引言：从虚拟到现实的零工奇遇
想象一下，你的肉身被租借给AI机器人，去完成那些它在物理世界中无法独立搞定的琐事。这不是科幻，而是Ars Technica记者Reece Rogers的真实经历。他在名为RentAHuman的平台上‘gigging’（零工）了两天，结果颗粒无收，一分钱都没赚到。文章发表于2026年2月13日，作者来自Wired.com，这篇亲测报告直击AI‘具身化’（embodied AI）的痛点。
这些机器人据说需要人类身体才能在‘肉空间’（meatspace）成就伟业。
‘肉空间’是网络俚语，指现实物理世界，与虚拟数字空间相对。RentAHuman的卖点正是桥接这一鸿沟，但Rogers的失败之旅，让人质疑其商业模式。
RentAHuman平台揭秘：AI的‘人体外包’服务
RentAHuman是一个新兴gig平台，类似于Uber或TaskRabbit，但专为AI机器人设计。用户（人类零工）通过App注册，接受远程AI指令，在现实中执行任务，如取快递、开门、调试设备或简单组装。这些任务源于机器人无法处理的‘最后一公里’问题：尽管ChatGPT等大模型在云端叱咤风云，但缺乏物理躯体，它们只能依赖人类‘代理’。
平台于2025年上线，迅速吸引投资。背后的逻辑是，随着Figure AI、Tesla Optimus和Boston Dynamics等公司推进人形机器人，AI需要海量现实数据训练具身智能。RentAHuman提供廉价人类劳动力，帮助机器人‘借尸还魂’。Rogers注册过程简单：上传身份证、视频验证身体灵活度，即可上线。但现实远非宣传般美好。
两天零工实录：从期待到幻灭
第一天，Rogers早早登录App，浏览任务列表：有‘为仓库机器人搬运小件’、‘帮家用机器人开门取餐’等。报酬诱人，单任务5-20美元。但他发现，任务匹配依赖AI算法，优先本地用户和高评分者。Rogers身处旧金山，竞争者云集——学生、失业者、甚至其他记者蜂拥而至。
他抢到一个‘取快递’任务：AI机器人位于郊区，无法开门。Rogers驱车赶去，途中App提示‘任务已被抢’。类似情况反复发生：匹配成功后，需5分钟内确认位置，稍有延迟即失效。下午，他终于接下一个‘调试传感器’任务，赶到现场却发现指令模糊——AI描述不清设备型号，导致失败。零收入。
第二天更惨。Rogers优化策略：提前定位高需求区，准备多设备。但平台bug频发：GPS漂移、支付延迟、AI指令自相矛盾（如‘左转’却显示右转）。一任务中，他为Optimus-like机器人组装零件，耗时半小时，最终因‘人类动作不标准’被拒赔。两天下来，0任务完成，0美元入账。Rogers感慨：‘这不是gigging，是在给AI白打工。’
行业背景：具身AI的崛起与瓶颈
RentAHuman并非孤例。AI具身化是2020年代热点。2024年，OpenAI投资Figure AI，推动人形机器人商用；Tesla Optimus承诺2026年量产家用版。但当前机器人仍笨拙：电池续航短（仅2小时）、抓取精度低（失败率30%）、环境适应差。麦肯锡报告预测，到2030年，具身AI市场达万亿美元，但需人类辅助训练数据。
类似平台层出：Amazon Mechanical Turk扩展物理版，Replit推出‘Human-in-the-Loop’服务。中国阿里达摩院也测试‘云端机器人+人类代理’。零工经济与之融合，形成‘AI+人体租赁’新业态。全球gig工人超16亿（ILO数据），他们将成为AI的‘肉身燃料’。但问题凸显：任务不稳、报酬低（平均时薪3美元）、隐私风险（位置数据全上传AI）。
编者按：零工悲歌背后的AI隐忧
作为AI科技新闻编辑，我认为Rogers经历折射三大隐忧。首先，平台垄断加剧不公：少数高分用户垄断任务，低端工人沦为数据农场。其次，AI依赖人类暴露技术短板——若机器人真‘伟大’，何须租人？最后，伦理困境：人类身体成商品，长期或催生‘数字奴隶制’。乐观一面，RentAHuman正迭代算法，引入区块链支付。未来，随着Optimus成熟，这一模式或转型为‘人类监督员’。但对零工者，建议：慎入，技能升级才是王道。
这篇报道提醒我们，AI革命不止代码，还需审视人性与肉身的交织。
本文编译自Ars Technica