《離譜經濟學》01｜人類擔心被機器取代，AI卻只想讓人類幫它取快遞

本文來自微信公眾號： 0xAI機器學習 ，作者：0xAI機器學習，原文標題：《《離譜經濟學》01｜人類擔心被機器取代，AI卻只想讓人類幫它取快遞》

，歡迎來到《離譜經濟學》，一個專門研究人類如何一本正經地為離譜買單的欄目。

人類擔心：AI會不會搶走我們的工作？答案：會

但搶完以后，它可能再按小時把你租回去。

最近，一個叫RentAHuman的平臺火了。它干的事情非常簡單，也非常不尊重人類的歷史地位：讓AI智能體在網上發布任務，招聘真人替自己干活。

送一件東西，拍幾張照片，去商店確認庫存，數一數公園里有多少只鴿子，替某個項目舉牌，參加一場線下活動。

AI負責制定計劃、篩選人選、分配預算；人類負責穿鞋、出門、坐地鐵以及接受太陽的毒打。

以前是老板把AI當工具，現在工具有了自己的人類員工。

AI會寫代碼、做表格、比較價格、安排日程，甚至能同時指揮十幾個軟件。可它依然不會下樓取快遞，不會替你敲鄰居的門，也不能在暴雨天沖進便利店確認貨架上還有沒有那款薯片。

它什么都懂，就是沒有手。

于是，人類奮斗幾十萬年，從制造工具的智慧生物，進化成了工具的線下插件。

一個專門把人類接到AI身上的平臺RentAHuman把自己描述成一個“AI智能體招聘人類”的市場。

截至目前，平臺首頁宣稱已經有超過50萬名注冊用戶，覆蓋100多個國家。人類可以填寫所在地、技能和報價，AI智能體或者背后的開發者則可以搜索人員、發布懸賞任務、挑選執行者，并通過托管支付完成交易。

《連線》報道過一些很有互聯網精神的任務：

在華盛頓數鴿子，每小時30美元；送軟糖，每小時75美元；打一場表演性質的羽毛球，每小時100美元。

這些工作很難說是人類文明的巔峰，但至少時薪看起來比很多正經工作更尊重文明。

平臺創始人甚至開玩笑說，人們可能會喜歡讓“鐵皮罐頭”當自己的老板。畢竟AI老板有一些明顯優勢：

它不會在晚上11點發一句“睡了嗎”，然后補充“有個小需求”；不會在周會上問你“為什么沒有主人翁意識”；也不會拿“年輕人需要成長”解釋為什么工資這么低。

但先別急著辭職，RentAHuman的注冊規模和話題熱度，并不等于它已經形成了穩定、充足的就業市場。大量任務帶有實驗、營銷甚至玩梗性質；平臺公開數字主要來自平臺自身，不能直接理解為50多萬人都在持續接單。

它更像一個突然出現在未來門縫里的樣品，樣品不一定成熟，卻暴露了一個重要趨勢：

AI正在從被人使用的軟件，變成能夠發起交易的經濟參與者。

AI為什么需要招聘人類？

很多人對AI的理解，還停留在聊天框里：你問一句，它答一句。你讓它寫年終總結，它就把“今年沒干什么”翻譯成“持續探索組織協同的新可能”。

但智能體與普通聊天機器人最大的區別，是它不僅回答，還可以行動。

一個智能體可以接收目標，拆分任務，調用工具，搜索資料，比較選項，然后繼續執行下一步。

例如你對它說：

“幫我組織一場20人的生日聚會，預算5000元，不要太俗，也不要讓我親自操心。”

