和AI對話月入就能30萬！「RLHF」AI訓練師是什麼？為何台灣成數據標註新寵兒？
5月的一個平日午後，身穿輕便T恤的台科大資工系大二生趙騰宏，在學校附近的咖啡廳打開電腦，開始與AI對話。
這個看似多數大學生都會做的事，卻能讓他每月最高進帳1萬美元（約32萬台幣），且工時自由彈性，每週花費不超過40小時。
因為趙騰宏並非普通的AI使用者，而是語言模型的「訓練師」。
指著螢幕，他介紹自己的工作有個高深的專有名詞——「人類回饋強化學習」（Reinforcement Learning from Human Feedback，簡稱RLHF）。簡單來說，就是從眼前兩個AI模型給出的回覆中，評斷哪個答得更好、更「像人」。
身為台灣人的趙騰宏，接收到的多為繁體中文任務。他提供的解答會被雇用他的「數據標註公司」視為資產，賣給Google、Meta與OpenAI等AI科技巨頭。誰能想到，捷運公館站旁的小小咖啡廳，竟能與全球科技發展的前沿直接連線。
過去一年九個月來，他光是從其中一家標註公司DataAnnotation就賺進了7萬8千美元（約250萬台幣）——而這還僅是他接案的四家平台之一。
為何RLHF熱潮會蔓延至台灣？
事實上，RLHF的熱潮源於大型語言模型對高水準數據標註的需求。
AI雖然主打自動化，背後卻仰賴難以想像的龐大真人勞力。早期的自動駕駛系統需要人為辨識紅綠燈與行人，這類任務對教育水準要求不高，標註員通常位處東南亞、非洲等全球南方國家，領取低廉的零工收入。
然而，自2022年ChatGPT等大型語言模型崛起後，情況發生了轉變。
「如今的AI模型需要更正確、更即時的人工資料來支持，才能避免幻覺，」台灣大數據公司意藍資訊行銷副總經理張建文說明。
數據標註成AI產業新星
鏡頭轉向矽谷，由年輕創業家主導的數據標註公司，已成為AI產業的新星。
目前全球最知名的標註巨頭Scale AI，在去年獲Meta等公司投資後，估值高達290億美元，其創辦人為年僅29歲的汪滔（Alexandr Wang）。此外，由台裔工程師Edwin Chen創辦的Surge AI，以及主打「高階白領標註員」、創辦人平均年齡僅22歲的Mercor，也正以驚人的估值席捲市場。
（延伸閱讀：Surge台裔老闆成最年輕富豪，這間AI新創在做什麼？）
全球標註巨頭Scale AI創辦人汪滔（Alexandr Wang），年僅29歲。（美聯社）
業界普遍估計，目前RLHF在全球有數十至數百萬的勞動者。AI產業專家溫莎（John Winsor）撰文指出，全球對「能夠訓練AI系統的人員」之需求，正以每年25%至30%的速度成長。
雖然主要的標註平台未公開在台招募人數，但根據104人力銀行統計，2025年平均每月約有750筆AI相關兼職職缺，年增幅達16%，成長速度超越整體兼職市場；在Dcard、Threads等社群平台上，「AI數據標註」的討論也高頻湧現。
為什麼台灣特別受到RLHF青睞？
為何台灣人才被捲入這股新興浪潮？
長期追蹤全球AI零工經濟的美國耶魯大學助理教授波薩達（Julian Posada）在越洋採訪中告訴《天下》，數據標註的需求正大幅轉向語言領域，包含文本、語音，甚至是程式語言與數學。這使得人才需求轉移至擁有特定技能與高教水準的國家，「日韓、中文圈，都增加了更多的『在地聘僱』。」
台灣人才具備繁體中文的語言優勢、優良的高教品質，加上相對停滯的本地薪資，自然成為矽谷數據公司主動獵才的目標。
另一位數據標註員，37歲的曾彥暄就是一例。畢業於台大經濟所的他，因長期發表統計學術研究，去年3月被Scale AI旗下的平台Outlier透過LinkedIn主動招攬，擔任AI訓練與評估員。
台灣高等教育人才眾多，以及具備繁體中文優勢，成為數據標註公司的目標。大學生趙騰宏接案打工與AI問答，數據會回傳至科技巨頭。（邱劍英攝）
