双非大学生涌入大厂AI流水线：在“拧螺丝”中寻找突围机会
AI焦虑正从科技大厂渗透至大学校园，在“AI将替代99%岗位”与“AI offer月入3万”的双重声音裹挟下，一批来自非一线城市、非985高校的双非大学生，主动投身大厂AI数据标注的流水线。他们不是传统意义上的实习生，而是兼职“AI工人”——抢单、标注、纠错、优化，在课余或下班后的碎片时间里，为大模型“拧螺丝”，月收入多在1000-2000元之间。这群分散在成都、郑州、武汉、厦门等城市的年轻人，既是AI大模型的训练者，也是被行业筛选的对象，在科技浪潮中寻找着属于自己的微小机会。
抢单式兼职：AI流水线上的“拧螺丝”日常
郑州某高校大三学生张莹的下课十分钟，比课堂更紧张。她迅速打开手机，在字节跳动旗下的“Xpert”平台上不停点击，最终抢到一个中文教学场景下的AI回复评估任务。“就像抢春节火车票，前一秒显示6个名额，点进去就没了。”抢到任务后，她需审核大模型回复是否存在语音或语法错误，不到2分钟就能完成一个，等待专家质检通过后领取50-200元报酬。整个过程中，她从未接触过真人，从申请成为“Xpert专家”到完成任务，全靠网页提交资料和在线查看说明文档，“我像是大模型的饲料。”
武昌理工学院21岁的王磊，从9月开始在“Xpert”做基础数据标注：给图像分类、给文本打标签，区分风景图与人物图，判断新闻主题属于科技、娱乐还是体育。“听起来简单，做起来磨人。”他通常在没课的下午或晚上做1-2小时，后台清晰记录着他的“数字工时”：某天1.5小时完成8条文本标注和2条模型反馈优化。尽管每周投入5天，扣除审核不通过的任务，他月收入仅800-1200元，时薪约80元，“和校门口奶茶店摇奶茶差不多。”
除了主流平台，还有更隐蔽的AI数据采集工作。福建某高校博一学生林薇，通过中介平台为大模型提供闽南语和台湾腔普通话的录音及转写。这份兼职要求严苛，需在低、中、高分贝噪音环境下录音，转写文本仅限逗号、句号、问号、感叹号四种标点，用最原始的人力保障AI输出的“标准化”。但收入并不理想，她曾遭遇中介以“音色不符合”为由拒付报酬，一次数小时的录音最终只拿到60元。
事实上，各大科技公司都在通过类似平台构建AI数据集：阿里有“晓天睿士”、腾讯有“AI Expert”，宣传中不乏“每小时最高1000元”的高薪噱头，但详情页里会标注“50元起，以项目定价为准”。高单价的“出题”任务多限定金融、法律、医疗等专业领域，单次报酬300-1000元，非相关专业的学生只能局限在基础标注岗位。
敲门砖效应：双非学生的简历突围战
尽管工作琐碎、收入有限，偶尔“难倒”大模型的时刻，还是让学生们感受到一丝参与感。王磊曾发现豆包大模型在Python二叉树层序遍历代码中，时间复杂度非最优且漏掉边界条件，他标注问题并附上优化思路，“像是帮大模型查漏补缺”；林薇在方言录音时，会觉得“在给AI注入地方文化特色”；张莹则曾标注AI对“淋雨没带伞”的回复——大模型说“建议下次带伞”，她指出“情感吐槽别讲大道理”，建议先关怀再给建议，后来看到类似回复时会嘀咕“这搞不好是我标过的”。
但对双非学生而言，这份兼职的核心价值在于给简历“贴金”。国际中文教育专业的张莹，正面临行业岗位缩减、薪资走低的困境，郑州本地大公司机会寥寥。凭借Xpert平台的兼职经历，她成功拿到头部教培机构“AI+教培”课程开发岗位的实习邀约，HR明确表示看中她的大模型训练经验。“没有这个经历，我连简历初筛都过不了。”面试时，她能清晰讲解大模型训练流程和错误校准逻辑，最终成功入职。
计算机相关专业的王磊，也把兼职经历量化写入简历：“参与AI大模型训练兼职，负责文本及图像数据标注，累计完成XX任务量”。“对非985学生来说，具体的AI实践经历比空泛的‘了解AI’更有用。”他希望这份经历能帮自己跨越学历门槛，拿到理想offer。
焦虑与内卷：AI时代的生存试探
大学生们敏锐感知着就业市场的变化：一方面，美国科技行业今年上半年裁撤近9万岗位，同比增长36%，国内传统岗位也在缩减；另一方面，AI相关岗位招聘激增，阿里今年秋招7000多个offer中，AI岗位占比超六成。计算机专业的王磊已感受到压力，“学长说公司引入大模型后，数据部门裁员30%”，而湖北本地就业机会有限，他的学历优势并不突出。
做大模型兼职成为他们对抗焦虑的方式之一，但这条赛道已从“蓝海”变“红海”。在成都工作3年的张毅，从2022年就游走于美团“龙猫数据”和字节“Xpert”，见证了早期的“红利期”：“那时下班做1-2小时，周末半天，月入2000-4000元很轻松”。但现在，数千个任务不到一分钟就被抢光，“未来只会更卷”。
“在训练AI时，我不再是牛马，而是牛马的饲料。”张莹的话道出了现实底色——在宏大的技术叙事下，个体工作琐碎而渺小，AI吸收着他们的经验与知识，变得更强大高效，未来甚至可能替代他们。但眼下，这群双非大学生仍在坚持：通过训练AI先获得实习机会，在AI流水线上积累的每一点经验，都是他们对抗不确定性的微小筹码。随着大厂对AI大模型的持续加码，这条由数据、代码和声音构成的流水线将继续运转，而他们，是浪潮中沉默却坚韧的“微尘”。
