中国人工智能（AI）的繁荣，通常被描绘成算法与算力的胜利。但在山西、陕西、贵州等内陆省份的县城和社区里，AI正以另一种面貌生长——计算机机房中，坐满了来自农村的劳动者，他们日复一日地为图像绘制边界框，为录音切片对齐，将杂乱无章的世界转化为机器可消化的数据。这些数据标注工作者，构成了中国AI产业庞大而隐秘的底座。

AI需要喂养。它必须被逐片逐块地教授人类社会的知识、价值与规范。数据标注工作者承担着翻译世界的劳动：他们处理原始图像、音频和文本，进行分类、标记与注释。国际上，这类劳动常被置于全球分工的框架下讨论——工程师与模型集中在“全球北方”，标注工作外包至“全球南方”，报酬低廉。但中国互联网巨头并未完全沿袭此路。在敏感项目中，他们更担心数据泄露，因为数据不仅是训练燃料，更接近研发路线图。于是，它们发展出一种“内陆外包”模式，将标注中心从北京、杭州、深圳等总部城市，迁往劳动力成本低廉且更易受地方政府控制的内陆地区。

这些欠发达地区对数据产业张开双臂。地方政府发现，它进入门槛低、劳动密集，又能被包装成数字经济的就业与工业增长政绩。对许多面临人口流失的内陆区域而言，留住人成为首要任务。一位社区干部反复强调：“我们必须留住这里的人。”如果人们真要在此定居，他们需要工作——不必高薪，但须可靠。数据标注中心恰好提供了这种就近的、非高薪的就业机会。

2018年，某个社区迎来了机会。该社区与一家化名为B-Tech的大型科技公司展开谈判，提供三年免租场地和补贴，并承担水电网络维护。作为交换，B-Tech承诺逐步提供就业，并应社区坚持，优先雇佣“处境困难的女性”——教育程度较低、中年或有育儿责任的女性。这类安排使得数据标注中心的管理深度依赖于当地社区关系。管理者清楚哪个员工的孩子几点放学、谁近期眼睛动了手术、谁正经历婚姻危机。这种本地知识成为日常运营的润滑剂。

订单量的波动对维持稳定劳动力构成挑战。当订单减少时，社区与亲属网络的粘性似乎失效，工人开始流失。为此，地方政府推出一种即兴却揭示问题的解决方案：利用培训项目与补贴，使工人保持待命状态，充当平台经济的“减震器”。任何到场签到的人，每日可获得50元（约7美元）补贴。订单锐减时，中心还会申请与扶贫车间相关的额外补贴，使符合条件的工人每月最多拿到500元，以防止离职。

在工作高峰期，工人被分为不同团队。被认为更年轻、精干、家庭负担较轻且效率更高的，被编入高产出团队；而有育儿责任的母亲们，则被安排执行更简单的任务。一位负责AI数据运营的项目经理坦承，公司曾长期认为算法能优化劳动分工与管理，但实际发现，这需要掌握大量员工个人数据，且成本高昂。他直言，当地中心经理凭借经验和对员工的了解进行任务分配，“远比算法更准确、更有效——而且便宜得多。”公司自有中心的标注准确率可达97%至98%，明显优于多数外部平台和第三方工厂。

中国媒体曾将数据标注工描述为“训练AI的老师”。这一比喻并非全错，但过于浪漫。在实践中，这份工作更接近工厂流水线：同样的高密度、低单价、高流失率，以及对视力和神经的损害。它不需要高级证书或稀缺洞见，只需要勤奋、耐力和耐心。许多人想象AI的故事在云端展开——关乎计算、模型与参数。但在中国的偏远山谷里，它更像一条生产线，由那些最难被看见的劳动者驱动。

当我们放低目光，便会发现智能并不独属于机器。它同样建立在那些在计算机前俯首劳作的工人的劳动之上。中国AI的宏大叙事，最终由这些农村机房里的琐碎标注拼接而成。

《美华快报》根据Sixth Tone综合报道。