拍洗碗視頻就能賺AI訓(xùn)練費(fèi)，幫助AI理解世界，這活你敢接么？

先說一件剛發(fā)生的事。美國外賣平臺DoorDash上周剛上線了一個(gè)新App，叫"Tasks"。騎手下載之后，可以接這樣的任務(wù)：用手機(jī)拍自己洗五個(gè)盤子，每個(gè)盤子洗完要對著鏡頭舉起來展示幾秒鐘；或者用西班牙語錄一段即興對話；或者拍自己疊被子、煎雞蛋、整理架子。每完成一個(gè)任務(wù)，獲得一筆報(bào)酬，金額根據(jù)任務(wù)復(fù)雜度提前標(biāo)注清楚。這些視頻和錄音，會被用來訓(xùn)練DoorDash的AI系統(tǒng)以及它合作伙伴的機(jī)器人模型，讓機(jī)器更好地"理解物理世界"。聽上去是不是有點(diǎn)奇怪？外賣員變AI老師，科幻感滿滿。但仔細(xì)想想，這件事背后藏著一個(gè)更大的邏輯——而且這個(gè)邏輯，已經(jīng)悄悄開始影響全球幾千萬打工人的未來。

DoorDash的底氣，來自一個(gè)驚人的數(shù)字：它在美國擁有超過800萬名活躍騎手。這800萬人幾乎覆蓋美國所有角落，而且他們本來就有大量碎片時(shí)間等待接單。在AI公司眼里，這是一支天然的、隨時(shí)可以調(diào)動的"數(shù)據(jù)采集大軍"。更關(guān)鍵的是，他們能提供的，是任何攝影棚都拍不出來的東西——真實(shí)的、帶有生活溫度的第一人稱視角。一個(gè)騎手拍自己真實(shí)的晨間日常，那種原生感是任何合成數(shù)據(jù)都無法復(fù)刻的。AI公司需要的，正是這種"臟活累活復(fù)雜的真實(shí)場景"，因?yàn)橹挥性谶@些數(shù)據(jù)上訓(xùn)練出來的模型，才能真正搞定現(xiàn)實(shí)世界的混亂。你以為AI只靠網(wǎng)上爬數(shù)據(jù)就夠了？不夠，遠(yuǎn)遠(yuǎn)不夠。

這件事不只是DoorDash一家的創(chuàng)意。去年Uber也宣布過類似計(jì)劃，讓司機(jī)通過上傳照片和錄音來賺取額外收入，用于訓(xùn)練AI模型。Instacart也有類似動作。分析人士認(rèn)為，這正在成為整個(gè)零工經(jīng)濟(jì)平臺的標(biāo)準(zhǔn)操作。而背后是一個(gè)正在高速膨脹的市場：2025年全球AI訓(xùn)練數(shù)據(jù)集市場規(guī)模已超過31億美元，圖片和視頻數(shù)據(jù)占據(jù)其中41.9%的份額，是最值錢的品類。這塊蛋糕還在以每年超過20%的速度增長。中國這邊也不甘落后——據(jù)行業(yè)數(shù)據(jù)，中國數(shù)據(jù)標(biāo)注市場規(guī)模2025年預(yù)計(jì)達(dá)105億元人民幣，是2020年的三倍多；但與此同時(shí)，行業(yè)人才缺口接近3000萬。3000萬，什么概念？差不多相當(dāng)于整個(gè)上海的常住人口都去做數(shù)據(jù)標(biāo)注，還不夠填這個(gè)坑。

