编辑 | 张瑞
出品 | 腾讯新闻 谷雨工作室
一天捏240次牙膏
我的左手从平平无奇变得充满科技感：五根手指缠着电极片，手背上还有一块四四方方的金属盒子，十根红色的数据线将它们相连；小臂上再系一个手环，电极阵列贴满腕带。这是一套具身智能数据采集设备，手指发力时，它会记录下我的肌电活动和压力，将动作转化为一串数字电信号。
我要做的，就是跟着电脑上的视频做动作。一共有15组，包括把书从一只手递到另一只手；把笔放入杯中后取出；五指抓住苹果拿起来再放回桌面；用抹布擦桌子；把空易拉罐倒过来；五指捏住刷子旋转刷塑料杯；将碗盘从一处拿起移动至另一处。
还有挤牙膏：大拇指、食指和中指先捏起牙膏，平移，倾斜45度，三指适度用力挤压。之后管体回至水平，位移到原处。
没有人这么挤牙膏，人类的做法随心所欲，有人一次用豌豆粒大小的量，有人喜欢挤一长条。我们只是把它握在手里，不在意是用几根手指捏了它，今天与昨天挤牙膏的姿势可能完全不同。
但机器人的逻辑不是这样，动作需要分解，需要精确，容不下模糊的空间：在机器人学会模仿人类之前，我们先要学着模仿机器。这是我参加的具身智能数据采集众包兼职，每做一个动作，肌电活动和压力会被转化为数据，用来训练机器人。大家相信，当数据足够多时，机器人能够学会像人一样完成这些动作，帮人打扫卫生、做饭、叠衣，甚至挤牙膏。
图源视觉中国
但在此之前，这一天需要我做的是：挤牙膏240次，举矿泉水瓶1200次，把笔放进杯中600次，倒转易拉罐400次……每做五次还要重新佩戴肌电手环，因为汗液会影响信号。毕竟我拿的类似计件工资：一项动作重复做够2分钟，信号质量达到90分，算一条合格数据。一天要采够155条数据，这样能挣180块。
很多道具已经被盘包浆了。比如易拉罐，视频中要求轻轻地拿起它倒过来，不要使太大力气，但这样一件金属制品竟已皱得发破了，如果手指不是缠着薄膜，恐怕会被割伤。桌上有两个苹果，一个已经开始腐坏了，还有一个抓起来轻轻的，是假的。
牙膏也没好到哪去，第一次拿起时，我完全没有想到它是这样的手感。由于被捏了太多次，管体中间已经皱巴发软，上面的图案也模糊了。
工区里满满当当坐了20多人，刚开始，每个人都在严格地扮演机器，动作标准，时不时传来撕拉魔术贴的声音，是在按要求重新佩戴手环。一些人兴致勃勃，坐在我后面的大姐边做边念叨，“诶，这个东西还挺有意思！”
但人毕竟不是机器。三四个小时后，大多数人开始萎靡地瘫在椅子上，瓶子举不起来了，碗也端不动了。道具在桌上散落得乱七八糟，空的和有水的矿泉水瓶经常拿错，抹布明明就在眼前也发现不了。
我的肩膀开始发酸，心态从无聊转向精神涣散，动作变形了，拇指上贴的电极片也歪了，直到终于电极片接触不到道具，牙膏或者纸杯，我抱着摆烂的心态想，大不了重做吧。
没想到，信号质量显示良好。我撬开了偷懒的大门。
认真你就输了
房间里立着一块大屏幕，上面显示着实时数据看板：采集量榜单、数据有效率榜单、无效数据原因等等。一位30岁左右的监工，背着手在屏幕和工位间踱来踱去。采集无效的，做得太慢的，都会被直接点名。
“做够155条才能下班！每半个小时至少要做10条！”监工像定时闹钟一样不断地提醒我们，“每天都有人陪我到七点多，我劝你们好自为之啊。”进展不顺，他挨个问我们想不想加班，做一条给一块四。看到一个女孩在聊微信，监工不但没有批评她，反而问，和你聊天的人ta不来吗？
大屏幕上，我的采集量一直稳居前十，这让我甚为满意。为何动作不标准，信号质量还能检测合格，我并不清楚，但这对我来说无疑是个好消息。不过，当我往榜单上方看去，我发现邻座的男生比我做得更多更快。
他以类似葛优瘫的姿势倒在办公椅上，做着做着眼睛都闭上了。视频里要求做两下动作，他只做一下。
