本文來自微信公眾號：APPSO，作者：發(fā)現(xiàn)明日產(chǎn)品的，原文標題：《時薪15美元的新工種：把iPhone綁在腦門上，替AI蒸餾自己》

你或許刷到過一段來自印度南部服裝廠的視頻。

工廠工人佩戴頭戴攝像頭，記錄手部動作，以此來訓練人工智能系統(tǒng)。

這是因為隨著特斯拉、Figure AI等公司競相開發(fā)人形機器人，訓練它們所需的真實世界動作數(shù)據(jù)變得極為緊缺。

帕洛阿爾托的Micro1公司因此在全球71個國家招募了約4000名工人，每月能收到超過16萬小時的視頻素材。每位工人每周至少要提交10小時錄像，并且要交替完成不同類型的任務。

Scale AI和Encord也在招募各自的數(shù)據(jù)采集隊伍，DoorDash甚至在2026年3月推出了Tasks應用，讓旗下送餐員順帶在家錄制家務視頻，不過專門排除了數(shù)據(jù)隱私法律嚴格的州。

每小時15美元的工作細節(jié)

這份工作的實際操作，比聽起來要奇特。

應聘者首先要通過一個名為Zara的AI智能體面試。Zara會與應聘者對話，評估其是否適合這份工作，還會要求提交一段試錄視頻。

通過面試后，應聘者會收到一個額頭頭帶支架、一份錄制說明以及一張任務清單。說明上明確要求，要讓雙手始終保持在鏡頭可見范圍內(nèi)，動作要“保持自然速度”。

可自然速度在攝像頭下往往顯得太快，所以工人們普遍反映，實際錄制時必須刻意放慢動作，結果動作反而變得不自然，就像是在模仿夢游。

還有一個門檻：需要帶有LiDAR傳感器的iPhone，也就是至少要iPhone 12 Pro以上的機型。

視頻提交之后，還要經(jīng)過AI和人工的雙重審核，只有大約一半的素材最終可用。被拒的原因可能是光線不足、手移出了畫面、動作太快，或者背景里出現(xiàn)了不該出現(xiàn)的東西。

工人按小時計酬，但如果視頻被拒，這段時間的勞動就白費了。通過審核的視頻，隨后還會進入一個標注流程，由另一批人工標注員逐幀標記動作類別、物體名稱和運動軌跡。

新德里的家教Arjun表示，他通常要花一個小時構思，才能想出能錄滿15分鐘的家務內(nèi)容。Micro1要求工人不斷“變換內(nèi)容”，因為多樣化的場景對訓練效果至關重要，但家的空間有限，創(chuàng)意遲早會耗盡。

美國家庭的視頻比其他地區(qū)賣得更貴。數(shù)據(jù)標注公司Objectways的創(chuàng)始人Ravi Rajalingam解釋說，因為機器人公司預設美國消費者會最先購買人形機器人，所以美國家庭的操作環(huán)境數(shù)據(jù)更有價值，對應的工人時薪有時高達越南或印度工人的三倍。同樣是疊衣服，身處洛杉磯的手和身處欽奈的手，收入可以差三倍。

Micro1的副總裁Arian Sadeghi稱，160萬小時的月度素材遠遠不夠，“大概需要幾十億小時。我們連人與人之間的互動都還沒開始采集，現(xiàn)在只是最基礎的家務而已?！?/p>

幾十億小時，按照目前的采集速度，大概要連續(xù)工作一萬年。

“幽靈勞動”浮出水面

2019年，人類學家Mary Gray和計算機科學家Siddharth Suri出版了一本書，名為《Ghost Work》，直譯是“幽靈勞動”。

他們想描述的，是那些讓AI系統(tǒng)顯得“聰明”、卻從不出現(xiàn)在任何產(chǎn)品介紹里的人工勞動，比如標注圖片、過濾違規(guī)內(nèi)容、清洗訓練數(shù)據(jù)。

《銷聲匿跡：數(shù)字化工作的真正未來》

著者：[美]瑪麗?L.格雷、[美]西達爾特?蘇里

譯者：左安浦

Gray說，當她剛開始研究這個問題時，去問工程師們“誰在做這些工作”，得到的回答是“我也不太清楚”“我不敢去查”。

過去，幽靈工作主要發(fā)生在屏幕前，是點擊、標注、審核這樣的操作?，F(xiàn)在，身體本身，比如疊衣服的手勢、炒菜的節(jié)奏、打開冰箱的動作，都開始成為可以被采集、被定價、被轉(zhuǎn)售的原材料。

