体验AI时代最魔幻工作:给机器人打工一天
最近有个非常有趣的故事,关于一位年轻人应聘了一份“为机器人打工”的工作——专门为具身智能系统进行实体数据采集。 说出来你可能不信,这个看似站在世界最前沿的科技行业,在用人方式上却异常传统。 事情的起因,是一位朋友刷到推特上的一条视频:印度的一家工厂里,流水线上的工人低着头缝纫,和普通车间看起来没什么
最近有个非常有趣的故事,关于一位年轻人应聘了一份“为机器人打工”的工作——专门为具身智能系统进行实体数据采集。
说出来你可能不信,这个看似站在世界最前沿的科技行业,在用人方式上却异常传统。
事情的起因,是一位朋友刷到推特上的一条视频:印度的一家工厂里,流水线上的工人低着头缝纫,和普通车间看起来没什么两样。

但仔细看,每个人头上都戴着一个造型奇特的设备——就是这种东西。

后来一查才知道,这个设备是用来录制工人操作的第一人称视频,这些视频数据会被用于训练具身智能,让机器人学习人类的操作行为。穿戴这类设备干活的工人,在行业里被称为数据采集员。
这两年,具身智能在全球范围内爆发式增长,今年甚至被业内称为具身智能的“数据元年”。但大家都很清楚,具身智能的数据获取难度远超大型语言模型——因为几乎全部依赖现实世界的实体数据。于是,这种为训练提供数据的岗位便应运而生。而且,不仅印度有,国内也遍地开花。
在Boss直聘上搜一下,相关岗位数量众多,既有兼职也有全职。

兼职通常是日结工资。全职岗位有些会缴纳五险一金甚至六险一金,但要求也更高——任务难度更大、工作时长更长、对稳定性要求更高。部分采集工作甚至支持居家办公。

不只是北京或一线城市,连小城市也有这类岗位,只是职位名称可能更高级,比如“机器人训练师”。

而且,这些招聘信息完全没有学历和经验要求——不需要你做过类似的工作,甚至不需要知道具身智能是什么,来了就能直接上手。
这个巨大的反差瞬间勾起了好奇心。有个刚毕业的年轻人叫达达,决定亲自去看看这到底是一份什么样的工作。他投了简历,通过面试,然后真的去做了一整天的兼职数据采集。
回来以后,他聊了很多。他说这份工作比他想象的有趣得多,但也比他想象的离谱得多。
刚开始,他在Boss直聘上找了不少职位,投了一圈简历。因为简历不错,几乎所有投递的岗位都给了面试机会。
可能很多人没接触过这个工种,先简单说一下数据采集到底是做什么的。在2023、2024年,大语言模型还没发展到今天这么夸张的程度时,大家对数据标注应该还有印象。那时候训练大模型相对简单,互联网几十年积累的文字、图片、代码、网页本身就是一座现成的数据矿山,数据标注的门槛并不高。
但如今,具身智能面临的是完全不同的困境——它需要真实物理世界的交互数据。比如,一个人如何拿起杯子,如何叠一件衣服,手指施加了多大力度,手臂沿着什么轨迹运动。这类数据在人类历史上从未被大规模采集和存储过,一切都要从零开始,靠人一条一条地采集。而且需求量极其惊人。
截至2026年初,全球高质量的真实物理交互数据总量仅约50万小时,不足大语言模型训练数据的两万分之一。而要训练一个能干家务的通用机器人,至少需要千万小时级别的数据——这中间差了整整一个数量级。因此,需要大量人员穿戴设备,去各种真实场景中重复执行日常动作。这就是数据采集,本质上就是给机器人当老师。

这个岗位的面试,一般先进行线上沟通,有的只有一轮,有的需要两轮,最后还有试岗环节。一轮的话,直接跟劳务公司面;两轮的话,第一轮是劳务公司,第二轮由甲方的机器人公司来面。但不管几轮,真正决定你能不能胜任的,都是最后的试岗。
对达达来说,最触动他的是面试环节。面试在腾讯会议里进行,大家一同进入。他秋招面试过那么多次,从没见过20多个人一起面试的场面。

这么多人不是来搞无领导小组讨论的,就是纯自我介绍。HR先简单介绍岗位做什么、工作时间、薪资,然后按入场顺序一个个询问个人情况,介绍完就可以离开。他进会议比较晚,所以几乎听到了每个人的背景。
这个环节有趣的是,HR会先问你的身高体重——你没看错,面试AI公司的岗位,先关注身高体重。因为采集设备的手套是固定规格的,像这样:

手太大塞不进去,太小又兜不住,太胖太瘦都不行。达达当时就被提醒了一句:“身高体重可能有点偏瘦,设备可能不太适配,但还是先来试试吧。”
这听起来实在魔幻——2026年最前沿的AI工种,入职第一关竟是量手掌。然后HR还会问之前有没有戴过VR眼镜、有没有在游乐场看过4D/5D影院。因为有些设备需要佩戴类似VR眼镜的东西,有人天生对晃动敏感,戴几分钟就头晕,这种情况基本干不了。
自我介绍的环节,每个人都说得很简洁,甚至有人只说了三句话:“我是谁,我之前干过什么,我真的很想来做这个工作。”达达说,他第一次觉得自己准备的那套自我介绍格格不入。为了不那么突兀,他没有详细介绍学校专业,只说自己是应届生,对具身智能感兴趣。
他对这场面试印象最深,是因为听到了很多人的故事。各行各业的人都有,什么背景的都有。有人之前做过小生意没做起来,就想找份稳定出勤、按时发钱的工作;有人刚满18岁没读大学,这是他人生的第一份正经工作。
工作分白班和夜班,可以自己选择。原以为选白班的人会更多,没想到兼职里选夜班的反而更多。因为是日结的兼职,不少人都在盘算怎么跟自己的主线生活拼在一起,多挣些收入。有人问能不能白天干一份交社保的工作,晚上过来兼职。HR说可以,但要注意身体。
面试结束后,除了几个觉得自己身体条件不合适主动放弃的,其他人基本都通过了。已经很久没见过通过率这么高的面试了。
回想起高三毕业那年暑假去工厂兼职的经历,那种面试跟这个几乎一模一样——看你是个男的,体力还行,没什么毛病,就能来了。也是日结,干一天结一天。那可能是很多人第一次知道,原来一个人的一整天可以被标价成一张红色毛爷爷。
达达接了这个兼职,第二天按地址过去。很抓马的是地址给错了,到了个工地,绕了半天才到正确位置。因为不是从正门进,要从停车场绕上去。他那一瞬间有点慌,心想不会在北京碰上人贩子吧?但最终还是鼓起勇气上去了,进去之前给朋友发了条消息说:“待会可能联系不上,一直没回的话记得担心一下。”

