每天约有 50 万小时的人类劳动，被谷歌免费利用。而贡献这些的人，仅仅是想登录一下网银而已。

reCAPTCHA 是互联网历史上最成功的隐形数据运作。在高峰期，每天有 2 亿人完成验证。但几乎没有人意识到，每一次点击的背后意味着什么。

谷歌的自动驾驶汽车公司 Waymo，如今市值为 450 亿美元。而它大部分的核心训练数据，都是你在访问各个网站时免费提供的。

以下是完整的故事：

缘起：一个聪明的构思

2000 年，垃圾邮件机器人正在摧毁互联网。论坛被灌水，收件箱被塞爆，网站急需一种方法来区分人类与机器。

卡内基梅隆大学的 Luis von Ahn 教授解决了这个问题。他发明了验证码（CAPTCHA）：一个只有人类能读懂的扭曲文字，机器人无法通过。

但 von Ahn 看到的不止这些。数以百万计的人在这些挑战中耗费了精力。那如果这种精力能同时做两件事呢？

2007 年，他又推出了 reCAPTCHA。其精妙之处在于：它不再显示随机的乱码，而是显示两个词。一个是系统已知的，另一个是计算机尚无法辨认的真实扫描书籍。而你的回答帮助了这些图书的数字化。

这些书来自《纽约时报》档案库和谷歌图书，多达 1.3 亿册。

你以为你只是在登录一个普通的网站，其实你正在为全球最大的数字图书馆做 OCR（光学字符识别）。

2009 年，谷歌正式收购了 reCAPTCHA。

后来，谷歌改变了玩法

「扭曲文字」的时代在 2012 年左右结束了。

谷歌又遇到了新的挑战：街景车拍摄了全球每一条路，但照片只是原始数据。为了让 AI 发挥作用，它需要理解所见之物：路牌、斑马线、红绿灯、店铺门面。

所以谷歌重新设计了 reCAPTCHA v2。画面中没有扭曲的文字，而是照片网格。「点击所有有红绿灯的方格。」「选择每一条斑马线。」「识别店面。」

这些图片直接来自谷歌街景。你的点击就是标签。

每一次选择都在告诉谷歌的计算机视觉模型：这一簇像素是红绿灯，那个形状是斑马线。你不是在通过测试，你是在构建数据集。

超乎想象的规模

在巅峰时期，每天有 2 亿个 reCAPTCHA 被解开。每个挑战耗时 10 秒，这意味着每天产生 20 亿秒的人类劳动。即：每天 50 万小时。

有偿的数据标注成本约为每小时 10 到 50 美元。按最低标准计算：每天被免费提取的劳动价值高达 500 万美元。

而且 reCAPTCHA 不只存在于某个 App。它遍布每家银行、每个政府门户、每个电商网站。你别无选择：想登陆账户？先来标注数据集。谷歌从未问过你的意见，没付过一毛钱薪水，甚至从未告诉过你这件事。

这一切造就了什么？

这些数据直接喂给了两个产品：

-谷歌地图：全球最常用的导航工具。它识别路牌、店铺和城市地理的能力，部分归功于数十亿次人类在登录网站时的标注。

-Waymo：谷歌的无人驾驶项目。为了安全导航，无人车需要近乎完美地识别数千种视觉模式。

那些识别工作的真值训练数据正是由数百万人在不知情的情况下通过 reCAPTCHA 标注的。Waymo 在 2024 年完成了超过 400 万次付费行程，估值 450 亿美元。其基石，正是由那些只想查个邮件的「无偿互联网民」奠定的。

为什么没人能复制这种模式？

数据标注极其昂贵。Scale AI、Appen 和 Labelbox 等公司的存在就是为了解决这个问题，他们雇佣数十万工人，有时时薪不足 1 美元。

谷歌的解法另辟蹊径：他们让标注变成了强制性的。无需付费，无需征得同意，而是作为进入互联网每个角落的「门票」。结果是：数十亿张带标签的图像、全球覆盖、全天候天气、世界每个城市。没有任何标注公司能做到这一点。互联网本身就是工厂，每个网民都是未签合同的员工。

你至今仍在参与

2018 年推出的 reCAPTCHA v3 甚至不再显示挑战。它通过观察你移动鼠标的方式、滚动速度、停留时间。你的行为指纹会告知它你是否为人类。这些行为数据同样会回馈到谷歌的 AI 系统中。

你从未主动选择加入，从来没有一个复选框供你勾选。但此刻，在你访问的大多数网站上，你依然在这样做。

令人不安的讽刺

Luis von Ahn 的初衷是天才的：将人类本就在浪费的精力转化为有用的产出。但谷歌利用这一愿景做的事却另当别论。他们利用了用户不得不使用的安全机制，将其部署在全网，收割产出来构建价值数百亿美元的商业产品。用户一无所获，甚至一无所知。

最深刻的讽刺在于：你花费数年时间证明自己是人类，通过完成 AI 当时还无法做到的视觉识别工作。而一旦 AI 学会了这些，人类的视觉标注就不再被需要。

你证明了自己是人类，结果却是让自己变得可被取代。