Amazon Mechanical Turk 失败拆解：21 年「人工 AI」，为什么被真 AI 和专业数据公司一起关掉
拆解 Amazon Mechanical Turk：它用人类补上早期计算机缺口，却在模型污染与专业数据公司崛起后失去可验证的复购与质量闭环，官方确认 2026 年 9 月 30 日永久关闭。
Amazon Mechanical Turk（MTurk）用 21 年证明：把人类塞进机器外壳，可以补上早期计算机做不了的微任务；但当模型能批量伪造“人类答案”、专业数据公司能提供可验证身份与领域专家时，通用众包入口就失去了独立经营的证据。
增长判断： MTurk 的失败不是“没有需求”，而是需求从“便宜的任意人类”切到了“可证明真人、可审计质量、可重复采购的数据”。双边市场仍在，平台却没公开证明 requester 的 90 天复购、worker 有效供给、污染率和单位毛利仍成立。官方已确认 2026 年 9 月 30 日永久关闭，AWS 侧的 Mechanical Turk worker type 同步退役。
增长因果链： 低门槛 HIT 吸引 requester 与 worker → 任务价低、身份与反作弊弱 → LLM 代做污染训练与评测数据 → 高价值需求流向 Scale / Prolific / Mercor 或自建 HITL → 平台 GMV 与战略优先级未披露地收缩 → 关停。
状态边界： 本文把 MTurk 记为战略关停 / 基础设施退役，不是“从未有过用处”的产品。页面在线不等于业务仍增长；官方帮助中心写明永久关闭，但不披露 GMV、活跃 requester/worker、收入或毛利——这些一律写「未披露」。
G｜增长系统
结论： MTurk 是典型双边市场，激活容易，留存与质量闭环没有公开证据；增长断点在“第二次真实任务”和“污染后的数据是否还能被信任”。
双边对象
| 角色 | 要完成的事 | 成功信号 |
|---|---|---|
| Requester（需求方） | 发布 HIT、拿到合格结果、接入工作流 | 首批有效交付；90 天内第二批同类任务；污染率可接受 |
| Worker（供给方） | 完成微任务、获得报酬、维持资格 | 首次合格 HIT；持续接单；账户不被封 |
| 平台 | 撮合、抽成、质量控制 | 重复交易、手续费收入、低纠纷 |
AARRR（按可观察指标重写）
| 环节 | 指标 | 公开证据 | 置信度 |
|---|---|---|---|
| Acquisition | 新 requester / 新 worker 注册 | 未披露；媒体称“数十万活跃 worker”，口径不一 | C |
| Activation | 首个有效 HIT 被接受（非仅注册） | 产品页说明 API / 控制台可发任务，无转化漏斗 | B（机制）/ C（数字） |
| Retention | requester 90 天复购；worker 30 天活跃 | 未披露 | — |
| Referral | 研究论文引用、社区口碑 | 学界长期使用，但非经营漏斗 | B |
| Revenue | 任务金额 × 平台费率 | 官方定价：标准 20% 手续费；≥10 次分配再加 20% | A（费率）/ 未披露（规模） |
关键断点：
- 激活定义错误。 注册 worker 或打开控制台 ≠ 激活。对标注产品，激活应是“第一批结果通过验收并进入下游模型/流程”。
- 质量即留存。 2023 年 arXiv 研究（Veselovsky et al.）显示，开放式文本任务中约 33%–46% 的 MTurk 回复可能由大模型生成；平台若不能把污染率压到 requester 可接受阈值，复购会先于注册数崩掉。
- AWS 入口也在撤。 官方帮助中心写明：Amazon SageMaker Ground Truth 与 Amazon Augmented AI 中的 Mechanical Turk worker type 将随 MTurk 于 2026-09-30 停止；客户需改用私有团队或其他供应商。这说明内部产品线也不再依赖它做默认 HITL。
可证伪阈值（测试用，非历史事实）：