我和他闲聊起来，男生告诉我，自己在附近的大学读自动化专业，暑假没找到实习，想去做家教也没成功，每天在寝室打游戏。他不想再这样颓废下去，在boss直聘上刷到了这份工作。本来觉得还挺专业对口，结果没想到是这种“有手就能干”的、机械的苦力活。
他教我偷懒。“你看这屏幕上的力度曲线，稍微动一下就有了，不用一直做动作。材料也是随便找几个就差不多了。”这样采集到的数据不会是错的吗？”我问。
“没事啊，这个交给AI，它会自己识别正确的数据的。现在的AI都很聪明。”
图源视觉中国
我想他是学自动化的，或许懂得其中的原理。问他这个程序是如何检测数据合不合格的，他说自己也不是很清楚，可能就是压力超出阈值之后就会记录……他声音很小，讲得也乱七八糟，被淹没在周围叮铃咣啷的碗盘碰撞声，和捏塑料瓶的异响中。最后他重新恢复了音量：“其实我感觉一直不动，它也能过。”
他坏笑着向我展示左手，食指的薄膜和压力片已经掉了。但信号质量还是正常，他也就一直这么做下去。他已经做了好几条没到90分的，照样一股脑上传了。远远的大屏幕上仍在计数，这位哥们采集量一直稳居前三。
我有点悟了，挤牙膏的动作不再严格完成，只是隔几秒用三根手指捏一下牙膏。教学视频中要把装满水的瓶子从一处拿起，平移到另一处，我就把它从桌上抬高一厘米再放下。只要发力了，屏幕上就会出现曲线，尽管每次曲线的形状都不一样，但分数都显示数据有效。
视线中，只有一位中年大叔还在挺直腰背，一丝不苟地完成动作。屏幕上的力度曲线清晰整齐，形状相近。做完一条，他会把下一条所需的道具码齐，再点击开始，不像我和其他年轻人边做边找，甚至懒得找。
奇怪的是，大叔的设备似乎总出故障，信号质量一直不好，很多次没到90分，他都把数据丢弃了。他做得很慢，监工老是来提醒他。
后来我找到机会与大叔聊天，他说自己原来在二手车行业工作，做检测报告。现在新能源汽车降价幅度很大，冲击二手车市场，他换了四家公司，三家都把他裁了。“不知道干啥，有点迷茫。”他已经过了35岁，想转行也拼不过别人。
只有炒股是他的一大爱好。一提到这，大叔语速加快，语气也兴奋了起来。现在大环境不好，跑外卖和网约车又累又挣不到钱。只有炒股，可以作为一个终身的职业：有双休，九点半上班，三点半下班，可称完美。当我问他赚了多少，他一下子又蔫巴了。
具身智能是大叔在炒股时听到的热词。他想着过来看看，学习学习。不过，这份工作和他想象得很不一样，他以为会有点技术含量。
那你原来设想的是什么工作内容呢？大叔支支吾吾，“我以为……比如说……”，又停住了。“现在这个机器人……我不知道啊。机器人跟遥控玩具是一样的。”
下午六点钟，到了规定的下班时间，没有一个人做完155条。可怜的中年大叔只做了118条，我们都要非志愿加班了。
燃料
在做这份兼职之前，我对具身智能也知之甚少。他们究竟需要什么样的数据，难道我这种糊弄着做出来的也能用吗？
我联系到了做数据采集生意的林总和吴总。吴总听我描述完就笑了：符合我们对众包的印象。管理这么敷衍，最后收集到的肯定都是垃圾数据。
林总和吴总主要做UMI（用穿戴式设备采集动作数据）和EGO（通过第一视角视频采集操作数据）两类业务，将数据卖给训练模型的甲方。他们雇佣的基本是固定员工。
“数据是具身智能的新燃料。”林总说。和过去的数据标注不同，具身智能需要理解的，是真实发生的物理动作，比如如何拿起一个杯子，这无法从网络上爬取，只能通过大量的人工，一举一动、一分一秒累积起来。
真实世界有多么复杂，甲方需要的数据就有多么多样，不仅要采工厂、家居场景，还要去商超、医院、学校、图书馆、健身房。到底需要多少量级的数据，有人说要几十万，上百万小时，还有说要过亿小时的。在极速膨胀的行业里，没人知道什么才算足够。林总说，甲方对于数据的需求是无限的，“光是训练机器人拧瓶盖，就要百万小时起的数据。”
图源视觉中国
林总和吴总的公司也在迅速扩张。今年过年的时候，公司才二三十个人，现在国内有一百多人，海外还有三个基地，两百多人。林总亲切地称员工为“同学们”，他们有的大专刚毕业，有些是“校企共建”被派来实训的学生。
