把手机绑脑门上，反复叠衣服，居然是一份正经工作

最近，互联网上流传着一种非常新奇的打工模式。

一堆印度工人，在工厂里，头上戴着一个小支架，支架上有一个摄像头，镜头朝下，对准他自己的两只手。不直播、不拍 Vlog，只是安静地、缓慢地把一件又一件衣服叠好，然后放进篮子里，然后打乱再重复。

整段看下来，甚至分不清这是干活，还是某种行为艺术。

视频被搬到X上之后，迅速冲到将近500万次播放。

类似的帖子不止一条。

有人用摄像头记录自家2000多名工人在产线上的动作，有人使用VR设备，记录拿水的动作... ...

你以为他们在做什么？完全是重复做着一堆毫无意义的事情?

——其实他们是在训练人工智能系统，用肉身成全赛博。

▲ 图源：X博主@hiqma86

评论区一条高赞留言一针见血地指出：“这就是在亲手训练自己的接班人。”还有人盯着画面看了半天，憋出一句“这太反乌托邦了”，顺手就是几千赞。

当然，这届网友的吐槽从来不会只停留在搞悲情。

很快就有人开始搞抽象，有人吐槽：“我一直以为AI唯一做不了的就是体力劳动，结果人类正亲自把这最后一块阵地送上去。”有人则很淡定地提供了未来展望：“训练完这批之后，下一步就是机器人学会加班、学会摸鱼、学会在老板经过时假装自己在认真铺床。”

还有人甩了一张图展示十年后的情况——现在人类还能有偿教机器人叠衣服，未来这部分也将换成机器人替代，更快而且没有工资。

如果你再往下翻几条评论，会发现大家其实都在表达同一种复杂心情：又好笑，又有点不太舒服。

好笑在于，这个画风太清奇了——一群工人认真地把相机绑在脑门上巴拉巴拉... ...不舒服在于，隐隐觉得这事不只是几条奇怪视频那么简单。

的确，当大家还在围观阿三工厂的奇观时，硅谷已经有公司开始打算把员工的鼠标轨迹、键盘敲击、屏幕快照一锅端下来，全部喂给自家的AI智能体，用以训练其AI智能体。

在国内，也有“离职同事被炼化，变成数字永生了”频频上热搜，一些企业使用离职员工的历史数据（如聊天风格、文档模板）来构建AI助手，这类“数字分身” 应用也引发公众关于伦理与所有权的讨论。

▲ 图源：央广网

01

时薪15美元，一个新工种的诞生

为什么这样的新工种会诞生呢？

因为当下，人形机器人作为AI圈最烫手的赛道之一，特斯拉、Figure AI、Agility Robotics都在烧钱造机器人。

▲ 马斯克前两天还开源了旗下机器人Optimus V3灵巧手工业图纸

国内，宇树科技、首形科技也紧跟脚步。方向非常明确：能进工厂、能进家庭、能搬箱子也能提供情感陪伴。

当机器人开始“懂你”！95后博士的情感陪伴机器人，因太逼真刷爆全网！

但造机器人的真正难点从来不是“会说话”，而是“会动手、会动脚”。让AI写一段文案很容易，让它捏住一件衣服的边缘、判断面料的重量、把床单铺平、把被套套好——这个难度直接指数级翻倍。

人类半马纪录被机器人碾压！50分26秒夺冠，还顺带表演了街舞、扮鬼、倒地求下班

问题在于，这些动作很难用代码写出来，也很难靠模拟器学会。你不可能靠一行if-else告诉机器人什么叫“轻轻捏住衣服的领子翻过来”。机器人需要看。需要看真正的人、在真正的卧室里、以真正的手腕角度，把一件事从头做到尾。

于是就有了一门新生意：帮机器人“看人做事”。

美国加州帕洛阿尔托有一家公司叫「Micro1.」，干的正是这件事。

根据相关媒体的报道，Micro1.在超过50个国家招募了几千名合同工，让他们把iPhone绑在额头上录自己在家里叠衣服、洗碗、做饭、铺床。这些视频经过处理后，卖给机器人公司，当“真人示范教学”的训练材料。

