人類開始為AI打工？海外驚現「人類出租」網站：50美元/小時

這幾年，AI 技術的發展越來越快，「人的工作要被 AI 取代」的話題也越來越火。

那如果說，未來的人「要為 AI 打工」呢？

圖片來源：RentAHuman

最近，一個名為 RentAHuman 的網站在 X 等海外社交平臺走紅。盡管在技術架構上，這個網站還有很多地方沒有走通；但在理念上，RentAHuman 卻相當超前——這個網站允許 AI 以 MCP 的方式向真人發布任務，讓真人為 AI 打工，走完物理世界的「最后一公里」。

因為這種分工方式過于直接，50 美元一小時的定價也忽略了不同國家的發展現況，RentAHuman 很快被貼上了「惡搞」「反諷 AI」的標簽，被當作一個調侃意味更重的概念項目，用來諷刺當下 AI 被過度神話的現象。

但從更深層次的角度想，RentAHuman 的出現，確實也提出了一個很現實的需求——物理世界的「最后一公里」，必須有「人」替 AI 走完。

物理世界的現實問題還得真人來解決

回顧近幾年的 AI 發展，我們不難發現 AI 替人工作的情況，首先發生在「思考層」和「線上執行層」。從最基本的寫作、翻譯、生圖到所謂的 Vibe Coding，AI 已經在大量場景中承擔了原本由人類完成的認知型任務。尤其是在屏幕之內、系統之內的工作，AI 的效率和穩定性，已經足以讓它成為許多崗位的核心工具。

但問題在于，這種替代幾乎完全局限在數字世界中。

一旦任務涉及物理世界，AI 就變得無能為力。以去年雷科技參與報道的機器人賽事 ATEC 2025 為例：AI 可以高效、詳細地完成機器人感知、行動的代碼編寫，甚至是直接接管機器人的運行；但像行走、越障、拾取等「與物理世界交互」的任務，始終需要人或機器人來完成。

圖片來源：雷科技

很顯然，這種「最后一公里」的問題并不是技術路線的問題。畢竟數字世界和物理世界是兩個概念。即使是所謂的「數字孿生」模型，真正負責執行任務的，也是其中的物理側。工業場景中，我們用機器人負責執行「數字工廠」發布的現實任務，那在非工業場景下，我們是不是也可以用真人來完成 AI 世界的「執行層」，由真人來替 AI 走完最后一步呢？

雖然這聽起來有些「不把人當人」，但事實上這種 AI 決策、真人執行的任務模式，早已出現在我們的現實生活中了。外賣、跑腿、網約車等平臺的出現，早已證明「AI 決策、人類執行」的可行性。

真正的問題是，這種把人視作「人力資源」的想法真的對嗎？

惡搞理念背后，有著機器人的新機遇

我們常說，人和其他動物的不同在于人會使用工具。但當 AI 把人當成了工具，那人還是人嗎？不可否認，出于種種現實原因，有的人確實只能從事「機械」勞動，但在雷科技看來，這也不代表著人的「創造力」就應該被 AI 剝奪。

事實上，在雷科技看來，真正適合承擔 AI 任務鏈「最后一公里」的執行角色，其實并不是人類，而是機器人。

相比真人，機器人更容易被標準化管理，也更容易被納入統一的調度體系。它們可以直接以機器語言搞笑交流，也不容易受情緒等因素影響。對于那些明確、重復、低決策權重的現實任務來說，機器人顯然更符合「執行層」的定位。

這也是為什么，在工業場景中，數字系統的決策早已交給算法，而具體執行則交給機械臂、AGV 或各類自動化設備：AI 負責感知、規劃和優化，機器人負責行動和反饋，兩者之間形成清晰的分工。

圖片來源：追覓

既然在可控的工業場景中，機器人已經證明了自己的價值，那接下來我們要做的，自然是想辦法拓寬機器人的能力邊界，讓機器人能在更復雜的現實世界、開放世界中完成任務。

事實上，在年初的 CES 2026 上，我們已經看到了大量利用機器人執行 AI 指令，完成「現實世界任務」的例子；像追覓的洗護機器人甚至能主動完成「把洗衣機的衣服放進烘干機」這種高度隨機性的任務。

可以肯定的是，隨著 AI 時代的發展，現實世界的任務還將被不斷的細化。而人形機器人這種高通用性、低效率的機器人方案，也將在更成熟的、更細化的任務指令下，開始替 AI 完成數字世界向現實世界的交互，替 AI 走完「最后一公里」。

人和 AI 未來要以什么關系相處？

但話又說回來，從社會分工的角度看，如果人的「決策能力」被 AI 取代，「執行能力」又被機器人取代，那人在社會中的價值又該如何體現呢？

在雷科技看來，至少在當前階段，人類的獨特價值并不會被 AI 所取代。以「決策」層為例，人復雜情境下的判斷能力、對結果的責任承擔，以及真正的創造性思考，這些都是 AI 難以實現的部分。更何況從社會的角度看，把人類簡單地嵌入到 AI 的執行鏈條中，也并不是一個健康的方向。

換句話說，人類社會一定要「把人當人」。

當然了，我的意思并不是所有執行層面的工作都必須由人來完成，而是人不能被簡單地壓縮成一個可隨時替換的「執行模塊」。當 AI 負責規劃、機器人負責行動，人類真正需要承擔的，反而是那些無法被標準化、也無法被外包的角色——目標的設定、流程的拆解、邊界的劃定，并對最終的執行結果負責。

圖片來源：Tesla Optimus

從這個角度看，RentAHuman 所代表的「讓真人補齊 AI 最后一公里」的模式，雖然有些過于極端，但也并非沒有現實意義。

不可否認的是，在某些過渡階段、特定場景下，圍繞輕量化任務形成的「人力資源」平臺，確實有著自己的生存空間。但這些「人力資源平臺」必然只會以臨時方案的形式存在，絕不應該把人當成一種資源，更不能降低我們對「人」的期待。

說到底，AI 是分工的一部分，但事情該怎么做，還是人說了算。