最近，亚马逊宣布旗下MTurk平台将于9月30日正式永久关闭。MTurk无疑是一个充满故事的角色。作为从亚马逊内部孵化、面向全球的AI数据平台，MTurk曾解决了AI早期的一个关键难题：当计算机无法准确识别数据时，先由人类进行标注，以便AI通过反馈机制持续学习，贝索斯甚至将其戏称为“人工的人工智能”。它不仅解决了李飞飞ImageNet数据集最棘手的标注难题，更是众包数据标注模式的鼻祖和早期AI发展的关键基础设施。可以说，若没有它，或许就不会有后来深度学习革命的爆发。
然而，MTurk的关停正是AI技术飞速进步的结果。2023年，瑞士EPFL的研究显示，33%至46%的Turker（MTurk工人）已开始使用大语言模型来完成自己的标注任务。人类用AI假装真人判断，再用结果去训练AI以替代人，形成了一种层层嵌套的循环。人类曾担任AI的老师，但随着AI技术的迭代，它最终学会了独立完成任务，这也标志着MTurk使命的终结。
但在MTurk之后，这个循环仍在继续。2026年被视为“具身数据规模化元年”。要训练能真正工作的机器人，需要千万小时级的多模态数据，而当前全球有效积累不足5%。因为以前的数据多在互联网上、数字世界里，而在真实世界中，机器人如何从桌上端起一杯水，只能从零开始学习，粗略估计需要1000条数据，耗时2到3周。所以，人类再次担当起AI老师，但这次不是坐在电脑前点击鼠标，而是在更大的物理空间中操作。
在制衣厂教机器人缝制，便是其中一种场景。2026年1月成立的Human Archive，让家政、云厨房、餐厅、酒店、服装厂等行业的零工工人穿戴相应设备，一边干活一边产出数据。该平台规划采集者网络达5万人，日采数据量达8000小时，已扩张至东南亚和美国。类似的众包数据采集平台在海外还有Egolab.AI、DoorDash Tasks、Sunday Robotics等，国内则有觅蜂科技、穹彻智能、帕西尼、鹿明机器人、数据堂以及京东等。此外，中国还建设了大量集中式数据采集中心。据统计，截至2026年4月底，全国至少有90个人形机器人数据采集和训练中心，其中64个已投入使用，至少13个部署了百台以上的机器人。
采集的数据五花八门，既有家庭里的整理打扫，也有工厂里的纺织缝纫。针对后者，一个常见的担忧是：机器人学会这些技能后，是否会取代人类？亿邦AI曾参观京东在宿迁的数据采集中心，一位50多岁的纺织工人程为清给出了答案。她在缝制工序中，一边操作机器，一边头顶的设备记录着她的双手轨迹和节奏。当被问及机器人是否会取代工作时，她说：“机器人要是能学会缝制，对我们这个行业是好事。我们这代人做了一辈子，做得挺苦的，年轻人谁还愿意干这个？”她的女儿不愿继承手艺，已在保险公司上班。
回到MTurk的往事，要追溯到千禧年之交。当时亚马逊商品目录中涌入大量重复商品，工程师试图用软件去重，却因“insurmountable”（不可逾越）的难题而受挫——机器无法识别，唯有依赖人眼。2001年，亚马逊经理Venky Harinarayan提出了解决方案：将网页切分后发给分散的工人处理，并为此申请了“人机混合计算安排”的专利。2005年11月2日，MTurk正式上线，初期所有任务均来自亚马逊内部。这延续了亚马逊一贯的逻辑：先内部自用，再产品化并推向全球，正如AWS和物流业务一样。
平台名称“Mechanical Turk”源于18世纪的一个著名骗局——一台声称能下国际象棋的机器，实则是柜中藏人的把戏。亚马逊以此命名，寓意明显：看似由机器完成的任务，背后实则是众多真人在运作，这正是贝索斯口中的“人工的人工人工智能”。MTurk上的任务被称为“HITs”（人类智能任务），主要是那些计算机难以处理但人类能轻松完成的简单、重复性工作，如图像内容标注、商品去重、情感分析等。报酬按件计算，从几美分到几美元不等。在鼎盛时期，平台拥有超过50万名注册工人，遍布190个国家。
MTurk最著名的客户之一是李飞飞的ImageNet团队。李飞飞在自传中回忆，为了构建大规模、高质量的图像数据集，她曾雇佣普林斯顿本科生手动标注，但按此速度需耗时19年。直到研究生孙民向她介绍了“众包”概念及亚马逊的MTurk服务。李飞飞团队迅速行动，动员了来自167个国家的近5万名工人，在短短2.5年内完成了320万张图片的标注，后扩展至1400万张、2.2万个类别。ImageNet随后成为2012年AlexNet的“燃料”，直接点燃了深度学习革命。此外，MTurk也是RLHF（基于人类反馈的强化学习）的主要渠道，工人的偏好判断塑造了ChatGPT等大模型。最终，亚马逊于2026年7月30日停止接受新客户，并于9月30日永久关闭了MTurk。
9月1日，马斯克在G20创新部长级会议上发表了激进的预测：到2027年末，人工智能有望全面接管所有数字工作（指写代码、查资料、做分析、处理表格、生成设计稿、调用企业软件等）。他预计，10年后人形机器人数量将超过10亿台，单台机器人生产率约为人类的5倍，甚至机器人将参与制造机器人，形成递归增长。乐观地看，AI普及将推动全球经济规模扩张20%至30%，相当于每年创造20万至30万亿美元的新增产值。
老话说“教会徒弟，饿死师傅”。如果终有一日机器人学会了人类的大多数技能，让没工作可做的人类处境变得更糟吗？对此，我们可以做一些乐观的设想。首先，机器人可以传承那些面临失传风险的古老技艺。比如民族非遗，若年轻人不愿学，机器人不知疲倦、不抱怨，或许能让这些技艺延续下去。其次，机器人可以替你干活并为你挣钱。想象一下，工人将自己的技能教授给机器人，机器人去工厂上班赚薪水，而工人则在家休息。如果这家工厂效益不好，还可以换一家。这或许就是“教会徒弟，乐死师傅”的现代版。