但錢好賺嗎？這里有個(gè)細(xì)節(jié)，很多人沒注意到。DoorDash這次明確說任務(wù)報(bào)酬根據(jù)"努力程度和復(fù)雜度"計(jì)算，價(jià)格提前顯示——但具體每條多少錢，官方?jīng)]有公布。業(yè)內(nèi)通行的行情是：一段幾十秒的家務(wù)視頻，報(bào)酬大概在幾美元量級。如果你花二十分鐘拍完、整理、上傳一段洗碗視頻，時(shí)薪算下來可能還不如去擺攤。國內(nèi)數(shù)據(jù)標(biāo)注從業(yè)者的情況更能說明問題：新入行頭六個(gè)月月薪僅1000到2000元，有經(jīng)驗(yàn)之后能漲到3000至4000元，能拿到一萬元月薪的是項(xiàng)目主管級別。這條賽道有機(jī)會，但"躺賺"是不存在的。真正的玄機(jī)在于：這些視頻一旦被用來訓(xùn)練出價(jià)值數(shù)百萬美元的AI模型，你拿到的那幾塊錢，算公平嗎？

這是這件事最值得吵架的地方，也是它真正的爆點(diǎn)所在。有評論說得很直白：零工工人正在幫忙訓(xùn)練那些未來可能取代他們工作的技術(shù)。這有點(diǎn)像親手組裝會替代自己的機(jī)器人。當(dāng)DoorDash的騎手拍下自己送餐路線、門廊入口、停車場布局，這些數(shù)據(jù)不只是在訓(xùn)練一個(gè)"能理解物理世界的AI"，還可能在訓(xùn)練未來的無人配送機(jī)器人——也就是他們自己的接班人。DoorDash已經(jīng)公開表示，將在2026年商業(yè)化推進(jìn)自動駕駛配送平臺，Tasks應(yīng)用的數(shù)據(jù)采集與這一戰(zhàn)略直接相關(guān)。換句話說，騎手們正在用自己的勞動，幫平臺畫出一張"如何不再需要騎手"的地圖。這個(gè)邏輯，你品品。

當(dāng)然，也不能把這件事說得太灰暗。從另一個(gè)角度看，DoorDash這次至少做到了一件事：明碼標(biāo)價(jià)，讓工人自主選擇，不強(qiáng)制。任務(wù)以兩種形式呈現(xiàn)：一個(gè)獨(dú)立App供騎手主動接專項(xiàng)任務(wù)，另一套直接嵌入現(xiàn)有Dasher配送App，騎手可以在等單的碎片時(shí)間完成。這比以前那種"平臺悄悄用你數(shù)據(jù)卻不告訴你"的做法，至少透明一些。而且對于那些收入不穩(wěn)定的零工工人來說，能在等單間隙多賺幾美元，也不是壞事。問題的關(guān)鍵不是"這錢該不該賺"，而是"這錢是否應(yīng)該更多"，以及"你的數(shù)據(jù)被用來做什么，你有沒有知情權(quán)"。

最后說一個(gè)讓人有點(diǎn)坐不住的細(xì)節(jié)。DoorDash的Tasks應(yīng)用目前在美國部分城市上線，但明確排除了加利福尼亞州、紐約市、西雅圖和科羅拉多州——恰好是美國勞動法和隱私法最嚴(yán)格的地區(qū)。這個(gè)排除名單本身，就是一個(gè)意味深長的信號。這也意味著，當(dāng)同類模式在監(jiān)管相對寬松的地區(qū)快速擴(kuò)張時(shí)，那些沒有法律保護(hù)的打工人，將是第一批"測試對象"。AI的每一步進(jìn)化，背后都有人在埋單。這次，埋單的可能是那個(gè)正在廚房里拍自己洗碗的外賣員。

聊到這里，拋幾個(gè)問題給大家——如果美團(tuán)或餓了么也推出類似的"拍視頻賺錢"任務(wù)，你愿意參與嗎？騎手用自己的勞動數(shù)據(jù)幫平臺訓(xùn)練AI，報(bào)酬應(yīng)該怎么定才算公平？還有，當(dāng)你知道給你送外賣的人，可能同時(shí)也在幫訓(xùn)練"未來取代他自己"的機(jī)器人，你對這碗飯的感覺，會有什么不同？