月薪6千，寶媽們正在自我“蒸餾”

作者｜劉曳

編輯｜路子甲

我重生了，重生為一臺家務(wù)機(jī)器人，開機(jī)的一瞬間，拖地掃地、疊衣服、刷碗等技能一個不落，甚至能單手打出一個完美結(jié)實的垃圾袋收口。機(jī)器人上得廳堂下得廚房的夢，終于被我實現(xiàn)了。

如果機(jī)器人會寫科幻小說，大概會如此開頭。

韓國LG推出的家務(wù)機(jī)器人LG CLOiD

事實上，讓機(jī)器人學(xué)會做家務(wù)，本質(zhì)就像讓猴子打出莎士比亞全集。

因為，無限猴子定律告訴我們：只要時間足夠長，一只隨機(jī)敲擊鍵盤的猴子終能打出莎士比亞全集。在AI發(fā)展早期，這個思想實驗曾經(jīng)引發(fā)科學(xué)家們無窮的想象——只要采集足夠多的隨機(jī)數(shù)據(jù)，是否就能涌現(xiàn)出智能？

答案顯然是否定的：純隨機(jī)的數(shù)據(jù)就像猴子的無序敲擊，效率低到宇宙毀滅，也等不來一次有價值的靈感涌現(xiàn)。

但AI的發(fā)展，徹底改寫了這個結(jié)果。科學(xué)家不再被動等待猴子們碰運(yùn)氣，而是主動采集數(shù)據(jù)，從每一次搜索到每一幀監(jiān)控畫面、每一段家務(wù)視頻。來到2026年的楚門的世界，這里鏡頭無處不在，行為被持續(xù)記錄，數(shù)據(jù)被源源不斷地抽走、標(biāo)注、喂養(yǎng)給正在學(xué)習(xí)如何替代你的模型。

線上居家視頻采集工作越來越熱門

算法把普通人做家務(wù)的邏輯理解之后，動作成了可復(fù)制的指令，批量部署是機(jī)器人公司最終的目標(biāo)。

所以今天，每個人最基礎(chǔ)的日常生活也開始變得耐人尋味，那些美好的愿景在實現(xiàn)過程中必然伴有犧牲。

當(dāng)AI數(shù)據(jù)采集披上兼職外衣

月薪四千，允許AI機(jī)器人采集你的一舉一動，最終訓(xùn)練出一個完全替代你勞動職能的智能體。你愿意嗎？不少人會本能地拒絕。但當(dāng)這份工作被包裝成“AI數(shù)據(jù)采集員”，隱瞞真實用途，又精準(zhǔn)瞄準(zhǔn)急需補(bǔ)貼家用、擁有大量空閑時間的寶媽群體時，自我蒸餾就被很多人接受了。

BOSS直聘上的家務(wù)采集工作

小敖就是在BOSS直聘上刷到這種崗位的，當(dāng)時她剛剛從上一家公司離職，想躺平又怕存款告急，處在躺不了放不下的階段，就想著在家找個自由點(diǎn)的賺錢活路。

HR的承諾很誘人，“只錄手部就行，不用露臉，不用說話，時間自由，隨時能做。”她以為自己找到了一份輕松的居家兼職，在家封垃圾袋、拖地板、整理衣物，本來每天就要做的家務(wù)，現(xiàn)在再動手拍下視頻就能換錢。

HR的承諾讓小敖心動

她接了單，第一次拍攝，她按培訓(xùn)要求把手機(jī)架在廚房臺面上，錄了一段疊衣服的視頻。上傳后三天，后臺提示“審核不通過”，理由是“光線不均勻，左側(cè)有陰影”。

小敖一開始覺得審核員完全是在強(qiáng)詞奪理，辛辛苦苦疊了那么久卻不給結(jié)算，后來研究明白視頻用途之后她就明白了，這種有陰影的視頻AI沒法識別，也就很難成為訓(xùn)練素材。

和小敖一樣的采集員們發(fā)現(xiàn)工作并不輕松

“我換了盞燈重新拍，又被打回來，說動作起始位置不在畫面中央。”來來回回重拍了四次才勉強(qiáng)合格。她算了算時間成本：第一條通過審核的20秒視頻，她前后搭進(jìn)去了將近兩個小時。

正式開工后，合格率依然低得驚人，拍攝角度稍微偏一點(diǎn)，退回；手部動作超出畫面邊緣，退回；背景里有雜物入鏡，退回；光線從左邊打到右邊而非正面，退回。“你覺得自己明明是在做家務(wù)，但AI平臺告訴你，你做家務(wù)的姿勢不對。”

