我每天做8小时家务，给机器人当燃料镜相工作室

“以后都是机器人在工作，咱们又要出去找新工作了。”排队等待的时候，我的临时搭档李晨晨看着前一组的两人，突然感叹到。

前一组正在凌乱的桌子前，重复着一个颇有未来感的画面：

一个人，戴着装有运动相机的头盔和手套，身后拖着三根粗细不一的长线，行动迟缓地微微弯腰，单手把一本书拉到桌子边缘，拎起，放进置物架，然后又慢慢侧身，把一包随意放置的湿纸巾推到置物架旁边摆正。

长线另一端，她的搭档坐在电脑前，盯着显示器上的传感器和相机画面，挪动鼠标、切换视角，观察映射出的3D模型运动轨迹是否和真人一致、相机信号是否稳定……

一组采集员正在采集桌面整理数据。图源：AI生成

他们在教机器人如何整理桌面、打扫卫生、铺床或者折衣服。人做的每一个动作——先拿什么后拿什么、用什么姿势、抓物品的哪个地方、使多大劲……都会被相机和传感器记录下来，转换成数据，经过质检、标注后用于训练机器人模型。

通俗点来说，我们是数据采集员，也是机器人的老师。

就像人类幼儿要学会走路、拿筷子，需要大人手把手地教，机器人也一样，需要大量的人类动作数据来“喂”它。只不过，这些数据在互联网上十分稀缺。机器人要学会叠衣服、擦桌子、开门、整理书籍，必须先有人一遍遍地做给它看。

原本机器人最美好的愿景是服务于人，但在它学会服务之前，人先弯下腰，成了它的燃料。

在北京的一间民宿里，我见到了被裁员的程序员、背着房贷的前房产中介、结伴来的大学生......他们戴上头盔和手套，一遍遍重复叠被子、折毛巾、整理桌面，把自己的身体经验拆成数据，卖出去，全勤一个月能拿大约6000元。

这短暂地成了他们的一份工作，一份谁也不知道能干多久的工作。

李晨晨今年36岁，做了很多年IT运维工作，2024年被裁员后创业，亏光了积蓄，还倒欠了几万元。她看着前“一组”那个缓慢整理桌面的人，像看到了某种隐喻——等机器人学会了所有这些，人还能做什么呢？

一种巨大的无力感席卷这个空间，这里的人或许都希望那一天不要来得太快。

像机器人一样地行动

6月的一个下午，我花了半个小时，在招聘网站海投了近十家公司的机器人数据采集岗。

很快，有四家公司联系了我，三家确定了第二天的线上面试，其中一家还是估值百亿元的机器人公司。但也只有这家招全职，并会通过第三方劳务公司缴纳“五险一金”，其余两家是“外包”公司，后来我发现它们都为同一家数据采集公司服务。

事实上，缴纳“五险一金”的公司占比极低，这些机器人数据采集岗大多在兼职渠道流通。一般是200元一天，工作八小时，晚班因为昼夜颠倒，会比白班每天多50元。工资有周结也有月结，干的时间过短，可能会被扣除一部分工资。

机器人数据采集岗招聘信息。图源：截屏

成为一名机器人数据采集员不算难。投简历、被拉进招聘群、线上面试、线下试岗，整个过程最快24小时内就能完成。我最终参加了两家公司的线上面试，只被询问了身高和体重，最终都通过了，并去了无需全职的公司试岗。

这个岗位几乎不看学历和经验，入行门槛最终退回到了身体机能。

有30多个人和我参加了同一场视频群面。

一位众包外卖员很热情，圆胖的脸被晒得黢黑，声音高亢地做了一段自我介绍。他说自己以前是程序员，被裁员后开始送外卖，但还是想找份稳定的工作。他不太确定岗位到底叫什么，憋了半天说自己是来应聘“抓娃娃”的。面试官很平静地纠正他，“是机器人数据采集”。

一位应届毕业生报完身高体重，身形比较娇小，面试官的言语间表现得有些迟疑，让她把手掌伸到镜头前，看了看说，先来试试吧。

整场面试下来，只有一位应聘者被当场拒绝。理由是体型过于肥胖，无法穿戴数据采集设备。

对于这个刚刚兴起的行业来说，什么才是最理想的数据采集范式，还没有形成统一答案。目前主流的方案大致可以分为三类：真人数据、仿真数据和真机遥操数据。

真机遥操数据，是由人远程操作或通过外骨骼设备，控制机器人在真实环境中完成任务，机器人身上的传感器同步记录全过程。这类数据最接近机器人未来实际工作的场景，被认为价值最高，但其成本也最高——相当于同时承担机器人本体和人工操作两层成本，目前主要由机器人厂商自建采集体系完成。