全職AI訓練師的工作日常
AI訓練師的主要工作是運用專業背景出題測試模型，並檢視其推論邏輯與在地化表現。
視訊採訪中，燈光幽暗的房間裡，留著個性長髮與鬍渣的曾彥暄，已經與AI對話了一整天。
他的任務是運用統計學背景「出題」給尚未上線的AI模型作答，並檢視其推論過程是否有瑕疵。有時，他也會結合對德文與新詩的興趣，出文學相關的題目測試AI，「有點像在養兒子女兒，可以感受到它們的進步，」他笑著說。
他分享，這份工作論件計酬，時薪約25至45美元（約800至1440台幣），最高峰時一個月曾進帳2萬3千多美元（約73萬多台幣）。優渥的薪資與高度自由，讓他決定離開原本在台灣企業的AI顧問工作，全職投入RLHF。
AI標註員意外守護台灣文化？
與曾彥暄的專家路線不同，大學生趙騰宏的任務則更著重在日常安全與文化。
他強調，任務除了教AI「能做什麼」，更在於「不能做什麼」。訓練師必須確保AI遵守安全規範，例如拒絕指導犯罪，避免涉及自殺、歧視或洩漏個資。
偶爾也會有特殊專案，例如他必須授權公開個人電子郵件紀錄，讓AI代理練習根據他的真實機票資訊，來建議旅行穿搭。
作為台灣訓練師，趙騰宏自豪能評估AI模型的「在地化表現」，「中國用語要改成台灣用語，例如『視頻』要改成『影片』。」無意之間，這群接案者竟也成了第一線守護台灣文化的人。
RLHF的職涯有發展性嗎？
然而，這份自由又優渥的兼差，卻讓從業者時而感到迷惘。
「大部份任務都很重複，做起來疲憊又學不到什麼新東西，對我來說真的就只是打工，」趙騰宏不諱言RLHF缺乏長期發展性。
而自比「AI父親」的曾彥暄，矛盾則來自於被取代的恐懼，「愈是『栽培』，AI的能力就愈快超越我，到時我再也不能出題給它算了，那我的價值還剩下什麼？」為此，他正考慮重新尋找一份全職工作，來對抗這種不穩定與虛無感。
學者波薩達雖不認為人類專家會輕易被AI取代，但他直言，RLHF確實很難被視為「長期職涯」，平台不僅缺乏培訓與勞健保的保障，工作帳號一夕之間遭停權更是常態。
更現實的是，「當平台招募到足夠的勞動力後，恐將撤除現有的高薪誘因來提高獲利，」波薩達警告。
面對東亞科技島國被嵌入全球AI競局，提出「幽靈勞動」概念的微軟研究院首席研究員格雷（Mary Gray）的觀點更為犀利，「台灣不僅受惠於AI需求，更正被捲入其『隱形的勞動系統』中。」
雖然RLHF的收入可觀，但也帶給這些數據標註員不穩定與虛無感，擔心自己會被AI取代，大學生趙騰宏已經在思索畢業後的工作出路。（邱劍英攝）
RLHF背後的隱憂：高階人才恐變免洗勞力？
格雷指出，這類系統的誘人高薪往往掩蓋了長期的代價，讓具備全球價值的專業人才，淪為被平台用完即丟的免洗勞力，「更大的風險在於，這可能會使台灣社會習慣『即使是專家級工作也毫無穩定保障』這回事。」
面對外界質疑，Scale AI公關代表接受《天下》採訪時直言，其平台從未試圖取代傳統職涯，絕大多數站上專家僅利用閒暇時間兼差接案。
資方的官方聲明，恰好印證了零工經濟缺乏保障的特性。既然如此，為何台灣青年仍前仆後繼捲入其中？
關注青年發展的中研院社會學者林宗弘指出，外界常歸咎於台灣低薪環境的「推力」，但這波美國資本強大的「拉力」才是主因。他觀察，矽谷「高薪、短期見效」的模式，正以前所未有的速度向全球擴張。
他一方面樂觀，認為台灣能與全球AI產業鏈深度綁定，高教培養青年世代學有所用，未嘗不是一種成功；但另一方面他也提醒，矽谷模式的潛台詞是「不斷捲進一批人，又不斷汰除一批人」，接案者必須做好產業泡沫破裂時，重返傳統職場的準備。
事實上，趙騰宏早已開始未雨綢繆。他目前正在學習日文，探索畢業後赴日從事其他領域工作的可能，「大學生，最後還是要為自己的職涯打算，」他幽幽地說，並闔上了筆電。
【延伸閱讀】
● 更多內容，請見天下雜誌850期《45週年特刊 世界的台灣》