还好一切正常,场地是新装修的,一推门还能闻到油漆味。进去第一件事是收手机,工作期间不允许干工作以外的事。然后他进入真正的工作区域——一个很大的开放空间,摆着大概十几台机器人。

里面有两类工作。一种是有机器人的,也是他当天体验的。需要先穿戴设备:脖子上挂一个东西,两只手各握一个控制手柄,长得跟游戏手柄差不多,有摇杆和按钮,面前站着一台比他还高的双臂机器人。操控方式不复杂——左手手柄控制机器人左臂,右手控制右臂,摇杆推哪个方向机械臂就往哪动,按钮控制末端夹爪开合。刚开始做的时候挺好玩的,有点像玩游戏,第一次推摇杆,面前这么大的机器人跟着动,那一瞬间觉得“卧槽,未来到了”。但做到后面,未来感就没了,只剩下手腕酸。
他的任务是分拣积木、叠纸杯、把东西从盒子里拿出来再放回去。每一个动作都在被记录——走什么路径、夹爪合上的时机,全部变成数据。操控时机器人会有轻微抖动,抖起来像得了帕金森。他体验的这种在行业里叫遥操作采集,人穿上设备远程操控机器人,同时记录数据。
还有一种是没有机器人的,他们会戴VR眼镜,手上穿着采集设备,然后开始叠衣服、叠裤子。达达在做遥操作时,余光一直能看到旁边那些人——一个动作,重复一遍,再重复一遍,再重复一遍,像被按下了循环播放键。这个叫无机器人示教采集,人直接在真实环境里做动作,设备负责记录轨迹。两种方法不一样,但核心逻辑一样:都需要大量人去做大量重复动作,把人类的行为和经验翻译成机器能读懂的数据。
采集员具体在哪儿干活,取决于采哪种数据。遥操采集一般在固定场地,无机器人示教采集因为不需要机器人跟着,有些公司会要求去不同场景——小区、民宿、超市、4S店,哪里需要就去哪里。之前看到网上有人去麦当劳采集的。

客户需要什么场景的数据,团队就去什么地方,一个场景大概待两三个月,采完了就换下一个。
在一天高强度、几乎没有休息和摸鱼时间的工作之后,达达终于下班了。他的兼职时间是早上9点到晚上6点半。

赚到的钱呢?日薪大概在200到250元之间。

去翻了一下各平台兼职数据采集的薪资,大部分岗位给的都是这个价位。

如果是全职,工作强度会大很多,需要轮班,加班也是常态,不过补贴会多一些。

其实可以看到,整个具身智能、整个AI背后的每一次进步,更多来自于这些人——他们用自己的体力、时间和心血贡献数据,推动整个行业向前迈进了一大步。大模型也是一样,能发展到今天这一步,除了算法上的突破,最底层的数据清洗和标注,全是人一条一条做出来的。最先进的技术底下,永远站着最普通的人。
而AI在吞噬了这些进步之后,绝大多数的“能工智人”却已经无法与人工智能相提并论了。最后,我们挥着手,送着AI们一往无前。不知道等到有一天,机器人真的什么都会了,会不会有人记得——它的第一课,是一位日薪两百块的能工智人,在刚装修完的厂房里,一遍一遍叠着纸杯,教会它的。
你是一名 AI 行业编辑,请围绕下面这条热点输出一份资讯解读:
热点:体验AI时代最魔幻工作:给机器人打工一天要求:
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
相关热点RAG落地的关键在于数据检索而非大模型。直接大模型、微调与RAG各有适用场景。检索效果受分块粒度、排序策略及混合检索影响。常见误解包括认为RAG总是更优、简单余弦检索足够、更多文档效果更好。应注重数据质量,采用渐进式部署和用户反馈闭环。
微软推出AutoGenStudio低代码工具,业务人员可通过可视化拖拽组装模型、技能和记忆组件,构建智能体工作流。工具集成实时监控、调试评估功能,支持导出JSON配置文件进行部署,降低开发门槛。
英国国民保健署正将人工智能引入医疗体系,智能手机可居家监测肾脏疾病,穿戴贴片实时捕捉心律不齐,AI加速乳腺癌筛查分析。这些技术有望改善筛查、癌症治疗和中风护理,但全面应用仍需长期推进。
近年来,人工智能、云计算与大数据无疑是科技领域最受瞩目的三大趋势。其中,人工智能技术已深入渗透到各行各业,成为名副其实的核心驱动力。其背后的原因并不难理解——它不仅能带来实实在在的效益,更关键的是,正大力推动制造业向智能化方向转型升级。 众多学者同样对人工智能的发展前景给予了高度评价。他们认为,未来
- 日榜
- 周榜
- 月榜
热点快看
