每小时15美元

这份工作的具体操作，比听起来要奇怪得多。

应聘者首先要通过一个叫Zara的AI智能体面试。它会和你对话，评估你是否合适，并要求你提交一段试录视频。通过之后，你会收到一个额头头带支架、一份录制说明和一张任务清单。说明上白纸黑字写着：要让双手始终保持在镜头可见范围内，动作要“保持自然速度”。

可问题来了，“自然速度”在摄像头下往往显得太快。工人们普遍反映，实际录制时必须刻意放慢，结果动作反而变得不自然，像是在模仿梦游。这本身就构成了一种悖论。

此外，还有一个硬件门槛：你需要一部带有LiDAR传感器的iPhone，这意味着至少得是iPhone 12 Pro以上的机型。视频提交之后，还要经过AI和人工的双重审核，只有大约一半的素材最终能被采用。被拒的原因五花八门：光线不够、手移出了画面、动作太快，或者背景里出现了不该出现的东西。

工人按小时计酬，但如果视频被拒，这段时间的劳动就白费了。通过审核的视频，随后会进入一个更精细的标注流程，由另一批人工标注员逐帧标记动作类别、物体名称和运动轨迹。

新德里的家教Arjun道出了另一个难点：他通常要花一个小时构思，才能想出能录满15分钟的家务内容。Micro1要求工人不断“变换内容”，因为多样化的场景对训练效果至关重要。但家的体量就那么大，创意迟早会耗尽。

值得注意的是，美国家庭的视频比其他地区卖得更贵。数据标注公司Objectways的创始人Ra vi Rajalingam解释了个中缘由：因为机器人公司预设了美国消费者会最先购买人形机器人，所以美国家庭的操作环境数据被认为更有价值，对应的工人时薪有时高达越南或印度工人的三倍。同样是叠衣服，身处洛杉矶的手和身处钦奈的手，收入可以差三倍。

图源：https://newatlas.com/robotics/figures-humanoid-robots-household-chores-2025-helix-ai-brett-adcock/

Micro1的副总裁Arian Sadeghi坦言，目前每月160万小时的素材量还远远不够，“大概需要几十亿小时。我们连人与人之间的互动都还没开始采集，现在只是最基础的家务而已。”几十亿小时——按照目前的采集速度，大概要连续工作一万年。这个数字，足以让人对人形机器人数据需求的庞大产生直观的震撼。

幽灵劳动，显形了

2019年，人类学家Mary Gray和计算机科学家Siddharth Suri出版了一本书，书名直译过来叫《幽灵劳动》。

他们想描述的，是那些让AI系统显得“聪明”、却从不出现在任何产品介绍里的人工劳动：标注图片、过滤违规内容、清洗训练数据。这些劳动如同幽灵，无处不在却又隐而不见。

《销声匿迹：数字化工作的真正未来》著者：[美]玛丽•L.格雷、[美] 西达尔特•苏里 译者：左安浦

Gray回忆说，当她刚开始研究这个问题时，去问工程师们“谁在做这些工作”，得到的回答往往是“我也不太清楚”或者“我不敢去查”。

过去，幽灵工作主要发生在屏幕前，是点击、标注、审核这样的虚拟操作。现在，情况发生了变化：身体本身——叠衣服的手势、炒菜的节奏、打开冰箱的动作——都开始成为可以被采集、被定价、被转售的原材料。劳动的外延，正在从虚拟空间延伸到物理世界。

这些原材料从印度、尼日利亚、菲律宾、肯尼亚的普通家庭流出，汇聚到帕洛阿尔托和旧金山的公司，再转化成产品流向全球市场。

学者Nick Couldry和Ulises Mejias在研究数字经济时提出了一个框架，叫“数据殖民主义”。其核心观点是：科技公司对数据的占有，在结构上延续了历史殖民主义对土地和资源的掠取逻辑，把人类的日常生活本身转化为一种可供资本提取的原材料。

放在Micro1的案例里，这种逻辑清晰可见。工人每小时拿到15美元，在内罗毕或马尼拉或许是有竞争力的工资，但放在流入机器人公司的数十亿美元投资面前，连零头都算不上。

