花一周录自己做家务赚钱，谁才是机器人？

我花了一周时间，录下自己做家务的画面来赚钱——到底谁才是机器人？ 当AI公司需要海量数据来训练机器人时，一个看似荒诞的零工经济新赛道悄然兴起：人类通过录制自己完成日常琐事的视频，为机器人提供“学习素材”。Wired记者亲身参与了这项实验，体验了一把“人肉数据采集员”的生活。 一周的“人肉数据”生活 记者接到的任务来自一家名为“Scale AI”的数据标注公司，具体内容是录制自己在家做家务的视频——洗碗、叠衣服、扫地、整理书架，甚至包括打开冰箱门拿饮料。每完成一个任务，报酬从几美分到几美元不等。 听起来简单？实际操作远比想象中繁琐。你需要按照严格的要求架设拍摄设备：手机必须固定在特定角度，确保画面能完整捕捉到你的手部动作和物体交互；每个动作要重复多次，比如“拿起杯子”这个动作，可能需要从不同角度、不同速度反复录制20遍；最后还要对视频进行标注，逐帧标记“手”、“杯子”、“桌子”等关键元素。 一周下来，记者总共录制了超过50小时的素材，涵盖了20多种日常家务。最终收入是多少？大约120美元（约合860元人民币）。按照投入的时间计算，时薪远低于美国最低工资标准。 零工经济的“AI版” 这种看似“低效”的工作，背后是AI行业一个巨大的需求缺口。目前，训练机器人执行物理任务（如抓取物体、开门、叠衣服）最有效的方式，就是让它们观看大量人类演示的视频。这些视频需要被精确标注，才能转化为机器人可以理解的“动作指令”。 Scale AI、Appen、CloudFactory等数据服务公司，正在全球范围内招募这种“数据采集员”。他们尤其青睐来自不同国家、不同家庭环境的人群，因为多样化的数据能让机器人更好地适应真实世界的复杂性。比如，一个在美式厨房训练出来的机器人，到了中式厨房可能就“手足无措”。 “人肉机器人”的困境与悖论 这种工作模式引发了一个有趣的悖论：人类正在通过模仿机器人（按照固定流程、重复动作、严格标注）来教会机器人模仿人类。记者在体验中深刻感受到，当一个人需要像机器一样精确地重复某个动作时，那种机械感会让人产生一种“到底谁才是机器人”的荒诞感。 更值得关注的是，这些数据采集员往往处于AI产业链的最底层。他们为价值数千亿美元的AI行业提供了最基础的“燃料”，但获得的报酬却极其微薄。而且，随着AI技术的进步，当机器人学会从更少的数据中学习，甚至能够自我生成训练数据时，这些“人肉数据员”很可能面临被淘汰的命运。 对中国卖家和AI从业者的启示 对于跨境电商卖家而言，这个现象揭示了一个潜在商机：随着机器人训练数据需求的爆发，任何能够提供“标准化动作场景”的产品都可能成为刚需。比如，专门为数据采集设计的拍摄支架、标准化背景板、甚至是一套“家庭数据采集套装”，都可能找到市场。 对于AI从业者来说，这提醒我们：AI的“智能”背后，是大量人类劳动的“不智能”支撑。如何更高效、更人道地获取训练数据，如何让数据采集者获得合理回报，是行业需要正视的问题。毕竟，当我们在谈论AI取代人类时，别忘了，正是无数“人肉机器人”的重复劳动，才让今天的AI有了“智能”的可能。