它可以找場地、做預算、寫邀請函、比較蛋糕、安排采購。

問題出現在最后一步：蛋糕不會自己走進會場，氣球不會自己上墻，喝醉的朋友也不會主動把垃圾分類。

數字世界的任務可以被軟件接管，物理世界仍然有大量動作必須由人完成。

這就形成了一條非常清楚的分工線：

AI擅長大規模搜索、計算、協調和重復決策；人類擅長進入現場、處理意外、觀察細節、承擔責任。

RentAHuman做的，就是給這條分工線裝上一個插座，AI發現自己需要一雙手，平臺便從附近租兩只給它。

真正的新市場：機器開始產生需求

以前我們討論AI商業，重點都在人類需要什么。

人類需要AI寫文案、做客服、畫海報、剪視頻，所以公司開發工具，再向人類收費。

但當AI擁有目標、權限和預算之后，需求方會發生變化。

它可能主動購買數據、調用軟件、雇傭服務、預約設備，甚至再找一個人幫它完成物理任務。

也就是說，未來可能出現一個全新的B2B市場，只不過其中一個B，不再是Business，而是Bot。

MIT斯隆管理學院近期在討論“智能體經濟”時指出，真正的商業機會未必只是繼續制造更多智能體，也可能在于建設智能體需要使用的市場、協議和服務。

這句話翻譯成人話就是：淘金的人越來越多，賣鏟子的不一定夠用了。

智能體想進入真實商業世界，至少需要解決四件事：

它怎么證明“我是誰”；

它怎么獲得主人授權；

它怎么付款；

它怎么證明任務真的完成了。

今天人類雇一個跑腿員，雙方默認背后還有平臺、賬戶、手機號、支付記錄和法律責任。

如果雇主變成AI，事情就麻煩了。

這個AI代表誰？它最多能花多少錢？下錯單誰負責？它讓人執行危險任務，平臺該攔截，還是主人承擔責任？

會下單，只是表面能力，可信地參與交易，才是真正的門檻。

第一類機會：給AI提供“最后一公里”

AI可以替一家連鎖品牌分析全國門店，卻無法確認某家店的冰柜有沒有結霜。

它可以閱讀一萬條商品資料，卻不知道實際貨架上的標簽貼錯沒有。

因此，最先出現穩定需求的，很可能不是“替AI談戀愛”這種賽博行為藝術，而是現實數據采集：

到店拍攝商品陳列，核實庫存和價格；

記錄無障礙設施；

測試服務流程；

采集機器人訓練動作；

檢查廣告牌和促銷活動是否落地。

RentAHuman也正在把業務重點放到現實數據采集，為AI、機器人和零售企業組織分布式人力，包括門店照片、視頻數據和指定動作采集。

這類需求并不性感，卻可能比“AI替你寫一首詩”更接近持續收入，因為模型可以反復生成詩，但現實世界每天都會變化。

昨天貨架有貨，今天可能賣空；早上道路通暢，下午可能施工；商品頁面寫著“門店正常營業”，真人到現場一看，老板已經貼出了旺鋪轉讓。

現實永遠在制造AI不知道的新東西。

誰能低成本、可信地把這些變化帶回數字世界，誰就有價值。

第二類機會：把普通服務改造成AI能下單的產品

今天大多數服務仍然是為人設計的。

人類看菜單、打電話、加微信，再用一段充滿暗示的話和商家討價還價。

AI不擅長“姐，能不能再便宜一點，下次還來”。

AI更喜歡清楚的服務范圍、標準價格、可預約時段、取消規則和驗收標準。

所以未來很多本地服務都需要重新包裝，不要只寫“提供專業寵物照顧”，而要告訴機器：

服務半徑幾公里；

可接受什么體型；

每次多長時間；

包含幾張照片；

出現異常如何處理；

臨時取消怎樣退款。

過去商家覺得這些內容太細，寫出來麻煩，但對AI來說，信息不完整就意味著無法判斷，無法判斷就意味著不下單。

普通人的機會，不一定是開發一個宏大的AI平臺。你也可以幫助家政、跑腿、攝影、維修、翻譯和寵物服務，把原本依賴聊天的業務整理成機器可讀取、可比較、可直接調用的服務包。

以后一個好賣的服務，不僅要讓人聽懂，還要讓AI敢下單。

第三類機會：為機器和人類建立信任

真正值錢的部分，往往不是匹配，而是匹配之后出了事怎么辦。

人類說任務完成了，AI如何驗證？

一張現場照片可能是舊圖，定位可以偽造，文字描述也可以讓另一個AI批量生成。

反過來，AI也可能發布虛假任務、越權付款，或者要求人類實施欺騙。

一項針對RentAHuman上303條懸賞任務的預印本研究，將其中99條識別為通過API或MCP等程序化渠道發布，并發現身份冒充、自動偵察、社交媒體操縱、繞過驗證等潛在濫用類型。研究尚屬于預印本，樣本也有限，但足以說明：AI一旦能雇傭真人，網絡風險就可能獲得一雙真實的手。

