亞馬遜（Amazon）旗下的群眾外包平台 Mechanical Turk (MTurk) 最近傳出即將停止接受新客戶的消息。這項自 2005 年啟動的服務，長期以來一直是矽谷科技巨頭與學術研究界不可或缺的推手，如今卻可能逐漸淡出市場，這標誌著一個依賴廉價勞動力進行 AI 標註的時代即將終結。

MTurk 的命名源於 18 世紀那個虛假的西洋棋自動裝置，表面上是機器在下棋，實際上是內部躲著一名真人棋手。亞馬遜藉此概念，建立了一個將「微型任務」發包給全球各地「群眾勞工」的市場。這些任務包含辨識圖片中的交通號誌、分析社群情緒，或是繁雜的逐字稿聽打。在過去近二十年中，MTurk 是訓練人工智慧模型最重要的幕後功臣，提供了大量且即時的人工處理資料，幫助機器學習走過早期的成長階段。

然而，這項服務的衰落並非偶然。最直接的衝擊來自生成式 AI 的爆發。當前的語言模型（如 GPT 系列）在許多標註任務上，精準度與效率早已超越了報酬微薄的群眾勞工。企業發現，與其花費數週在平台上招募數千人進行資料清理，不如直接透過模型進行自動化處理，成本更低且速度更快。更棘手的問題在於「資料中毒」，近期研究發現，許多 MTurk 工作者為了提高效率，也開始使用 AI 工具來完成任務，導致原本需要「真人驗證」的訓練資料中摻雜了大量 AI 生成內容，這對於追求高品質模型訓練的開發者來說，反而成為負面影響。

這件事的重要性在於它預示了人機協作模式的本質質變。過去那種「以人力堆砌出智慧」的粗放型發展已經遇到瓶頸。未來的 AI 訓練將不再依賴簡單重複的勞動，而是轉向高品質、具備專業知識背景的人類回饋（如 RLHF，人類回饋強化學習）。MTurk 的停收新客，反映出微型任務市場的價值正快速崩構，低階的人工標註正被自動化流程完全取代。

對於產業而言，這是一個警訊，也是一個轉型契機。開發者必須重新思考如何定義「人類智慧」在 AI 訓練鏈中的位置，而過去依賴這類平台維生的數位勞工，則正面臨技術更迭下最直接的生存挑戰。隨著簡單認知任務被收編入 AI 的基本功能，未來人類的角色將會更集中在需要複雜判斷與創意的高階領域。