简单说就是，你在家干家务，硅谷买单， 顺便拿你的动作数据去喂给机器人。

▲ 由GPT-image-2生成（仅为示意图参考）

在这套工作流程中，工人得先通过一个叫Zara的AI智能体面试，提交试录视频，过了之后才能收到公司寄来的头戴支架、录制说明和一张任务清单。

录制时双手必须始终在画面中，动作要“保持自然速度”，但摄像头底下正常人干活的速度看起来太快了，工人们只能刻意放慢速度。

视频交上去以后，AI和人工会双重把关，只有大约一半能过审。手出画——重录；光线暗——重录；动作太快——重录；背景里不小心出现不合规的东西——重录。值得注意的是，工人按小时计酬，但未通过审核的视频将不会获得报酬。通过审核的视频，还要进入下一道工序：被另一批人工标注员逐帧打标签，标记动作类别、物体名称、运动轨迹。

以前做家务被爸妈嫌弃，顶多是“你看你越帮越忙”。现在做家务，还得过AI那关：“您的叠衣动作在第4秒手腕翻转角度不清晰，请重新录制。”家务劳动终于迎来了自己的绩效考核时代。

《麻省理工科技评论》写了一个特别有画面的例子。

尼日利亚医学生Zeus（宙斯），每天从医院下班后回到自己的单间公寓，打开环形灯，把iPhone固定到额头上，像梦游一样缓缓铺床。时薪15美元，在当地是不错的收入，但他说每天熨几小时衣服真的很无聊。

▲ 这位同志貌似还来了中国留学，并参加了中文“汉语桥”比赛

创意也有枯竭的时候。新德里的家教Arjun说，自己常常要想一个小时才能凑出15分钟的家务内容。Micro1.要求不断变换内容，因为多样化场景对训练效果很重要——问题是一个家的体量就那么大，柜子就那几个柜子，盆就那几个盆，创意被物理空间卡住了。

这年头怎么会有人需要思考如何完整地做好家务，小编突然想起了自己考普通话的最后一道描述题，这不和硬做家务异曲同工。

更有意思的是数据定价，美国家庭的操作视频比别处贵得多，有时美国工人时薪能达到越南或印度工人的三倍。（美国的工资从1964年到2026年平均为每小时13.06美元）

逻辑就是：机器人公司预设美国消费者会最先掏钱买人形机器人，所以美式厨房、美式卧室、美式客厅的环境数据，天然更有商业价值。

▲ 由GPT-image-2生成

说到底，机器人公司真正想要的，不是15分钟的家务录像，而是藏在动作里面的那套“说不清楚的东西”。

手指怎么感知布料的重量，手腕什么时候翻转，视线怎么在叠的过程中追踪衣物的边缘——哲学家波兰尼管这叫“默会知识”，就是那种“我们会做，但说不出为什么这样做”的身体经验。现在，这些经验正被一帧一帧地从人身上提取出来，转换成训练数据。

Micro1.的副总裁说目前的素材量远远不够，可能需要几十亿小时。按现有速度，大概得连续录上万年。一万年的家务，够机器人学会铺一万年的床。

从这个角度看，数据提供者的角色具有双重性：他们既是训练AI的“教练”，也是未来自动化成果的潜在“用户”。说直白点，今天可以用手机录自己做家务，就像在为未来的“机器人保姆”写说明书。等这份说明书变成真正的产品，他们自己也能用上，从家务里解放出来。

如果说Micro1.的工人们还知道自己正在被“录制”，并且能从中拿到一份收入，那接下来的事就更微妙了——你甚至不知道自己正在被做成一个插件，供人下载。而且，这个过程有时候是你自愿的，有时候不是。先聊聊自愿的那部分。

02

疯狂的Skill和Meta的骚操作

如果说“把iPhone绑脑门上录家务”听起来还跟我们有点距离，毕竟不是每个人都在给机器人当私教，那接下来的事可能就近多了，也引发了诸多争议。

AI不只想知道你怎么铺床，它也想知道你怎么上班。准确地说，它想知道你怎么点鼠标、怎么敲键盘、怎么在不同软件之间切来切去，以及怎么把你的同事做成一个Skill。

这事不是段子。它已经在Meta内部真实发生了。

▲ 由HappyHorse-1.0生成

说到这儿，有必要插播一下最近互联网上正在疯传的一个概念。这概念跟Meta做的事属于同一种精神内核，只不过Meta是官方行动，网友那边是自发狂欢——「某某Skill」

简单讲，Skill指的是为AI智能体（Agent）配置的专业、原子化、可复用的能力模块，就像是插件。

今年4月初，GitHub上突然出现了一个项目叫「同事.Skill」——上传某位同事的飞书聊天记录、钉钉文档和工作邮件，系统就能用AI整出一个对方的数字分身，风格、话术、甩锅套路全给你复刻到位。五天之内狂揽六千多颗星。