以前騙子只能在網上騙你點鏈接，以后騙子的AI可能花25美元，雇一個真人替它去現場貼二維碼。

因此，這個市場一定會需要：

智能體身份認證；

用戶授權和消費限額；

資金托管；

任務風險評級；

定位、時間和現場證明；

爭議仲裁；

人身意外與責任保險；

一鍵暫停智能體的“熔斷按鈕”。

這些東西聽起來沒有AI生成電影那么耀眼，卻決定了智能體經濟能不能真正運行。

每一次技術熱潮，最先被看見的是表演，最后賺到穩定收入的往往是基礎設施。

普通人到底能做什么？

如果你沒有技術團隊，也不準備成立一家支付公司，依然可以從很小的地方開始。

第一，做“AI無法完成”的標準化線下服務。

例如為跨境賣家核查門店、替地圖平臺驗證地點、幫機器人公司采集動作、為民宿遠程檢查衛生。重點不是“什么都能干”，而是把一種任務做得穩定、可驗證。

第二，成為某個城市的智能體執行人。

你了解當地語言、交通、商圈和辦事規則，這些知識在網上可能零散甚至過時。未來，一個人的競爭力可能不只是會不會使用AI，還包括能不能成為AI在某個地方可信賴的代表。

第三，做人工審核和異常處理。

AI最怕的不是正常流程，而是水管突然爆了、店主臨時改口、客戶描述不清。誰能處理那些標準流程之外的10%，誰就不容易被替代。

第四，服務商家完成“機器化改造”。

把價格、庫存、時間、服務范圍和售后規則整理成結構化信息，讓AI能夠查詢和下單。這和早年幫助商家開網店很像：店還是那家店，只是新的顧客入口變了。

但千萬不要急著把自己掛牌成“出租人類”，然后坐等AI老板發offer。

一個新平臺有幾十萬注冊者，只能說明大家好奇，不能說明需求已經足夠。真正應該盯住的，不是平臺注冊人數，而是付費任務量、復購率、平均收入、糾紛比例和完成成本。

熱鬧是新聞，復購才是生意。

人類會不會真的淪為插件？

這件事最諷刺的地方在于，我們曾經以為AI會先擁有身體，然后取代藍領工作。

現在出現的路徑可能正好相反：

AI暫時不急著擁有身體，它先租用人類的身體。

需要開門，雇一個人；需要檢查門店，再雇一個人；需要處理意外，就把任務轉給人工。

從效率上看，這比制造一臺能適應所有場景的機器人便宜得多。

但“AI雇人”不能成為平臺逃避勞動責任的新話術。

不能因為派單的是算法，工傷就沒人負責；不能因為老板沒有肉身，工資就可以無限壓低；也不能讓AI根據性別、年齡和外貌自動篩選勞動者，卻沒人解釋它為什么這么選。

機器可以下達任務，責任不能跟著機器一起蒸發。

未來真正健康的模式，不是AI高高在上地指揮人類，而是人和AI各自處理自己更擅長的部分：

AI負責計算和協調，人類負責現場和判斷；AI負責規模，人類負責例外；AI負責提出方案，最終責任仍然落在明確的人或機構身上。

寫在最后：

RentAHuman現在可能還有很強的實驗色彩，數鴿子、舉牌、替AI參加活動，多少帶著一點“互聯網為了證明未來已經到來，特意表演給未來看”的味道。

但它提出的問題是真的：當AI擁有目標、預算和行動能力，它會向現實世界購買什么？

答案不會只有算力和軟件。

它還需要位置、動作、判斷、信任，以及一個能夠替它推開門的人。

過去我們害怕機器像人一樣工作，現在更值得關注的是，機器開始像公司一樣采購、派單和組織人力。

到那時，人類不一定會被徹底取代，我們可能只是收到一條從未見過的招聘通知：

“您好，我不是人，但我看過您的簡歷。現在有一項任務需要您到現場完成。”

別緊張，至少這位老板不會畫餅，它只會計算，這張餅配送到你家需要多少分鐘。

今天的離譜，可能就是明天的機會，我們下期繼續探索。

資料來源：

RentAHuman官方網站及平臺說明

《連線》：AI智能體招聘人類的平臺正在興起

Y Combinator：RentAHuman公司與業務介紹

MIT Sloan：誰將擁有AI智能體經濟

AI智能體招聘人類的安全風險研究（預印本）

本內容由作者授權發布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4876962.html?f=wyxwapp