自掘坟墓：好莱坞创意人员训练AI来替代自己

一句话看懂：一批好莱坞编剧、导演和制片人因行业就业萎缩，开始以时薪 12 至 200 美元的价格为 Anthropic、OpenAI 等公司训练 AI 模型，教它们完成写剧本、排拍摄计划等本属于自己专业领域的工作。这本质上是创意从业者在行业衰退期用专业技能换取短期收入，但长期看可能加速自身职业被替代。

事件核心：发生了什么

据《卫报》报道，在影视行业就业持续下滑的背景下，包括曾获艾美奖提名的编剧 Ruth Fowler 在内的多位资深创意人员，开始接洽 Mercor、Micro1、Handshake 等 AI 训练中介机构，为科技公司提供数据标注和任务设计服务。Fowler 曾创作 BBC One 剧集《Rules of the Game》并联合编剧 Paramount Plus 项目，她的工作内容包括教 AI 为假设的两天拍摄制定详细日程——识别拍摄许可、场地风险、日光条件、人员配置等，以及训练 AI 制作影视项目 pitch deck。

数据方面，洛杉矶拍摄日从 2021 年到 2025 年下降 48%；全美电影和录音行业就业人数从 2022 年 7 月的 45 万降至 2026 年 5 月的 32.6 万，降幅 28%。Netflix 在 2026 年已确认其 1000 部片单中有 300 部使用了 AI。波士顿咨询集团的分析则估计，全美 10% 至 15% 的工作岗位可能被 AI 取代，超过半数岗位将被重塑。

为什么重要

这件事反映出的核心矛盾是：AI 训练数据供应链正从“公开互联网抓取”转向“高度专业化的付费人工标注”。训练数据是决定大模型输出质量的关键因素，OpenAI、Anthropic 等公司愿意支付高于普通数据标注数倍的时薪来获取电影级专业知识，说明它们正在从通用对话能力向垂直领域深度推理能力推进。与此同时，好莱坞的案例也揭示了一个结构性困境——当 AI 公司需要“行业最佳实践”来训练模型时，最擅长提供这些实践的人往往来自正被 AI 冲击的行业。这不是巧合，而是 AI 商业化进入行业纵深后的必然摩擦。

值得注意的还有伦理维度：多位受访者表示对自己参与的工作感到内疚甚至“被递上铲子去挖自己职业的坟墓”，但迫于收入压力仍选择接受。这说明在就业市场收缩期，个体很难拒绝来自 AI 公司的收入来源，行业自我再生产的机制正在被 AI 训练需求反向改造。

对用户/开发者/创作者的影响

对影视创作者：目前公开信息显示，这项工作并不能替代实体拍摄和手工创作，更多是解决 AI 在脚本格式化、拍摄进度管理等结构化任务上的不足。但短期收入无法抵消长期风险——一旦 AI 学会高效产出 pitch deck、拍摄日程、预算初稿，制片公司裁减初级开发岗位的可能性会显著上升。
对 AI 开发者和训练数据供应商：这类高单价、高专业度的标注任务预示着数据标注市场正从“数量驱动”转向“质量驱动”。Mercor、Micro1 这类中间商的价值不在于提供人力池，而在于把行业专家和模型训练需求高效匹配。开发者评估模型在专业任务上的表现时，建议将专家反馈作为评估集的一部分，而不是仅依赖自动指标。
对普通用户：短期内不会直接影响普通生成式 AI 用户的使用体验，但随着这些训练数据进入模型，AI 生成内容的专业规范性可能提升——例如自动生成拍摄计划、预算分解等文档质量会更好，这意味着用户在非影视领域也可能受益于更专业的垂直能力。