没有最后一公里：人类数据市场的理论
综合经济学
2026-03-03 v1 经济学
摘要
标准框架将结构化的人类数据工作视为过渡性工作，既是今天不完美模型与未来自动化完成状态之间的桥梁。我们挑战这种观点，将结构化的人类数据建模为持久的生产要素：评估、基于评级的判断、审计、异常处理以及持续更新，这些活动将原始模型能力转化为可依赖、可部署的性能。这些活动累积形成可重用的AI能力库，通过改善对现有任务的可靠性并扩展AI可高置信度用于的任务家族范围，提高生产率。关键在于，随着任务和情境的漂移、标准的演变以及新边缘案例的出现，这种能力库会贬值。在可分析的基线模型中，内部稳态意味着只要贬值正，结构化人类数据工作的长期劳动份额就是严格正数的“没有最后一公里”结果，即即使在模型改进后，维护需求仍然持续。随后我们通过具有边际报酬递减、前沿进入和互补性的任务家族组合来微观化总体能力，生成对低成熟度和瓶颈任务家族的再配置，并产生基于鲁恩机制（Roy-style mechanism）的结构化工资分散。最后，我们将模型对象映射到标准数据层的可观测代理上，并提供保守的校准，表明长期结构化劳动份额为5-7%。
引用
@article{arxiv.2603.00932,
title = {No Last Mile: A Theory of the Human Data Market},
author = {Ali Ansari and Mark Esposito and Ava Fitoussy and Liu Zhang},
journal= {arXiv preprint arXiv:2603.00932},
year = {2026}
}