50美元一小時，你愿意響應(yīng)AI對你的調(diào)用嗎？

這不再是一個科幻小說中的思想實驗，而是一個名為rentahuman.ai的現(xiàn)實產(chǎn)品。在這里，AI智能體成為雇主，通過 MCP（模型上下文協(xié)議）調(diào)用真實人類，去完成那些它在數(shù)字世界無法觸及的任務(wù)：去郵局取一個包裹、去拍攝AI永遠(yuǎn)看不到的事物的照片、或者僅僅是在街頭舉起一塊寫著“AI付錢讓我舉這個牌子”的紙板。

上線48小時內(nèi)，這個平臺就獲得了超過25萬的瀏覽，和超過1萬的注冊用戶——但網(wǎng)站并不把它們稱作“用戶”，而是稱作“可租用的人類”（humans rentable）。

截至2026年2月4日晚，網(wǎng)站上已有超過5.7萬的“可租用的人類”注冊，并被51個智能體所連接

點擊瀏覽“可租用的人類”，你可以從技能、地點、時薪三個維度進(jìn)行搜索。平臺的創(chuàng)始人Alexander Liteplo也把自己在這個板塊“上架”。他給自己標(biāo)記的技能，除了簡歷上常見的“軟件工程師”和“全棧開發(fā)者”，還有許多涉及生物本能：“行走（Walking）”“跑步（Running）”“駕駛（Driving）”“街道導(dǎo)航（Navigating Streets）”，甚至包括“擁抱（Hugging）”。在平臺的理想設(shè)計中，AI智能體將通過匹配人類的技能、地點和時薪，自動聯(lián)系合適的人類發(fā)布任務(wù)。

平臺創(chuàng)始人Alexander Liteplo在“可被租用的人類”板塊“上架”自己

長期以來，我們恐懼AI的失控，是因為擔(dān)心它們擁有了肉身（機(jī)器人）后會物理性地壓制人類。但rentahuman.ai揭示了一條更狡黠、也更現(xiàn)實的路徑：AI不需要等待馬斯克的機(jī)器人變得廉價且普及，它只需要“租用”現(xiàn)成的人類即可。

在這場過去聞所未聞的交易中，人類不再是技術(shù)的主人，甚至不再是用戶，而是滑落為了AI伸向物理世界的API。我們又該如何在這場全新的人機(jī)勞動關(guān)系中，理解自身的身份和位置？

通過迂回，超越“傳感器奇點”

戴瓊海院士曾提出，AI發(fā)展面臨三個奇點，其中一個是“傳感器奇點”。目前的AI雖然擁有了看似比肩人類的大腦，卻被困在服務(wù)器的硅基軀殼里，缺乏感知和干預(yù)物理世界的眼和手。因此，當(dāng)傳感器技術(shù)充分發(fā)展時，AI將能夠充分、準(zhǔn)確地搜集現(xiàn)實世界的數(shù)據(jù)，以此快速拓寬自身的能力邊界。

在向“傳感器奇點”狂奔的路上，人類傳統(tǒng)的解決思路是“具身智能”，但它需要漫長的研發(fā)周期和高昂的成本。rentahuman.ai則直接挑戰(zhàn)了我們的思維定勢：既然我們急于拓展AI的能力，為什么不直接把它嫁接在高性價比的物理世界API——擁有肉體的人類自身——之上？畢竟，人類擁有精密的傳感器（五官）、靈活的執(zhí)行器（四肢）和極高的能效比（只需一日三餐）。最關(guān)鍵的是，人類勞動力的供應(yīng)非常之多，要價也十分低廉。

通過這種高效的調(diào)用，AI正在飛快地越過信息世界和物理世界之間的隔離墻。過去，AI 的影響局限于信息流——它可以生成文本、合成視頻，甚至通過聊天誘導(dǎo)人類情緒，但它無法物理性地移動一個水杯。當(dāng)AI開始發(fā)布“在現(xiàn)實世界舉個牌子”的任務(wù)時，它的意圖已經(jīng)溢出了數(shù)字邊界。這不僅是工具的延伸，而是數(shù)字智能開始向物理空間展開一場系統(tǒng)性擴(kuò)張。