做家務(wù)對她來說完全成了表演，有時候她感覺自己就是鏡頭背后的群演，一群機(jī)器人是最忠實的觀眾。

真正讓她決定不干了的，是一次意外發(fā)現(xiàn)。

有一天系統(tǒng)派發(fā)的任務(wù)包里多了一條備注，說這周想要重點(diǎn)采集抓取垃圾袋收口的動作，要求包含5種以上收口方式，她突然意識到，自己在拍的這些東西，和網(wǎng)上家務(wù)機(jī)器人演示視頻里的動作一模一樣。“我當(dāng)時全身發(fā)涼，我錄了兩個月疊衣服、封垃圾袋、撿玩具，原來全都是在教機(jī)器人怎么替代我。”而視頻最終通過審核后，報酬是3.2元。

錄制蔬菜打包視頻

“我以為我在賺外快，其實是在替AI打工，而且他們早晚會來頂替我。”

亞楠的選擇則更徹底一些。幾年前她還在跑外賣，如今在公司租下的房間里，她成了一名專職數(shù)據(jù)采集員。每天的工作很簡單：戴上設(shè)備，拍自己疊衣服、擦拭桌面、做三明治。

以家居場景為例，一天下來能采集200多條視頻，有效時長約2到3個小時，月薪6000到7000元，比居家采集員的3000到4000元高出不少，但依然算不上高薪。

她的工作流程已經(jīng)被系統(tǒng)精確切割成一個個標(biāo)準(zhǔn)動作。前一天晚上在線上領(lǐng)取任務(wù)，第二天就在房間里反復(fù)執(zhí)行，在雜亂環(huán)境中識別目標(biāo)物，戴上夾爪抓取，換一個方位再來一遍。

一條視頻只有20到30秒，公司規(guī)定的每天最低要求是1.5小時有效時長，也就是說她每天要產(chǎn)出至少180條合格視頻。從穿戴上設(shè)備到脫下設(shè)備，她一天里大部分時間都在重復(fù)同一件事。

家務(wù)數(shù)據(jù)采集細(xì)化到如何清理枕頭

“你覺得自己在做一份正經(jīng)工作，但心里清楚，這些東西早晚會讓一部分人失去工作。只是沒想到，失去工作的那些人里，可能包括我自己。”

具身智能數(shù)據(jù)采集員的時薪和他們創(chuàng)造的數(shù)據(jù)最終賣出的價格之間，隔著10倍以上的差價。一條高質(zhì)量的真機(jī)操作數(shù)據(jù)，在數(shù)據(jù)市場上的售價可能高達(dá)數(shù)百甚至上千元，而采集它的人只拿到了十幾二十塊。

數(shù)據(jù)采集圈有著像印度種姓一樣的嚴(yán)格劃分。

最底層是采集員，常見的人群畫像包括寶媽、失業(yè)者、兼職人員，他們是整個鏈條的燃料。

第二層是外包平臺，從數(shù)據(jù)公司接單后分包給采集員，中間抽取30%到50%，第三層是數(shù)據(jù)公司，將原始數(shù)據(jù)清洗、標(biāo)注、對齊后打包成可訓(xùn)練的數(shù)據(jù)產(chǎn)品，最上層是宇樹、優(yōu)必選、智元、特斯拉等機(jī)器人本體公司，花高價購買這些數(shù)據(jù)來訓(xùn)練模型。

勞動者在產(chǎn)業(yè)鏈的最底端，拿著最低的報酬，產(chǎn)出著最原始的數(shù)據(jù)，而這些數(shù)據(jù)最終可能訓(xùn)練出一個替代自己的機(jī)器人，這可能就是自我蒸餾的更高形態(tài)，不僅在出賣自己的勞動人格，還在以極低的價格，親手為終將取代自我的機(jī)器添磚加瓦。

本科生們搶著干的dirty work

AI數(shù)據(jù)采集早就不是新鮮事了，早幾年，普通話錄制、便利店貨架標(biāo)注、道路圖像框選等等零散分布在眾包平臺上的微任務(wù)。

這是典型的互聯(lián)網(wǎng) dirty work：重復(fù)、機(jī)械、低門檻、低回報。對著屏幕把紅綠燈框出來，聽一段語音轉(zhuǎn)寫成文字，給商品打上“飲料”“零食”“日用品”的分類標(biāo)簽，一單幾毛錢，熟練的人一天能做個幾百單。

