Page 17 - 《社会》2025年第2期

社会·2025·2

象包括 AI 训练师（数据标注师和算法测试员）及组织中的管理者。 针对
AI 训练师的访谈问题主要涉及职业动机、劳动过程以及劳动体验。 针
对管理者的访谈问题涉及人工智能项目的获取与安排、劳动组织形式
以及劳动过程中的控制手段。
系列调查共获得田野调查日记约 26 万字，内容主要包括对劳动组
织及其控制手段的观察和个人工作的主观体验。 正式访谈 AI 训练师
50 人，中高层管理者 22 人。 同时还查阅和收集了各公司的档案材料，
包括规章制度、考核制度、工作内容、项目执行方案、项目培训资料等。
所有的原始数据都使用 Nvivo 软件进行描述性编码和体内编码处理，然
后通过归纳和演绎的方法进行主题分析。 整个研究过程均遵循研究伦
理和知情同意原则，文中数据涉及隐私部分进行了匿名化处理。

四、 AI 生产的项目制组织形式与劳动不稳定性

在人工智能大模型的生产过程中， 多模态和多场景的数据是提高
大模型泛化能力和融合对齐能力的基础， 而每一个模态或场景的背后
都需要高质量的数据集来支撑训练， 因此需要大量的 AI 训练师来完
成。 为了节约生产成本，笔者调查发现，多数人工智能公司将劳动密集
型的人工智能训练分解成若干个按需项目，以内包、外包或众包的方式
委托给第三方。 一个如爱德华兹（ Edwards，1979）所描述的“二级劳动力
市场”，通过项目制把原子化的劳动力有效地整合进一台庞大的生产机
器之中。
（一）X 实验室：内包项目制
1. X 实验室概况
为实现人工智能的重要基础理论突破和关键核心技术攻关， 支撑
人工智能产业实现跨越式发展， 我国于 2020 年在东部某市成立了以
“突破型、引领型、平台型”为特征的新型研发机构———X 实验室。 参照
国际人工智能顶级研发机构 OpenAI 的组织架构，X 实验室应用了技术
密集型的“小而精”的项目制组织架构。自成立以来，在以通用大模型的
研发为主要项目之外，X 实验室还在自研的通用大模型的基础上进行
垂直领域的大模型研发，包括自动驾驶大模型、气象预报大模型、文生
视频大模型、三维物体生成大模型等。 为了细化技术分工、提高研发效
率，每个大模型的研发都成立了对应的项目部。 一般通用的人工智能训

· 10·