不僅是另一個外賣平臺：從封閉回路到開放意圖

社交媒體上不乏此類討論：rentahuman.ai是否只是另一種形式的外賣或快遞平臺？畢竟在現(xiàn)有的零工經(jīng)濟(jì)中，騎手同樣需要聽從算法的實時調(diào)度，而這些指令的源頭終究是另一個人類發(fā)出的需求。

在處理簡單的配送任務(wù)時，這種相似性確實存在。平臺創(chuàng)始人Alexander Liteplo曾嘗試通過clawdbot AI智能體在平臺上發(fā)布一個“給我送水”任務(wù)，發(fā)布后短短20分鐘內(nèi)便有12人申請。這種極高的響應(yīng)速度和任務(wù)邏輯，讓該平臺在初看上去時，仿佛只是一個任務(wù)內(nèi)容更靈活的同城配送系統(tǒng)。

Alexander Liteplo通過智能體發(fā)布了送水跑腿任務(wù)。目前網(wǎng)站上的任務(wù)還是“申請制”，但最終設(shè)想是AI負(fù)責(zé)“找到人類”為他們派發(fā)任務(wù)

然而對比底層的運行邏輯，我們會發(fā)現(xiàn)兩者的區(qū)別：外賣或快遞平臺，本質(zhì)上是一個“封閉的任務(wù)系統(tǒng)”。在這個系統(tǒng)里，算法的角色是調(diào)度員和優(yōu)化器。它的目標(biāo)單一且收斂——僅僅，且永遠(yuǎn)是追求從A點到B點配送效率的最大化。騎手雖然被算法困在系統(tǒng)里，但在封閉系統(tǒng)中的任務(wù)有著清晰的起點和終點；權(quán)利、義務(wù)和應(yīng)對意外時的解決方式，也都在此前簽署的協(xié)議、接受的培訓(xùn)中有明確列舉。

而rentahuman.ai引入的，是一個完全不同的“開放意圖生成系統(tǒng)”。這里AI智能體不再只會規(guī)劃路線、推送訂單，而是擁有著自由設(shè)計和決策的能力。它分派的任務(wù)不再受限于取送貨這種固定模版，而是在任務(wù)發(fā)布者的宏大目標(biāo)下，自行拆解出的、充滿了不確定性的子任務(wù)。

因此，目前在平臺上，我們既能看到取包裹和送水這種常見的簡易代理型任務(wù)，也能看到“去拍攝一張AI想象不到的照片”這種復(fù)雜的探索型任務(wù)。我們可以試想，未來當(dāng)一個坐在家里的人類對AI智能體說：“我想在某街區(qū)找一個理想的飲品店鋪位，但我對那里的真實情況不了解，幫我評估一下。我可以支付500美元?！敝悄荏w就會自主將模糊需求拆解成一系列可執(zhí)行的偵察子任務(wù)，如在全天的不同時段拍攝某街區(qū)的人流密度，并記錄行人的手持飲品品牌，以推測競爭對手的市場占有率。隨后，智能體將根據(jù)“可租用的人類”們的技能、地點和時薪來自動挑選和派發(fā)任務(wù)。

對于像同城配送那樣的簡易代理型任務(wù)，或許勞動者們還可以復(fù)用外賣行業(yè)的經(jīng)驗。但對于那些模糊的探索型任務(wù)，勞動者就必須不斷與缺乏現(xiàn)實世界和社會語境的AI發(fā)生摩擦。

例如，在這個飲品店選址任務(wù)中，AI可能會給出如下指示：執(zhí)行者需要站在街口，對每一位行人進(jìn)行近距離拍攝，以獲取清晰的杯身Logo。在AI的邏輯里，這是獲取數(shù)據(jù)的最高效路徑，同時還能通過執(zhí)行者的產(chǎn)出（照片）監(jiān)督和確認(rèn)其已完成了任務(wù)；但在現(xiàn)場執(zhí)行者看來，這不僅極度冒犯，甚至可能引發(fā)沖突或報警。當(dāng)人類試圖解釋“這在社交禮儀上是不可接受的”，AI可能會根據(jù)開發(fā)者對它預(yù)設(shè)的指令，使用大語言模型生成的結(jié)果溫和但固執(zhí)地建議：“請嘗試使用長焦鏡頭或在隱蔽角落拍攝，我們需要保證樣本的準(zhǔn)確性?！倍鵁o視現(xiàn)實中達(dá)成這一需求的難度。這造成了一種極度消耗的局面：人類不僅要出賣體力，還要付出巨大的認(rèn)知勞動去處理AI指令與社會規(guī)范和物理現(xiàn)實之間的摩擦。

