9 月 14 日，404 Media 披露了一个内部代号：Project Lily。OpenAI 在这个项目下雇了几百名外包工，读的是真实用户跟 ChatGPT 的对话。
工作内容按拿到的内部文件是两步。先把用户当时想问的东西概括成一句话，再给四个生成出来的回答按 1 到 7 打分。
这份工是怎么发出去的
招人的是一家叫 Crossing Hurdles 的公司，工资通过 Mercor 这个人力平台结算。一名做过这批任务的人说，时薪超过 50 美元。
看得到的和看不到的，OpenAI 划了一条线。外包工看不到用户名。公司说在对话送到评审手里之前会尽量把个人信息去掉，但也承认敏感内容仍然会漏过去。一名知情者被问到用户知不知道自己的对话正被人读，回答是不知道。他的原话是，没有人会想象某个地方有个外包工正在分析这些对话。
规模那一侧的数字是现成的：ChatGPT 的用户超过 9 亿，消费版套餐默认打开了训练开关。
这也不是 OpenAI 一家的做法。Anthropic 向 404 Media 确认自己同样在用人工复核改进模型，Google 那边也有同类项目在跑。
同一个工种，四年之内价格翻了几十倍
这个岗位本身不新。新的是价格。
我们 4 月 20 日写过 Sama 关掉肯尼亚的业务、1108 人一次性失去工作。那批人做的也是给 AI 的输出打标、分类、审内容，内罗毕的价码是按每小时几美元算的。8 月 28 日我们又写过 EXL 花 3.1 亿美元买下 iMerit 的 68000 个评估座席：评估这件事已经贵到要整建制收购才拿得到产能。
Project Lily 是这条曲线的最新一个点，而且这一跳的幅度很大。同样是看着 AI 的输出给分，内罗毕的价码是时薪几美元，Mercor 上是时薪 50 美元以上。
差别在于评什么。审内容是判断一段话有没有越线，规则写在手册里，谁读都能对。给四个回答排序不是这样的活。要判断哪个回答更好，你得先懂用户问的那件事本身：他是在改一份合同，还是在配一段代码，还是在算一笔税。这就把评审的门槛从识字加耐心，抬到了懂这一行。
换个说法：Project Lily 招的不是标注员，是各行各业的从业者，只不过工时按外包结。
AI 造出来的那个岗位，长这个样子
这两年有一个反复出现的问句：AI 淘汰了那么多岗位，它自己造出来的是什么。
Project Lily 给了一个具体到能拿去比对的答案。这个岗位是合同制的，没有职级，没有晋升路径，薪水走第三方平台发，工时按项目开合。它同时是这类工作已知的最高价：50 美元的时薪，在美国已经高过不少全职白领岗位的折算时薪。
两头都是真的，这也正是它值得记下来的原因。它不是一份差工作，它是一份没有形状的好工作。你拿的是行业专家的价钱，签的是零工的合同，而项目本身随时可能因为某一版模型在某个领域不再需要人打分而关掉。
往下该盯垂直领域。我们 9 月 10 日写过 OpenAI 把金融服务的初级分析工作打包成一套产品：模型要在金融、法律、医疗这些地方顶上去，就得有懂这些行当的人先给它的输出排序。这意味着同一套结构大概率会一个行业一个行业地复制过去：找的是专业人士，按小时算钱，签的是外包合同，工资从平台走。
对一个手里攥着行业经验的人来说，这里有一个很现实的问题要先想清楚：给模型的回答排序，是在把你那份经验租出去，还是在把它卖断。两者的时薪可以一模一样。