這些原材料從印度、尼日利亞、菲律賓、肯尼亞的普通家庭流出，匯聚到帕洛阿爾托和舊金山的公司，再轉(zhuǎn)化成產(chǎn)品流向市場。

Nick Couldry和Ulises Mejias在研究數(shù)字經(jīng)濟時提出了一個框架，叫“數(shù)據(jù)殖民主義”，意思是：科技公司對數(shù)據(jù)的占有，在結構上延續(xù)了歷史殖民主義對土地和資源的掠取邏輯，把人類的日常生活本身轉(zhuǎn)化為一種可供資本提取的原材料。

以Micro1的案例來看，工人每小時拿到15美元，在內(nèi)羅畢或馬尼拉是有競爭力的工資，但放在流入機器人公司的數(shù)十億美元投資面前，連零頭都算不上。

更值得注意的是信息上的不對等。Micro1以保密為由，不向工人透露客戶名單，工人們也不清楚自己的數(shù)據(jù)將如何被存儲，會不會被轉(zhuǎn)售給其他第三方。工人簽了協(xié)議，收了錢，但他們在整條產(chǎn)業(yè)鏈里的信息處于末端，對自己正在參與的事情的全貌，知道得很少。

Gray在研究幽靈勞動時發(fā)現(xiàn)了一件讓她印象深刻的事，工人們往往會自發(fā)找到彼此，建立非正式的互助網(wǎng)絡，因為工作本身提供的支持幾乎是零，人們必須靠彼此維持做下去的意義感。孤立是這類勞動的默認狀態(tài)。

2026年，全球人形機器人市場預計達到42.3億美元，而到2027年，特斯拉等公司的量產(chǎn)計劃將使全球累計安裝量突破10萬臺。

這些機器人，大概率將進入工廠和家庭，承擔體力勞動。而訓練它們的數(shù)據(jù)，正是來自那些現(xiàn)在還在用體力勞動糊口的人。

默會知識的提取與追問

哲學家邁克爾·波蘭尼在1958年寫了一本書叫《Personal Knowledge》，他在書里說：我們知道的，多于我們能夠說出的。他稱之為“默會知識”，意思是人類有大量的知識不以命題的形式存在，而是以動作、感知、直覺的形式附著在身體里。

騎自行車是一個常見的例子，你知道怎么保持平衡，但沒有辦法把這件事寫成一套可以教給別人的規(guī)則。它只能通過實踐習得，通過觀察、模仿和重復，在身體內(nèi)部慢慢積累，而不能被直接傳遞。

波蘭尼寫這本書的時候，AI還不存在。但他的論斷在今天獲得了一種新的現(xiàn)實重量。

我們正在做的事，是試圖把這種默會知識，從人的身體里抽取出來，轉(zhuǎn)化為機器可以處理的數(shù)據(jù)。

Micro1的工人們額頭上的攝像頭錄下的，除了是一個疊衣服的動作，還是手指如何感知布料的重量，手腕如何在恰當?shù)臅r機翻轉(zhuǎn)，視線如何在疊的過程中追蹤布料的邊緣。

ScaleAI宣布已收集超過10萬小時的素材https://scale.com/blog/physical-ai

這是人類歷史上第一次嘗試大規(guī)模地把身體知識外化。

波蘭尼說，默會知識不能被完全言說，但這不代表它不能被掠取。Couldry和Mejias說，數(shù)據(jù)殖民主義把日常生活本身變成了一種資源，一種“就在那里，隨時可以被提取”的東西?，F(xiàn)在，連在家鋪床這件事也被包含在內(nèi)了。

人們常常把AI的沖擊描述為“機器會取代知識工作者”，但現(xiàn)在最普通、最不被算作技能的那些動作也在被采集。如果連這些都可以變成訓練數(shù)據(jù)，那“什么是人的勞動”這個問題，就不再是哲學思辨，而變成了一個非常實際的政治問題。

Zeus是尼日利亞中部高地一座城市里的醫(yī)學生。他每天下班后把手機固定在額頭上，然后開始給自己的床鋪床單。

他說，他覺得這是“留下印記的機會”。他不覺得自己只是在被使用，他覺得自己在參與一件重要的事。

這也許是對的，但它同時并不妨礙另一件事，那就是他留下的那個印記，最終的形狀將是他自己鋪床動作的運動軌跡，由一家他叫不出名字的公司買走，用來訓練一臺他將來不一定負擔得起的機器。

波蘭尼說，所有的知識都是個人的，是由具體的人、在具體的處境里、通過具體的實踐產(chǎn)生的。把這種知識從人身上剝離出來，讓它在人離開之后繼續(xù)運轉(zhuǎn)，那么現(xiàn)在，人作為知識的承載者，究竟擁有什么？

這個問題現(xiàn)在還沒有答案。但它已經(jīng)在尼日利亞的公寓里、印度的廚房里、菲律賓的院子里，以每小時15美元的價格，被悄悄地問著。

參考資料：

https://www.technologyreview.com/2026/04/01/1134863/humanoid-data-training-gig-economy-2026-breakthrough-technology/