便利店數(shù)據(jù)標(biāo)注越來越考驗細(xì)心度

雖然枯燥，但用工需求大、結(jié)算快，一度成為熱門副業(yè)。大學(xué)生、全職媽媽、小鎮(zhèn)青年、暫時找不到工作的人，都能靠它貼補(bǔ)家用。

大家心知肚明自己在為算法提供原料，語音數(shù)據(jù)用來訓(xùn)練語音識別，標(biāo)注的圖像喂給自動駕駛模型，商品分類服務(wù)于推薦系統(tǒng)。

只是那時候，這些數(shù)據(jù)離自己的核心技能很遠(yuǎn)，你標(biāo)注的是路上的車，不是你開車的技術(shù)；你分類的是貨架上的可樂，不是你的工作內(nèi)容。沒有威脅到飯碗，就選擇睜一只眼閉一只眼。

但如今，事情開始質(zhì)變了。

AI正從“坐在電腦里處理文本和圖像”的軟件形態(tài)，進(jìn)化成“走進(jìn)真實世界動手干活”的具身智能。數(shù)據(jù)采集也隨之從語音、靜態(tài)圖像擴(kuò)展到了全身動作、連續(xù)家務(wù)行為。Nydia就是在這個轉(zhuǎn)折點(diǎn)上撞上了現(xiàn)實。

大齡失業(yè)的她本想找份過渡工作，看到招聘信息寫著“數(shù)據(jù)采集員”，以為是普通的辦公室文職。到了現(xiàn)場才知道是“給機(jī)器人當(dāng)牛馬”，在一間擺滿機(jī)械臂和攝像頭的房間里，試崗內(nèi)容是用遙控器操作機(jī)械臂，把面前的積木按指定順序碼放整齊。

如何擦拭窗臺也成了很有講究的學(xué)問

她試了三次，機(jī)械臂要么抓歪了，要么放偏了，要么直接把積木碰倒了。旁邊的面試官面無表情地記了幾筆，然后告訴她：“今天到這里吧，回去等通知。”她心里清楚，等到的不會是錄取通知。

真正讓她震驚的，不是自己被淘汰，而是排隊等面試的人里，有好幾個看著二十出頭的年輕人，穿著整齊，手里拿著簡歷，一看就是剛畢業(yè)沒多久。“我以為這種活只有我們這種年紀(jì)大、找不到工作的人才會來，結(jié)果人家年輕、學(xué)歷高，也在往這個行業(yè)擠。”

她后來在社交媒體上寫道，“數(shù)據(jù)標(biāo)注這種以前沒人愿意干的dirty work，現(xiàn)在居然成了香餑餑。”

試崗結(jié)束后，工作人員帶她們參觀了一間展示廳。里面擺著正在測試的家務(wù)機(jī)器人，疊衣服的、擦桌子的、整理雜物的，甚至還有一臺能打麻將的機(jī)器人。

麻將機(jī)前圍了一圈人，有人開玩笑說“以后連打牌都不用自己動手了”，Nydia沒笑出來。她站在疊衣服的機(jī)器人前面看了很久，機(jī)器人的夾爪正反復(fù)抓起一件T恤，折疊、壓平、翻面、再折疊，動作比她想象中流暢得多。

“機(jī)器人真的要來和人類搶飯碗了。科技發(fā)展得越快，被取代的速度也越快。年輕人盡早規(guī)劃找出路，而我們這些大齡失業(yè)者該何去何從？”這是她親眼見到家務(wù)機(jī)器人、麻將機(jī)器人后最直白的心聲。

她不是在抱怨招聘門檻高，也不是在后悔自己沒抓住機(jī)會，她只是第一次意識到曾經(jīng)在科幻片里才有的機(jī)器人替代人類的場景，正在走進(jìn)她的生活。

聽起來，危機(jī)似乎近在咫尺。但事實真的如此嗎？

正在被異化的我們

Nydia離開面試公司時，腦子里一直回蕩著這個畫面，疊衣服的機(jī)械臂反復(fù)抓起一件T恤，折疊、壓平、翻面、再折疊，動作流暢得像一個做了十年家務(wù)的人。“如果它有天能疊得比我好，是不是就不再需要我了？”

家務(wù)機(jī)器人正在被投喂更復(fù)雜的數(shù)據(jù)