然后事情就刹不住车了。「前任.Skill」「暗恋对象.Skill」「导师.Skill」「老板.Skill」排队出道，小红书上一个「前任.Skill」的讨论帖直接冲到四千五百赞。

有人把前任微信聊天记录丢进去训练，深夜发一句“我有点想你”，AI前任回了一句“… …嗯，早点睡吧”，完美复刻那种分手后的空气感。另一边，「老板.Skill」底下最高赞评论只有一句话：“能不能让这个Skill替老板开会，老板本人只负责签字。”

▲ GitHub上的“张雪峰.skill”

连防守型玩法都出来了，有人搞了个「反蒸馏.Skill」，原理很缺德：你被要求上交工作经验时，它会自动把“Redis key必须设TTL，不设直接打回”这种实战干货，替换成“缓存使用请遵循团队规范”这种正确但毫无营养的废话。

Skill这波玩梗看着疯，但它和Meta的操作本质上在做同一件事：把人从行为到人格一锅蒸馏。只不过网友是自己主动蒸着玩，Meta是帮你被动蒸，还强制。

两者的区别大概就像自拍和被偷拍——画面都是你，但心情完全不同。

根据路透社曝光的内部备忘录，Meta正在美国员工的工作电脑上部署一款名为Model Capability Initiative的工具，简称MCI。

它会记录你的鼠标移动轨迹、点击位置、键盘输入，还不定期截屏。也就是说，你在办公软件里怎么点下拉菜单、怎么用快捷键、怎么把一个任务从邮箱拖到文档再拖到聊天窗口，全程都在被系统“看着”。

Meta的解释是：AI智能体要想真的帮人完成日常工作，光会写邮件、总结文档是不够的。它得会用电脑。它要知道一个正常人类怎么在不同应用之间切来切去、怎么选下拉菜单、怎么用快捷键组合完成任务。大模型会说人话了，现在得学着做人事——而“做人事”的第一步，就是看人是怎么做事的。

Meta CTO Andrew Bosworth在另一份内部备忘录里说得更直接，他把愿景描绘成：“智能体主要负责干活，我们的角色就是指挥、审核并帮它们改进。”

事态曝光升级后，Meta员工可以说气炸了——这是赤裸裸个人隐私的侵犯！

网友胡乱支招：如果上班的时候疯玩几个小时吃豆人，倒想看看AI能从中学到啥。

Meta方面赶紧出来安抚，说数据不会用于绩效考核，只用于模型训练，还设有“敏感内容保护”。但没说的是到底哪些数据会被排除、截图存多久、以后会不会改用途。

“就像兽医研究马匹一样”，聪明的大家已理解。

这事荒诞的地方在于，它比传统员工监控进了一步。过去公司监控你，是想知道你有没有在摸鱼。这本身就让打工人集体诟病，现在系统盯着你，是为了复制你。

因为没人可以保证“被AI优化”这件事不会发生，并且这事正在发生，还不是硅谷，就在国内。

某种意义上说，日常工作在产生价值的同时，也在生成用于训练AI的行为数据。这些数据未来可能用于优化甚至重塑相关岗位的工作流程。

这些现象也催生了新的法律问题。有律师指出，未经个人明确同意，利用其数据训练AI“替身”可能涉及侵权，最高可处七年有期徒刑。

对于AI数字分身承接基础事务性工作这件事究竟是进步还是隐患，是否会催生全新的职场模式？这点目前还不好下定论。

对尼日利亚医学生Zeus来说，15美元一小时是一份不错的收入。他觉得自己在参与未来，给未来机器人留下印记。这种感受并不虚假，问题是，那个印记最终会流向哪里？会被谁买走？会训练出谁买得起的机器？这些问题，录视频的人未必知道。

有学者用“数据殖民主义”这一概念来类比这种现象，意指对个人数据的提取和利用可能带来新的权力不平等。

▲ 由GPT-image-2生成

面对这些潜在的挑战，明确的法规保障显得尤为重要， 其目的并非阻碍创新，而是确保新模式在提高效率的同时，能将人的价值导向更具创造性和责任感的领域，而非简单复制。

也许未来某天，机器人真的能替我们铺床，AI真的能替我们决策。只是不知道到那时，我们会感谢今天把手机绑在脑门上的自己，还是会想问一句：等等，我当年是不是把自己上传得太完整了？