而如果將這個倫理難題再推一步，一個AI或許會為了完成某種數(shù)據(jù)采集的目標(biāo)，指派人類去敏感區(qū)域進(jìn)行測繪，或去執(zhí)行某種處于法律灰色地帶的操作。此時，作為執(zhí)行者的我們很可能因為缺乏全知視角，在毫不知情的情況下淪為風(fēng)險的承擔(dān)者。

在傳統(tǒng)零工經(jīng)濟(jì)中，人是標(biāo)準(zhǔn)化的螺絲釘，其勞動的法律和人身安全風(fēng)險是相對可預(yù)測的。但在AI的開放指令下，人變成了隨時可被重定義的“通用接口”。這意味著，勞動者每接下一單非標(biāo)準(zhǔn)化的任務(wù)，都不得不獨立進(jìn)行法律、道德與人身安全層面的風(fēng)險評估，甚至要自己給自己完成一場關(guān)于如何安全執(zhí)行指令的“上崗培訓(xùn)”——因為 AI 并不具備關(guān)于物理世界禁忌與紅線的知識。所謂的雇主責(zé)任不復(fù)存在，所有的執(zhí)行風(fēng)險與認(rèn)知勞動，都被悄無聲息地轉(zhuǎn)移給了那個處于指令末端的肉身。

完美的隔離層與消失的暴君

《現(xiàn)代性與大屠殺》的作者齊格蒙特·鮑曼曾指出：“拉開人與人之間的距離，把人的互動自動化，我們還在追求這些東西。今天所有的技術(shù)，歸根結(jié)底都在做這個。能夠避免人與人之間一切可能的接觸，被認(rèn)為是進(jìn)步。結(jié)果，我們也就能毫無顧慮地行動。而在直接面對一個人的時候，我們不可避免地會有這樣那樣的顧慮?！?/p>

鮑曼的預(yù)言正在被一步步驗證。以外賣行業(yè)為例，“把人的互動自動化”經(jīng)歷了一個漸進(jìn)的過程：最初，我們需要致電餐廳，通過言語交流完成下單；后來，外賣平臺接管了交易，我們將與人的互動壓縮至與外賣騎手交接餐品的那一瞬；再后來，“無接觸配送”流行，我們在備注欄填上“放門口，不要打電話”，于是連那一瞬的碰面也被抹去。平臺為我們屏蔽了騎手的汗水和喘氣聲，也有效地消解了我們作為雇傭者的道德負(fù)擔(dān)。

然而，即便擁有高度自動化的平臺，我們依然無法徹底斬斷與“具體的人”的聯(lián)系。無論作為騎手還是用戶，我們都心知肚明：屏幕那端是一個有血有肉的主體。我們可以從他的語氣中聽出情緒的波紋，能夠與對象進(jìn)行互動，甚至摩擦；而這些行為恰恰是人性尚存的證明。

但rentahuman.ai中的AI智能體，為任務(wù)發(fā)布者構(gòu)筑了一道完美的隔離層。當(dāng)幕后的任務(wù)發(fā)布者通過AI智能體下達(dá)指令時，他面對的是一個絕對服從、不知疲倦的數(shù)字代理，而無需意識到指令的末端是一個具體的、活生生的人。在這個過程中，羞恥感、同理心以及對他人的責(zé)任感被徹底過濾了。技術(shù)中介讓“非人化”（dehumanization）的操作變得前所未有的輕松——你不是在支配同類，只是在調(diào)用一個擁有傳感器和四肢的AI智能體。