更值得警惕的是信息上的不对等。Micro1以保密为由，不向工人透露客户名单，工人们也不清楚自己的数据将如何被存储，会不会被转售给其他第三方。工人签了协议，收了钱，但他们在整条产业链里的信息处于末端，对自己正在参与的事情的全貌，知道得很少。这种信息鸿沟，是新型劳动关系的典型特征。

Gray在研究幽灵劳动时还发现了一件令人深思的事：工人们往往会自发找到彼此，建立非正式的互助网络。因为工作本身提供的支持几乎是零，人们必须靠彼此维持做下去的意义感。孤立，是这类劳动的默认状态。

市场数据给出了更宏大的背景：2026年，全球人形机器人市场预计达到42.3亿美元，而到2027年，特斯拉等公司的量产计划将使全球累计安装量突破10万台。这些机器人，大概率将进入工厂和家庭，承担体力劳动。而训练它们的数据，正是来自那些现在还在用体力劳动糊口的人。一个颇具讽刺意味的循环正在形成。

图源：https://developer.nvidia.com/blog/teaching-robots-to-tackle-household-chores/

我们知道的，多于我们能说出的

哲学家迈克尔·波兰尼在1958年提出了一个深刻的概念。他在《个人知识》一书中指出：我们知道的，多于我们能够说出的。他称之为“默会知识”，意思是人类有大量的知识不以命题的形式存在，而是以动作、感知、直觉的形式附着在身体里。

骑自行车是一个常见的例子。你知道怎么保持平衡，但没有办法把这件事写成一套可以教给别人的规则。它只能通过实践习得，通过观察、模仿和重复，在身体内部慢慢积累，而不能被直接传递。波兰尼写这本书的时候，AI还不存在。但他的论断在今天获得了一种新的、沉重的现实重量。

我们正在做的事，本质上就是试图把这种默会知识，从人的身体里大规模地抽取出来，转化为机器可以处理的数据流。Micro1工人们额头上的摄像头录下的，除了是一个叠衣服的动作，还是手指如何感知布料的重量，手腕如何在恰当的时机翻转，视线如何在叠的过程中追踪布料的边缘。这是人类历史上第一次尝试如此大规模、系统化地把身体知识外化。

ScaleAI宣布已收集超过10万小时的素材https://scale.com/blog/physical-ai

波兰尼说，默会知识不能被完全言说，但这不代表它不能被掠取。Couldry和Mejias关于数据殖民主义的论述在此处产生了回响：它把日常生活本身变成了一种资源，一种“就在那里，随时可以被提取”的东西。现在，连在家铺床、整理衣柜这些最私密、最不经意的动作，也被包含在内了。

人们常常把AI的冲击描述为“机器会取代知识工作者”，但现在看来，最普通、最不被算作技能的那些身体动作也在被采集和商品化。如果连这些都可以变成训练数据，那“什么是人的劳动”这个问题，就不再是书斋里的哲学思辨，而变成了一个非常实际的整治经济问题。

Zeus是尼日利亚中部高地一座城市里的医学生。他每天下班后把手机固定在额头上，然后开始给自己的床铺床单。他说，他觉得这是“留下印记的机会”。他不觉得自己只是在被使用，他觉得自己在参与一件重要的事。

这种感受或许是真的，但它同时并不妨碍另一件事：他留下的那个印记，最终的形状将是他自己铺床动作的运动轨迹数据，由一家他叫不出名字的公司买走，用来训练一台他将来不一定负担得起的机器。

波兰尼的追问在今天显得格外尖锐：所有的知识都是个人的，是由具体的人、在具体的处境里、通过具体的实践产生的。把这种知识从人身上剥离出来，让它在人离开之后继续运转，那么现在，人作为知识的承载者，究竟还拥有什么？

这个问题现在还没有答案。但它已经在尼日利亚的公寓里、印度的厨房里、菲律宾的院子里，以每小时15美元的价格，被悄悄地问着。