硅谷的那帮精英在那欢呼 AI 时代来了的时候，有个团队搞了份横跨六大洲的调查，专门去看了看那些被光环盖住的地方。英国的詹姆斯·马尔登、卡勒姆·坎特和马克·格雷厄姆三人合作写的书《投喂AI》，就把真相给扒开了：现在的 AI 看着挺“聪明”，其实根本不是代码一个人写出来的。它底下盘根错节的，是一个分布在全世界、被狠狠剥削的老掉牙的人力网。 就拿自动驾驶来说，它能认出行人；大语言模型能给信息；这些本事都不是变魔术。它们训练要用海量的数据，这些数据得靠人工去清洗、去标注。这种最累人的活儿，基本都跑到了穷国那边。在乌干达，有个叫安妮塔的数据标注员，一天干超 9 个小时，时薪才 1.16 美元。她得盯着电脑屏幕给远方的自动驾驶系统把图片逐帧标出来。 这工作可不光是简单的重复，那简直是场数字化监控下的压力测试：休息多长时间都给卡死了；识别准确率必须到 95% 以上；大多数人签的是短期合同，失业随时会来。有调查显示，干这行的人心里普遍都很焦虑，不少人都在心理创伤的阴影里喘不过气。所以说这本书不光是产业调查，更是一本血淋淋的劳工报告，是数字时代全球经济权力重组的新样本。 企业把数据活儿外包给穷国，本质上就是平台经济逻辑的深化，是在现有不平等结构上压榨成本。互联网快得离谱，数据包转眼就能飞到全世界，公司转业务花不了几个钱。这就逼着全球劳动力市场进入了极端竞争状态。从菲律宾的标注中心到肯尼亚的审核工厂，大家为了抢硅谷大公司的单子只能拼命压价。 大家心里都清楚：要是不够快、不够便宜，工作立马就飞地球另一边去了。在这种模式下，技术进步带来的钱袋子并没有公平地分给大家，反而让赢家通吃的垄断更严重了。书里的同行分析说，大科技公司搞 AI 比赛跟当年帝国扩张很像。“它们不光吸廉价的劳力，还拼命囤数据、耗水电等资源，还想垄断以后 AI 到底是啥样子。” 科技公司还通过砸钱、挖人才、游说等手段，把监管规则和公众认知都给牵着走了。这种基础设施权力加上数据权力一合，让少数巨头的能量大得吓人。这种结构下，穷国往往变成了只会提供原始数据的“资源库”，还有在身体、心理和环境上受罪的“数字殖民地”，在技术发展的主论坛里总是缺个声儿。 面对这么多系统的问题，大家都喊着要改革。从印度的数据工人试着抱团到欧盟去立法保护数字劳工权益，局部的改进已经开始了。国际机构喊话大公司：你们得为价值链上的所有人负责，得让人能吃饱饭、有安全、心里舒坦。 还有学者觉得 AI 的路也该想想是不是走错了。比起烧钱搞全能的大模型，专门给医疗、环保这些具体领域开发专用 AI 可能更划算、更公平。《投喂AI》这本书最大的价值是撕开了技术中立的神话，把 AI 还原成了一个深深嵌在全球政治经济关系里的生产系统。它逼着咱们好好琢磨：咱们盼着的技术进步到底在帮谁挣钱？谁又在承担成本？当效率和公平天平太歪的时候，所谓的“智能革命”还能托得起咱们对美好生活的希望吗？这些问题不光关乎经济怎么长好，更关乎数字时代的社会公平和文明往哪走。（经济日报记者 孙昌岳）