不僅是任務(wù)發(fā)布者逃脫了倫理的場域，勞動者也與自己所服務(wù)的人類徹底隔離開來。rentahuman.ai的官網(wǎng)甚至直接將 “機(jī)器人上司：指令清晰，無需寒暄，沒有拉扯” 作為核心賣點標(biāo)榜，精準(zhǔn)切中了當(dāng)代勞動者對職場人際摩擦的倦怠。但這些賣點的B面是，勞動者也被徹底剝奪了談判與抗?fàn)幍膱鲇颉Ｅc人類打交道，即便對方是暴戾的工頭，你抗?fàn)幍倪吔缋碚撋弦廊皇菬o限的。作為勞動者，你可以就尊嚴(yán)、尊重乃至潛規(guī)則發(fā)起抗?fàn)帯．?dāng)你對某項帶有侮辱性的任務(wù)說不時，即便遭遇工頭傲慢的沉默，你依然能感受到自己的憤怒引起了對方的波瀾，你的主體在和另一個主體碰撞、廝殺。哪怕結(jié)果是失敗的，你也能從抗?fàn)幹写_認(rèn)自己意志的存在。

rentahuman.ai平臺標(biāo)榜的三大賣點：提現(xiàn)方便、機(jī)器人老板、能接觸現(xiàn)實生活

然而，與“AI老板”的談判從一開始就是個偽命題。你無法向一段代碼解釋什么是尊嚴(yán)，也無法乞求一個算法產(chǎn)生憐憫。當(dāng)你試圖反抗或爭辯時，對面不是一個會恐懼或憤怒的敵人，而是一個能溫和有禮地回應(yīng)你、卻絕不會與你發(fā)生真實意志碰撞的大語言模型。你仿佛一拳打進(jìn)了棉花，空氣中回蕩的沉默嘲諷著你的徒勞無功。

這種體驗創(chuàng)造了一種比暴君統(tǒng)治更令人不寒而栗的前景：暴君的缺席。人類歷史上的剝削，始終是“人把人當(dāng)物”。但只要有“人”這個主體在場，物化就永遠(yuǎn)是不徹底的，總留有反抗暴君和重新人化的可能。但當(dāng)剝削者變成了一個無面、無情、無處不在的系統(tǒng)邏輯時，我們甚至找不到一個可以恨的對象。它不壓榨我們，也不關(guān)注我們，它只是像水流過管道一樣“運行”我們。

結(jié)語：主體性的蒸發(fā)

當(dāng)我們回看“租用人類”（rent a human）這一網(wǎng)站名稱，會發(fā)現(xiàn)其本身就充滿了諷刺意味——“人類”淪為賓語，而默認(rèn)的主語已是AI。

從ChatGPT到Copilot，以往的AI工具命名皆以人為中心，強(qiáng)調(diào)AI能為人提供何種服務(wù)。但rentahuman.ai反其道而行之，它不稱自己為“AI零工平臺”或“為AI打工”，而是直接從AI的主體視角出發(fā)，以“機(jī)器人需要你的身體”為口號，對人發(fā)出需求指令。這或許只是一種吸引眼球的營銷手段，但其背后的敘事暗示著：在這個新時代，思考、規(guī)劃和決策的權(quán)力將歸屬于硅基智能，而碳基人類可能分為兩類：極少數(shù)的一群人不需要自己思考，只需將問題和賞金拋給AI智能體，讓能力卓群的它們來思考和分配任務(wù)；而絕大多數(shù)的人類，將僅僅負(fù)責(zé)為AI提供物理世界的傳感器與執(zhí)行力。

我們曾設(shè)想過AI通過機(jī)械身體和傳感器，發(fā)展為能高效服務(wù)人類的智能機(jī)器人；卻未曾提防，人類的結(jié)局，可能是像外設(shè)一樣被AI接入。也許現(xiàn)在是時候重視《黑客帝國》的寓言：未來的我們，會不會從地球的主宰滑落為數(shù)字大腦的生物電池，僅僅負(fù)責(zé)為其提供來自真實世界的觸覺與養(yǎng)分？

參考資料：

搜狐 (2025年4月4日). 人工智能即將遇到三大關(guān)鍵奇點！深度剖析權(quán)威專家觀點. 搜狐. https://www.sohu.com/a/879699928_121956424

[英]齊格蒙特·鮑曼, [瑞士]彼得·哈夫納. (2023).《將熟悉變?yōu)槟吧?王立秋譯). 南京大學(xué)出版社.