- requester 首单后 90 天复购率 ≥ 40%
- 开放式文本任务的疑似 LLM 污染率 ≤ 5%（独立抽检）
- 合格 worker 池在 90 天内净增长为正
O｜市场机会
结论： 微任务总需求没有消失，但“可交易的是什么”变了。通用廉价人力市场被切成四层，MTurk 卡在最容易被模型和专业平台替代的一层。
四层需求
| 层级 | 买方要买什么 | 谁在抢 | MTurk 是否还匹配 |
|---|---|---|---|
| L1 可自动化微任务 | 分类、简单抽取、模板化标注 | 模型 + 规则 | 弱：价低、易被脚本/LLM 污染 |
| L2 可验证真人反馈 | 身份可核、注意力可测的问卷与偏好 | Prolific 等 | 中：MTurk 有资格系统，但身份强度公开证据弱 |
| L3 领域专家数据 | 医疗、法律、代码、安全红队 | Scale、Mercor、专家网络 | 弱：默认是通用众包，不是专家路由 |
| L4 可审计评测与 RLHF | 可追溯、可复现、合同级 SLA | 垂直数据公司 / 自建 | 弱：缺少企业级治理叙事 |
规模（决策估算，非事实）
公开页不给 GMV。若假设：
- 全球 AI 训练与评测外包年支出约数十亿美元量级（行业报告口径不一，置信度 C）
- 其中仍愿走“开放众包”的比例持续下降
则 MTurk 的有效 SAM 不是“所有需要人的任务”，而是“仍接受低价开放工人、且能容忍一定污染”的子集——这个子集在 2023–2026 被模型能力与竞品同时压缩。
可证伪市场信号： 若 L2–L4 的付费合同增速持续高于 L1，而平台仍以 L1 定价与供给结构运营，独立通用众包入口会继续失血。
S｜战略定位
结论： 2005 年的定位是“artificial artificial intelligence”——用人类补计算机缺口；2026 年的现实是：模型补人类缺口，人类只留下高信任、高专业、高责任的部分。MTurk 没有公开完成从“全球人力交易所”到“可信 AI 数据基础设施”的迁移。
原定位（一手口径）
- 产品页仍写：全球 on-demand 劳动力，用于数据校验、调研、内容审核、机器学习数据。
- 历史叙事上，Jeff Bezos 用“artificial artificial intelligence”概括它：看起来像智能，内核是人。
- 对 AI 买家的卖点长期是：便宜、快、API 化、可嵌入 SageMaker 类工作流。
战略错位
| 维度 | 原假设 | 2023–2026 现实 |
|---|---|---|
| 稀缺资源 | 人类注意力便宜且充足 | 真人和专家注意力变贵；廉价注意力不可信 |
| 质量 | Qualifications + 抽检够用 | LLM 可规模化伪造合格外观 |
| 客户 | 研究实验室 + 中小 requester + AWS 工作流 | 大客户要 SLA、合规、专家、审计 |
| 护城河 | 网络效应与默认入口 | 默认入口被垂直数据公司与模型替代 |
媒体侧补充（非官方原因）： Fast Company 等报道称，MTurk 在 Amazon 内部长期缺乏投入、界面与支付体验落后于时代；这些是二手经营判断，置信度 B，不能替代官方未披露的战略备忘录。官方公开文本只确认关停日期与数据保留窗口，不解释“为什么现在关”。
战略判决： 关停本身证明：在 Amazon 的 AI 优先级里，开放众包 HIT 市场不再值得维持独立产品与 AWS worker type。能力可以迁到私有团队或其他供应商；品牌与双边网络没有被证明有必须保留的增量价值。
C｜竞品分析
结论： 真正的替代不是另一个“更便宜的 MTurk”，而是三条不同的供给曲线：工业级数据引擎、可验证研究参与者、高技能专家网络——外加 requester 自建。
| 对照 | 官方自我定位 | 相对 MTurk 的差异 | 对 MTurk 的压力 |
|---|---|---|---|
| Scale AI | 为 AI 提供数据、评测与“可信边界”的生产系统 | 企业合同、工作流、质量体系，而非开放任务墙 | 抢走 L3–L4 预算 |
