TL;DR：
你以为是居家兼职，其实是给AI当“牛马”。一群宝妈和失业者正在以极低时薪录制家务视频，喂养那些终将替代自己的机器人。这波操作，堪称“自我蒸馏”的终极形态。
01 当AI数据采集披上兼职外衣
如果机器人会写科幻小说，开头大概是：“我重生了，重生为一台家务机器人，开机的一瞬间，拖地、叠衣服、刷碗技能全满，甚至能单手打出完美垃圾袋收口。”1
但现实比小说更魔幻——要让机器人学会这些，得先找一群人反复演示几百遍，把每一步拆解成机器能读懂的像素。而这个“人”，很大概率是月薪四五千的宝妈或失业者。
小敖就是在BOSS直聘上刷到的“AI数据采集员”岗位。HR的承诺很诱人：“只录手部就行，不用露脸，时间自由，随时能做。”1她以为自己找到了居家搞钱的捷径——每天做的家务，顺手拍个视频就能换钱。
然而真相是，她录了两个月叠衣服、封垃圾袋、捡玩具，全部用来训练机器人怎么替代她自己。一条通过审核的20秒视频，报酬3.2元，前前后后重拍了四次，搭进去将近两个小时。
“我以为我在赚外快，其实是在替AI打工，而且他们早晚会来顶替我。”1
小敖不是个例。在数据采集产业链的底层，一群宝妈、失业者、兼职人员正在成为整个行业的“燃料”。他们的工作被系统精确切割成标准动作：光线必须均匀、动作起始位置必须在画面中央、背景不能有杂物——你觉得自己在做家务，AI平台却告诉你“你做家务的姿势不对”。
产业链条像印度种姓一样等级森严1：
- 最底层：采集员（宝妈、失业者、兼职工），时薪十几二十块
- 第二层：外包平台，抽成30%-50%
- 第三层：数据公司，清洗标注后打包
- 最上层：宇树、优必选、智元、特斯拉等机器人本体公司，花高价购买数据
一条高质量的真机操作数据，在数据市场上能卖数百甚至上千元，而采集它的人只拿到十几二十块。劳动者不仅出卖劳动人格，还在以极低价格亲手为取代自己的机器添砖加瓦。 这大概就是“自我蒸馏”的更高形态——你在教机器人怎么干掉你，还倒贴时间。
02 本科生们抢着干的dirty work
AI数据采集不是新鲜事。早几年，语音标注、图像框选、商品分类这些“微任务”是典型的互联网dirty work：重复、机械、低门槛、低回报，一单几毛钱。1
那时候大家心知肚明自己在喂算法，但觉得威胁不到自己饭碗——你标注的是路上的车，不是自己开车的技术；你分类的是货架上的可乐，不是自己的工作内容。睁一只眼闭一只眼就过去了。
但现在，事情开始质变了。 AI正从“坐在电脑里处理文本”的软件形态，进化成“走进真实世界动手干活”的具身智能。数据采集也随之扩展到全身动作、连续家务行为。以前没人愿意干的dirty work，现在居然成了香饽饽——本科生们抢着干。
Nydia的经历很典型。大龄失业的她去面试“数据采集员”，以为办公室文职，结果到了现场发现是“给机器人当牛马”——用遥控器操作机械臂码积木。她试了三次，机械臂要么抓歪要么放偏，直接被淘汰。1
更让她震惊的是，排队等面试的好几个年轻人，穿着整齐、拿着简历，一看就是刚毕业的大学生。“数据标注这种以前没人愿意干的dirty work，现在居然成了香饽饽。”1
试岗结束，工作人员带她们参观展示厅。里面摆着正在测试的家务机器人，叠衣服的、擦桌子的、整理杂物的，甚至还有一台能打麻将的机器人。Nydia站在叠衣服机器人前面看了很久，机械臂的夹爪反复抓起T恤，折叠、压平、翻面、再折叠，动作比她想象中流畅得多。
“机器人真的要来和人类抢饭碗了。科技发展得越快，被取代的速度也越快。年轻人尽早规划找出路，而我们这些大龄失业者该何去何从？”1
听起来像科幻片，但确实正在走进生活。不过，这场危机真的近在咫尺吗？
03 正在被异化的我们，还有一点时间焦虑
马克思笔下提到的“异化”，在数据采集员身上全部实现了：和劳动产品分离、和劳动本身分离、和人的创造性本质分离，甚至和其他劳动者之间也只剩下相互取代的关系。1
但客观事实是：动作流畅的机械臂，绝大部分还没有大规模投产落地。 那些号称走进家庭的机器人演示视频，大多是在严格控制光照、桌面材质和物体形状的环境下拍出来的。一旦换到真实的、杂乱的客厅和厨房，它们就会迅速现出原形。1
家务机器人能叠衣服，是因为有人反复演示了三百遍。但它们并不认识棉和麻的区别，只是匹配到了对应的像素特征。如果遇到训练数据里从未出现过的布料，立刻就会卡住——它们的技能不是真正的技能，只是对已有数据的机械重复。1
更重要的是，机器人理解不了为什么我们要做家务。我们做家务是为了拥有可以安心休憩的空间，为了更自在地拥抱明天。机器人不懂，它们只执行预设的程序。
同一道红烧肉，人人口味千变万化，温度控制、成分搭配、火候拿捏，所有看起来可以被量化的东西，到了一定火候就变成了没法教的手感。
这大概是机器人和人之间永远无法抹平的差距。在非结构化家庭环境中完成一套完整、可靠、低成本的家务劳动，至少还需要5-10年甚至更久。1
所以，更合理的态度是：既看到不公平，也看到距离；既不盲从恐慌，也不放弃批判。 我们应当警惕的，不是技术本身，而是利用信息差把数据采集包装成轻松兼职的招募话术。了解技术真实的边界，比贩卖焦虑或盲目拥抱都更重要。
AI的变化像一列飞驰而过的地铁，窗外的风景飞速倒退。我们坐在车里，来不及看清风景，也没法让它慢一点。但至少，我们可以决定自己在哪一站换乘——而不是一路接受支配驶向终点。