2026年9月30日，亚马逊证实将永久关停运营了21年的 Mechanical Turk 平台，50万靠接「微任务」为生的零工瞬间失去主要收入来源。人类假装机器21年之后，这个由肉身驱动的微任务帝国最终被真正的硅基算力全面接管。
从肉身代码到真实接口
Mechanical Turk 的名字来源于18世纪一台内部藏着人类棋手的自动下棋机。2005年，亚马逊将这个概念搬到云端，建立了一个反向的人工智能平台。在这个系统里，人类的作用是弥补当年机器算法的不足，比如识别图片里的红绿灯，或是给违规文本打标签。
在过去二十年里，平台每天流转数百万个微任务，工人们被抽象成了系统随时调用的肉身 API。当时的机器不够聪明，只能用低效但低廉的人力来填补智能的鸿沟。这说明在深度学习爆发前的漫长岁月里，所谓的程序自动化，本质上依然是极低成本人力的规模化调度。
被拆碎的工作最先被抹平
图：Mechanical Turk 平台上人类执行判断任务的典型界面。来源：Amazon MTurk
商业平台刻意将完整的工作流程拆解为几美分一个的微任务。工人们像流水线上的螺丝钉，只需机械重复单调的判断，无需理解任务全貌。高峰期平台聚集了超过50万名活跃工人，大量重复性任务的平均单价甚至不到五美分。极其标准化的微小颗粒度，恰恰是大语言模型最容易学习和规模化替代的形态。
当多模态大模型在图像理解和文本分类上的准确率与速度双双碾压人类均值时，这些被过度简化的判断工作成了第一批被清空的对象。现在的开源模型一秒钟能处理几万个标注请求，单次推理的边际成本逼近极限低价。在算力效率的绝对压制下，靠堆积零工来维持的微任务模式彻底失去了经济合理性。
收回被异化的低级劳动
图：AI 自动化工作流取代传统众包平台的系统架构对比。来源：Web Research
面对技术冲击，大众习惯性地担忧大模型会迅速接管需要复杂推理的高薪职位，但技术落地的一线情况给出了不同答案。Mechanical Turk 的关闭证明，大模型首先吞没的是那些已经被拆解成肌肉记忆的人类劳动。系统不再需要人类去「假装机器」，因为机房里的服务器已经能够廉价且稳定地完成这一切。
这也是一种不可逆的算力接管过程。科技公司曾经用人类廉价的点击来训练早期的算法模型，现在算法在垂直场景的鲁棒性已经达标，训练用的垫脚石被正式移除。50万个活跃账号的注销，带走的是依附在数字流水线边缘的谋生方式。旧有的数据标注体系瓦解，表明依靠出卖初级注意力来获取报酬的数字众包时代已经结束。
谁来做新系统的把关人
平台关停后，亚马逊会将高复杂度的反馈任务转移给专业的标注外包团队，同时把海量的基础任务交由内部大模型自动处理。人机合作的模式正在从「人类当苦力机器做管理」切换到「机器干重活人类做抽查」。
关于这场变革，技术社区与社会学家各执一词。支持者认为，算力的接管彻底终结了数字血汗工厂时代，人类终于从高度异化和机械式的微任务中解放出来。批评者则指出，这50万名零工失去的是维持生计的唯一饭碗，底层劳动者正在承担技术迭代最沉重的代价。笔者认为，两方面的论据都反映了当前行业转型的真实阵痛。
这印证了微任务众包模式的必然宿命。AI 真正拿走的，是过去二十年里被资本刻意压低价格、剥夺完整性的人类劳动。当最底层的数字搬砖工被清理出局后，下一个被系统重新定价的白领工种会是哪一个？
参考链接：
- Amazon Mechanical Turk 官网公告
- HN 讨论 (item?id=49457545)