这是一群18-28岁的年轻人，他们会想要在干活的时候听歌、听播客，在工作间隙跑出去抽烟。为了防止摸鱼，吴总经常在工区里盯着他们做。各组长实时巡查，端着笔记本电脑，对照后台数据纠正组员的动作。一日工作结束后，组长还会带着团队复盘采集效率，谁做得好，谁做得不好，都会有排名。
但采集数据有效时长的比例仍只有50%左右。吴总说，员工偷懒是常事。有一次要模拟服务员在酒店补充一次性用品，有采集员故意一次放很多，企图偷懒。还有人会“水时长”：做一个擦拭的动作，明明一分钟可以做完，他非要三分钟，“擦得贼仔细，贼不自然”。
训练模型的人希望，机器人能像人一样自然行事，因此对数据有着自己的想象。例如擦拭东西，用小抹布就不能双手拿，因为在日常生活中，没有人用两只手拿一个很小的抹布。同样地，把纸团扔到垃圾桶里，如果用双手就会被判为违规。
但当人真的以“人的方式”做事时，往往又是一种错误。吴总说，有一次甲方的要求是拿三个车钥匙放进钥匙盒里，再取出来放回台面上。有个采集员在放入钥匙后，直接把盒子倒扣在桌上——倒出了三个钥匙，“虽然方便，但不合格。”
同理，当甲方规定的动作是“刷洗干净炒锅”时，问题又来了。每个人对于“干净”的理解是不一样的，有的采集员刷两次就觉得行了，有的人可能要刷洗三次——甲方提出刷洗三次的不合格，“为什么一个炒锅要反复洗这么多遍，这是在拖延时长。”但想想，如果炒锅上还有残留的泡沫，谁不会多冲几遍呢？
吴总说，有时甲方的要求确实不合理。到底需要什么样的数据，不同的公司又有各自的理解和一套故事，谁都不能被证伪。现在的具身智能企业成立大多不超过两年，一把手有很多是90后甚至00后，虽然很多是名校毕业的高材生，但“他们有时候并没有想明白。”
拥抱AI的打工人
在做数据采集兼职的时候，我认识了工友张琳，这是她尝试的第三份AI相关的兼职。
今年春天她被裁员了。她去应聘一家自媒体公司，岗位钱少事多。面试官直接告诉她，“哎呀，其实我也不是很需要人，但你都来聊了，说不定可以给你个机会。”这个机会就在AI里——现在很多东西都可以AI做了。“我们想找一个既懂AI，又专业，能撑起来各种事的人。”
张琳已经30多岁了，她对AI的了解停留在打工人的普遍水平：好像知道，但其实不明白。在这之后，她决定主动投入AI的浪潮。
一开始，她去做数据标注的兼职，给视频打标签，判断其中人物的情绪和动作。来干这活的都是年轻人，她是最大的。工作就是点击鼠标，做多了还可以盲点。一天做够600条，这份工作时薪不到20。
她觉得没意思，不到一个月，她又去面试具身智能数据采集的兼职。这是一份遥操式的采集工作，需要多个指关节操作手柄，遥控机器人同步做出动作。张琳一开始想，这应该是一个好玩、简单的工作，“类似于小时候遥控电子狗”。
但面试官打破了她的幻想：“机器人做动作和咱们人不一样。你教一个小孩，几遍十几遍，怎么都该学会了。但教机器人一个小动作，可能要成千上万遍，它才能流畅地完成。要有耐心。”
真正上手做时，张琳才领会了这句话的意思。一个小猪佩奇的摆件，把它放进盒子里再拿出来，或者把它从一只手递到另一只手里，人做起来很简单，但遥操机器人时，需要记住按键；机器人的手只是两个三角形的夹爪，角度和动作幅度都很难控制，每一次还要符合严格的规范。张琳说，这种动作一天要做上百次，反复的失败让她很沮丧，有时甚至想打机器人。
AI制作
张琳最近尝试了另一款AI产品，这是一个大模型数据标注平台，招募各领域的专业人士给AI出题，目的是难倒AI让它犯错，再教它错在哪，逐步迭代AI的能力。
解题步骤越复杂，AI就越有可能被难倒。平台要求，出一道题必须让AI通过不少于8轮、涉及多个信源的检索才能得出所有答案。