| Prolific | 为研究提供预筛选、可信参与者 | 强调身份与数据质量，服务学术/研究买家 | 抢走 L2 问卷与偏好数据 |
| Mercor | 连接顶尖人才与 AI 实验室 | 专家/高技能人力，不是微任务计价 | 抢走 RLHF、领域标注溢价 |
| 模型直接完成 | ChatGPT 等完成分类、草稿、初标 | 零边际工人协调 | 直接吃掉 L1 |
| 自建 HITL | 私有标注团队 + 内部工具 | 控制质量与合规，成本固定 | 大客户毕业路径 |
竞争要点：
- 价格不是唯一变量。 requester 付的是“错误进入训练集的代价”。污染一次，可能否定整批数据。
- 分发不同。 Scale / Mercor 走销售与实验室关系；MTurk 走自助市场。后者在高客单价交易上天然吃亏。
- Amazon 自己提供了退路。 官方要求 Ground Truth / A2I 用户迁走 MTurk worker type，等于承认生态内也有替代路径。
P｜产品设计
结论： 产品把“发布任务—匹配工人—回收结果”做成了 API 化流水线，适合 2010 年代的微任务；缺少 2020 年代 AI 数据买方要的三件套：强身份、反模型污染、专家路由。
核心流程（官方产品页）
- Requester 定义 HIT（标题、描述、奖励、时限、分配数）
- 通过控制台或 API 发布
- Worker 浏览/接受任务并提交
- Requester 审核、批准或拒绝，支付发生
- 结果可回流到业务系统或 ML 流水线（含历史 SageMaker 联动）
设计上成立的部分
- 原子化： 大任务拆成微任务，适合并行
- 可编程： API 让研发把人嵌进流水线
- 资格系统： 可用 Qualifications 做粗筛
- 按任务付费： 固定人力编制的替代方案
设计上的结构性缺口
| 缺口 | 为何致命 | 可观察补法 |
|---|---|---|
| 反 LLM 污染弱 | 开放式写作/标注可被模型批量完成 | 行为生物特征、过程轨迹、对抗题、模型检测抽检 |
| 身份与代表性弱 | 研究与安全场景要知道“谁在答” | 证件/视频核身、人口统计面板、重复参与限制 |
| 专家供给不是一等公民 | 高价值任务需要技能图谱与定价 | 技能认证、领域队列、最低时薪与审核 SLA |
| 企业治理薄 | 缺合同级审计、数据驻留、责任链条 | SOC 报告、数据血缘、拒绝/申诉可追溯 |
| 体验老化（二手） | 影响 worker 留存与 requester 效率 | 支付速度、移动端、争议解决——未披露官方路线图 |
产品一句话： MTurk 优化的是“把人接进 API”；AI 数据市场需要的是“证明这些结果仍然是人的、对的、可再买的”。
E｜商业模式
结论： 商业模式是清晰的 take-rate 市场：抽成简单，规模与利润未披露；在低价任务上，平台收入与质量控制成本可能同向恶化。
收费（官方定价页，置信度 A）
- 基础：Worker 报酬之外，向 requester 收 20% 手续费
- 批量：同一 HIT 分配给 ≥10 名 worker 时，额外 20%（用于多份冗余提高质量）
- 含义：追求统计可靠的 requester 实际平台费率可到约 40% 量级（相对 worker 报酬）
未披露项
- 年 GMV、平台净收入、贡献毛利
- 活跃 requester / worker 数的官方口径
- 退款、拒绝、欺诈损失率
- 与 AWS 其他 HITL 产品的内部结算
单位经济逻辑（推演，置信度 C）
设单次 HIT worker 报酬为 ，基础费率为 20%：
- 平台毛收入 ≈ （无批量附加）
- 成本端：支付通道、客服争议、滥用检测、信任与安全、产品维护
- 当 降到几美分级，而检测 LLM 与纠纷的成本上升，单笔贡献毛利容易转负
- 高价值专家任务被竞品抢走后，剩下的结构更接近“薄利 + 高污染风险”
商业判决： 费率公开、规模不公开。没有公开证据表明 take-rate 模型在污染上升期仍能覆盖信任成本；关停与 AWS worker type 退役，是比任何估算更硬的经营结果。
L｜洞察提炼
结论： MTurk 留下的不是“众包已死”，而是五条可迁移判断。