但順著這個問題往下想，答案往往是肯定的。

是的，那些數(shù)據(jù)正在被采集、被標(biāo)注、被喂給模型；是的，你我現(xiàn)在的每一個動作都在為未來的機(jī)器人鋪路；是的，這條產(chǎn)業(yè)鏈底端的剝削是真實存在的，勞動者在產(chǎn)業(yè)鏈最底層拿著最低的報酬，而產(chǎn)出的數(shù)據(jù)最終可能訓(xùn)練出一個替代自己的機(jī)器人。

馬克思筆下所提到的異化，在數(shù)據(jù)采集員身上全部實現(xiàn)了，他們和勞動產(chǎn)品分離、和勞動本身分離、和人的創(chuàng)造性本質(zhì)分離，甚至和其他勞動者之間也只剩下相互取代的關(guān)系。

但這不是明天就會發(fā)生的事。動作流暢的機(jī)械臂，絕大部分還沒有大規(guī)模投產(chǎn)落地，號稱走進(jìn)家庭的機(jī)器人演示視頻，大多是在嚴(yán)格控制光照、桌面材質(zhì)和物體形狀的環(huán)境下拍出來的，一旦換到真實的、雜亂的的客廳和廚房，它們就會迅速現(xiàn)出原形。

具身智能的真正難點(diǎn)，遠(yuǎn)不止學(xué)會疊衣服這么簡單。

家務(wù)機(jī)器人能疊衣服，是因為有人反反復(fù)復(fù)在機(jī)器人面前展示了疊了三百遍，把每一個角度、每一次折疊都錄下來喂給他們。家務(wù)機(jī)器人能區(qū)分垃圾和玩具，是因為有無數(shù)雙手在不同的光照、不同的桌面上一次次地抓取、放下、再抓取，把每一個步驟拆解到足夠機(jī)器人讀懂的程度。

可是機(jī)器人們實際上并沒有讀懂任何事，他們不認(rèn)識棉和麻的區(qū)別，只是匹配到了對應(yīng)的像素特征，如果遇到了訓(xùn)練數(shù)據(jù)里從未出現(xiàn)過的布料就會立刻卡住，因為他們技能不是真正的技能，只是對已有數(shù)據(jù)的機(jī)械重復(fù)。

家務(wù)機(jī)器人們不懂為何要做飯

家務(wù)機(jī)器人真的很像一面回音壁，把人類的經(jīng)驗壓縮、編碼，然后變成一臺不需要拿工資、不需要休息、不會抱怨的機(jī)器。但是更深刻本質(zhì)的理解和關(guān)懷是不存在的，比如為什么我們要做家務(wù)、為什么要疊衣服、為什么要拖地？機(jī)器人理解不了復(fù)雜的家庭關(guān)系，和這個小小房間里的流動情感。

我們做家務(wù)，是為了擁有可以安心休憩的空間，可以更自在地?fù)肀魈欤鴻C(jī)器人不懂，他們只明白被預(yù)設(shè)的程序。

這是機(jī)器人和人之間永遠(yuǎn)無法抹平的差距，虛擬世界里完美運(yùn)行的算法，一進(jìn)現(xiàn)實世界就失靈，這是具身智能領(lǐng)域公認(rèn)的“最后一公里”難題。

目前，在非結(jié)構(gòu)化家庭環(huán)境中，完成一套完整、可靠、低成本的家務(wù)勞動，至少還需要5-10年甚至更久。更合理的態(tài)度是既看到不公平，也看到距離；既不盲從恐慌，也不放棄批判。

不如保留一點(diǎn)空間給人類。我們的家務(wù)不只是動作數(shù)據(jù)，它需要我們傾注對家人的情感。比如同一道紅燒肉，人人口味千變?nèi)f化，溫度的控制、成分的搭配、火候的拿捏，所有看起來可以被量化的東西，到了一定火候就變成了沒法教的手感，它們藏在一個人多年觀察、實踐的經(jīng)驗里。

這些是當(dāng)前的AI無法理解、也難以編碼的東西。我們應(yīng)當(dāng)警惕的，不是技術(shù)本身，而是利用信息差、把數(shù)據(jù)采集包裝成輕松兼職的招募話術(shù)。了解技術(shù)真實的邊界，比販賣焦慮或盲目擁抱都更重要。

AI的變化就像一列飛馳而過的地鐵，窗外的風(fēng)景正在飛速倒退，我們坐在車?yán)铮踔炼紒聿患翱辞宕巴獾娘L(fēng)景，更沒法讓它慢一點(diǎn)、再慢一點(diǎn)。

但至少我們還可以做一件事，決定我們自己要在哪一站換乘，而不是就這樣一路接受支配駛向終點(diǎn)。