张琳说，自己出一道题，只要没让AI出错，就要返工。她经常从早忙到晚，越改，就会发现AI变得越聪明，当AI已经熟悉了她的出题套路，这个任务就相当于废了。这是一个“好学生逼疯老师傅”的故事，有时候模型计算出的结果不对，但不是AI错了，错的是她。
出一道题，她只能挣100多块钱。而“优秀的人”能做到几百块一单，张琳发给我一张平台发布的“专家总收入周榜”，有人成功出了94题，一周就赚了18800元。张琳觉得，这些人懂得找到AI的弱点。“我不行，花了很多时间，难不倒AI还很挫败。”她说，自己有一次做任务，和AI“激情对话”了几十轮，AI的准确率还是很高。“服了。”
最近，文科生张琳还在尝试Vibe Coding，希望能借此证明自己在工作中使用AI的能力，但她找工作仍然很不顺利，一个面试也没收到。
一个不断“拥抱AI”的人，还是没有回到牌桌。在她还有工作的时候，团队就一直在说要“拥抱AI”。多尝试一些skill，让AI替代重复性的工作，大家就能“从繁重的劳作中解放出来了。”
张琳按照要求，把自己的工作文件和总结的规则习惯喂给AI，生成了skill。在她的不断优化下，AI如愿以偿地替代了重复性的工作，但也替代了她自己。在蒸馏自己后不久，她收到了被裁员的通知。
让机器人干所有的事
机器人似乎即将代替人做各种各样的，需要身体才能完成的事：按摩、搬运、做家务、照护、导购、分拣快递、灭火、演奏乐器。这是我在今年世界机器人大会（WRC）上看到的场景。一位做居家场景机器人的项目主管称，“我们希望让机器人干所有的事情，全面解放人类双手。”
那天刚好是宇树科技上市的日子，其所在的智创馆被挤得水泄不通，我的鞋被踩掉两次。馆内有五十余家公司的展位，几乎每一个都打出“具身智能”的招牌。根据光明网的报道，截至2026年5月，全国具身智能相关企业已突破万家。一位工作人员告诉我，他几乎每年都来参加机器人大会，“前年地上还都是（机器）狗，去年我没来，今年再来，都变成（机器）人了。”
开数采公司的林总也来世界机器人大会了，他说自己来“哈拉哈拉”甲方，找找订单，"现在具身智能这个行业，大家手里都有钱。"
资本涌入的速度是惊人的。仅今年的前七个月，具身模型领域的融资，就是2025年全年的4倍多、2024年的22倍，累计超过750亿元。这让数据采集，也从无到有，变成了一门好生意。
图源视觉中国
在一个展位的中央，我看到数据采集手套的展品，漆黑发亮，崭新，架在玻璃台上。这让我想到自己去做数据采集工作时，也戴过一只类似的手套。只不过，那只手套已不知被多少人戴过，食指和中指的传感器模块贴着蓝色的胶布加固。小指指套已明显失去弹性，竟和无名指一样长。
在做数据采集兼职时，我和工友都认识到正在蒸馏自己的事实。有一位工友还是乐观地认为，人是不可替代的。“人多便宜啊！训练AI的时候，Token总不能欠吧。人的工资就能晚点发，甚至可以不发。”
机器人确实很贵，在世界机器人大会上，我了解到一台装盒机器人售价竟为30-40万。它站在椭圆形的传送带中央，低着头，缓慢地夹住一个空盒，放在桌上，夹起手机放进去，反复调整姿势盖好盖子，送回传送带，整个过程花了27秒。而流水线工人完成这一动作只要3秒，月薪在5000元左右。
一个工作人员正站在角落里，负责把机器人装好的盒子再拆开，丢到传送带上。
我问他，真的有工厂买它吗？
他说，有啊，xx公司已经在用这个机器人了，按件数算的话，其实也可以达到一个人的工作量了。
但这个机器人动作又慢，价格又贵，您觉得它优势在哪？
“倒不是说优势在哪……它是一次性的成本。机器人的零部件坏了可以维修，人要是工伤了，不就相当于工厂要给工人养老了吗？单从资本的的角度考虑，肯定是机器人更划算。因为我们是人类，要讲人情味嘛。机器人就不用考虑它了。”
如果机器人上岗了，人就要下岗，那不是更没有人情味了？
他侧过身去，专心拆他的盒子。“这个问题再往下就太深了，就是哲学、政治经济学的问题了。这不是我的工作范畴。”（来源：腾讯新闻）