仿真数据则是在虚拟环境中生成的数据，不需要真实场地和真人，成本主要来自算力，可以大规模并行训练。但由于虚拟世界与现实世界之间存在差距，材质、摩擦、光照等细节很难完全复刻，训练出来的机器人到了现实里可能会“水土不服”。

真人数据则有两种情况，一种仅采集真人行为视频，成本最低，但能够提供的信息相对有限。另一种在视频基础上加上了动作捕捉、传感器轨迹等，能记录更多细节，价格适中，是目前最划算的方案。

我们应聘的便是真人数据采集岗。一套真人采集设备，主要由一个装有运动相机的骑行头盔、两只内置传感器的数采手套、手部运动相机、多个定位器以及配套软件组成。加起来约十万元，招聘方告诉我们，这套设备目前正在申请专利。

正式工作前，需要经过三天培训和试岗。

第一天，项目经理和组长挨个“捏手”，检查每个人的手部条件。数采手套是均码，手指太长不行，太短不行，太胖不行，太软也不行。四十多个试岗人员排排坐，把手放在身前待检。检查结束后，现场少了四五个人。

李晨晨也在被淘汰的边缘。她的小拇指偏短，戴上手套后，传感器在指节位置皱成一团，软件无法准确还原指关节的动作。她仰头瞪大眼盯着组长，央求说让她再试试。组长点了点头。

但手指只是第一关。

第二天，开始实操，人少了一半。我和李晨晨被分到一组，她调试软件，我穿戴设备。先戴头盔，确保固定牢靠；再套上一层一次性手套防汗，然后戴上内置了传感器的数采手套，最外层再加一层针织手套，用来隔绝信号干扰；三根长长的数据线从手套和头盔延伸出来，被一根松紧带固定在腰间。

接下来，我需要双手平举在胸前保持不动，等待软件校准。

李晨晨坐在电脑前，对着屏幕里的虚拟手模型不断调整参数，组长坐在旁边指导。十分钟过去，模型手依然没调到合适的位置。组长有些着急，直接接过鼠标，点了几下，“就这样，换人，下一个。”

李晨晨起身帮我拆设备。那天天气不热，房间里开着空调，但她额头上已经冒出一层细汗。“学不会。”她低声说。

第三天试岗，李晨晨没有出现，组长重新给我安排了搭档，一位护理专业应届生。

这一天工作地点安排在一间两室一厅一厨一卫的民宿。我和搭档在主卧，任务是整理床铺、折叠毛巾；另一组人在客厅采集整理桌面的数据。还有一些同事被安排到桌游馆、厨房等场景工作——具体去哪里、做什么，取决于机器人公司的数据需求。

一位数据采集员在工作。图源：AI生成

我们被要求像机器人一样地行动——慢，手指活动幅度小。这是一个和本能对抗的过程。

起初，我像平时做家务那样，尽可能高效的完成。弯腰、拿起枕头、放一边，组长在一旁说：“快了，视频里都成虚影了，等下传感器会跟不上。”我有意识地放慢速度，组长又说：“太僵硬了，自然一点，只是动作慢，但要像人一样。”

于是，我不得不紧绷腰臀部的肌肉，拎起毛巾、展开、铺平、折叠、压实，拉平被子、掖好边角、整理褶皱，每一个动作都尽可能地缓慢、完整、连续。

“不要甩毛巾、抖被子。”组长补了一句。因为小臂处没有相机和传感器，机器人看不懂、跟不上，这类动作都被禁止。

我们还被要求灵活变换物品摆放的位置和整理物品的动作。有时毛巾在被子上方，有时夹在枕头缝隙里，我们有时要用一只手拎起枕头的一角，有时又要用两只手把枕头抱起。这是为了丰富数据的类型。

工作前，组长跟我们说，工作地点就在民宿，上厕所还是很方便的。但事实上，穿脱、调试设备往往需要至少十五分钟，上一次厕所，会浪费两个人将近半小时的时间，而少采一分钟，都可能影响最终的绩效考核——采集的数据过少不扣钱，但每天采集的有效数据达到5小时、18000秒，才会奖励50元。