先說一件剛發(fā)生的事。美國外賣平臺DoorDash上周剛上線了一個新App，叫"Tasks"。騎手下載之后，可以接這樣的任務：用手機拍自己洗五個盤子，每個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。每完成一個任務，獲得一筆報酬，金額根據(jù)任務復雜度提前標注清楚。這些視頻和錄音，會被用來訓練DoorDash的AI系統(tǒng)以及它合作伙伴的機器人模型，讓機器更好地"理解物理世界"。聽上去是不是有點奇怪？外賣員變AI老師，科幻感滿滿。但仔細想想，這件事背后藏著一個更大的邏輯——而且這個邏輯，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間等待接單。在AI公司眼里，這是一支天然的、隨時可以調(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——真實的、帶有生活溫度的第一人稱視角。一個騎手拍自己真實的晨間日常，那種原生感是任何合成數(shù)據(jù)都無法復刻的。AI公司需要的，正是這種"臟活累活復雜的真實場景"，因為只有在這些數(shù)據(jù)上訓練出來的模型，才能真正搞定現(xiàn)實世界的混亂。你以為AI只靠網(wǎng)上爬數(shù)據(jù)就夠了？不夠，遠遠不夠。

這件事不只是DoorDash一家的創(chuàng)意。去年Uber也宣布過類似計劃，讓司機通過上傳照片和錄音來賺取額外收入，用于訓練AI模型。Instacart也有類似動作。分析人士認為，這正在成為整個零工經(jīng)濟平臺的標準操作。而背后是一個正在高速膨脹的市場：2025年全球AI訓練數(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)標注市場規(guī)模2025年預計達105億元人民幣，是2020年的三倍多；但與此同時，行業(yè)人才缺口接近3000萬。3000萬，什么概念？差不多相當于整個上海的常住人口都去做數(shù)據(jù)標注，還不夠填這個坑。

但錢好賺嗎？這里有個細節(jié)，很多人沒注意到。DoorDash這次明確說任務報酬根據(jù)"努力程度和復雜度"計算，價格提前顯示——但具體每條多少錢，官方?jīng)]有公布。業(yè)內(nèi)通行的行情是：一段幾十秒的家務視頻，報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，時薪算下來可能還不如去擺攤。國內(nèi)數(shù)據(jù)標注從業(yè)者的情況更能說明問題：新入行頭六個月月薪僅1000到2000元，有經(jīng)驗之后能漲到3000至4000元，能拿到一萬元月薪的是項目主管級別。這條賽道有機會，但"躺賺"是不存在的。真正的玄機在于：這些視頻一旦被用來訓練出價值數(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，也是它真正的爆點所在。有評論說得很直白：零工工人正在幫忙訓練那些未來可能取代他們工作的技術(shù)。這有點像親手組裝會替代自己的機器人。當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)不只是在訓練一個"能理解物理世界的AI"，還可能在訓練未來的無人配送機器人——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)化推進自動駕駛配送平臺，Tasks應用的數(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。這個邏輯，你品品。

當然，也不能把這件事說得太灰暗。從另一個角度看，DoorDash這次至少做到了一件事：明碼標價，讓工人自主選擇，不強制。任務以兩種形式呈現(xiàn)：一個獨立App供騎手主動接專項任務，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)"。

最后說一個讓人有點坐不住的細節(jié)。DoorDash的Tasks應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格的地區(qū)。這個排除名單本身，就是一個意味深長的信號。這也意味著，當同類模式在監(jiān)管相對寬松的地區(qū)快速擴張時，那些沒有法律保護的打工人，將是第一批"測試對象"。AI的每一步進化，背后都有人在埋單。這次，埋單的可能是那個正在廚房里拍自己洗碗的外賣員。

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