- “人在回路”要拆成三种人。 任意网民、可验证参与者、领域专家，是三个市场。混在一个任务墙里，会被模型与垂直平台同时套利。
- 激活事件必须是验收，不是注册。 数据产品的北极星是“下游系统采纳了这批结果”，不是“有人点了 Accept”。
- 质量攻击会随模型能力指数化。 工人用 LLM 代做，比 requester 用 LLM 初标更危险——前者污染的是“人类基准”本身。
- 平台费率挡不住供给迁移。 当买方为信任付溢价时，20%–40% 的 take-rate 竞争不过“更贵但可审计”的合同。
- 巨头内部的默认入口也会被拔掉。 SageMaker 去掉 MTurk worker type，说明生态位产品若不能证明增量，会在母公司 AI 栈里被折叠。
D｜决策分析
结论： 对创始人、产品负责人和投资人，MTurk 提供的是一组可证伪门槛，不是事后情绪总结。
若你做 AI 数据 / HITL 产品
| 决策点 | 通过门槛 | 失败信号 |
|---|---|---|
| 供给定位 | 明确只做 L2/L3/L4 之一，并能量化身份或技能 | “全球任意工人”当主词 |
| 激活 | 首批结果验收通过率 ≥ 预设阈值，且进入客户生产 | 只有注册与试单 |
| 反污染 | 独立抽检污染率 ≤ 约定上限，持续 90 天 | 抽检缺失或污染率爬升仍扩供应 |
| 复购 | 付费客户 90 天第二单 ≥ 40% | 依赖新客与一次性研究预算 |
| 单位经济 | 扣除检测、返工、支付与支持后贡献毛利为正 | 靠融资补贴 take-rate |
若你是 requester / 模型团队
- 把任务按 L1–L4 分类：L1 优先模型；L2 要身份面板；L3/L4 走专家或自建
- 任何“人类基准”数据集，必须留对抗题与过程日志，否则基准会在沉默中失效
- 迁移成本现在就要算：MTurk 官方建议导出数据，关闭后访问窗口有限（帮助中心写明关停后账户与数据保留约 30 天量级政策，以官网当时文本为准）
若你是投资人
- 不要用“标注市场很大”替代“可验证供给的份额”
- 追问三张表：污染率趋势、90 天复购、单任务全成本
- 对 take-rate 市场，优先看是否掌握定价权来自信任，而非来自流量
一句话决策
当“看起来像人类的输出”变得极便宜时，生意只能卖“证明它仍是人类、且正确”的能力。 MTurk 停在了前半句，后半句被别人做成了公司。
资料与边界
一手 / 官方
- Amazon Mechanical Turk 官网：产品定位、用例、AllenAI / US Foods 引用
- MTurk 帮助中心关停说明：2026-09-30 永久关闭；SageMaker Ground Truth / A2I 的 MTurk worker type 同步停止；数据导出与账户政策
- MTurk 定价：20% 基础费 + 批量附加 20%
- MTurk 产品细节：HIT / API / Qualifications 机制
交叉验证
- CNBC：Amazon service Bezos called ‘artificial artificial intelligence’ is shutting down
- Fast Company：Shutting down Mechanical Turk after 21 years
- Quartz / Yahoo 转载：Mechanical Turk platform on Sept. 30
- arXiv:2306.07899 Artificial Artificial Artificial Intelligence：开放式任务中约 33%–46% 回复可能由 LLM 生成（研究样本，非全平台官方审计）
竞品官方页
明确未披露
- MTurk GMV、收入、毛利、官方活跃用户数、内部关停决策文件、历史投入水平
选题说明
- 本期授权 X 关注流未作为主要事实来源；关停与产品机制以 Amazon 官方帮助中心与产品页为准，经营解读以主流科技媒体交叉验证，并与研究论文区分标注。
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.