我們公司的一個小夥伴，前陣子應聘了一份給機器人打工的工作。
也就是給具身智能，做實體的數據採集。
非常有意思的是，這個幾乎是世界最前沿的科技行業，在這個地方，卻有着非常傳統的用人方式。
故事的起因，是我們小夥伴，之前刷到了推特上的一條很有意思的視頻。
畫面裏是印度的一個工廠，流水線上的工人低着頭在縫紉，和普通車間沒什麼區別。
但是你仔細看的話，其實每個人頭上都戴着一個造型奇怪的設備。
就是這種東西。
當時我們覺得還挺有意思，於是就去搜了一下。
發現這個設備是用於錄製工人操作的第一人稱視頻，而這個視頻數據，之後會被拿去訓練具身智能，讓他們學習人類的操作，從來來訓練模型。
穿戴這種設備去幹活的工人，在這個行業，一般叫做數據採集員。
這兩年具身智能在全世界範圍內爆發式的發展，今年甚至還被叫做具身智能的數據元年，但是大家幾乎都知道，具身智能的數據獲取，比大模型困難太多了，因爲幾乎都是現實世界的實體數據。
所以，就誕生了這種職位，爲具身智能的訓練，提供數據。
而且這個職位，不止在印度有，國內其實也到處都是。
在Boss直聘上一搜，相關崗位一大堆，有兼職也有全職。
兼職一般是日結。
全職有些會繳納五險一金甚至六險一金，但是相對的，全職的要求會比兼職高很多，需要採集的任務更難，工作時長可能會更長，穩定性的要求也會更高。
而有一些數據採集工作，也可以居家辦公。
且不只是北京或者一線城市，連我老家安慶那邊都有。
只不過可能職位寫的會更加高大上一點，比如，機器人訓練師。
而且這些招聘帖，你會看到，是完全沒有學歷要求，也沒有經驗要求的。
你根本不需要做過這個，甚至不需要知道具身智能是什麼，來就能幹。
非常有意思。
這個反差一下子就把我們的好奇心給勾起來了。
我們內容組的有個小夥伴，叫達達，今年正好剛畢業，他也來了興趣，說非常想親眼去看看這到底是個什麼樣的工作。
我覺得那行啊，那你去體驗體驗吧，畢竟說完全不需要經驗和學歷。
於是 他 就真的去投了簡歷，然後面試，然後真的去做了一天的兼職採集。
再見到 他 的時候，已經是2天以後了。
回來以後，跟我們滔滔不絕的講了好多。
他說這個工作比他想象的有意思得多，但也比他想象的離譜得多。
最開始呢，他先是在Boss直聘上找了不少相關的職位，投了一圈簡歷。
因爲簡歷確實還可以，幾乎所有投過去的都給了面試機會。
可能很多人確實沒有接觸過這個工種，爲了保證大多數人的閱讀體驗，我先簡單給大家聊一下數據採集到底是幹嘛的。
23年24年大語言模型智能還沒有到今天如此離譜的程度的時候，大家應該都對數據標註有印象。
那時候訓練大模型會相對簡單。
因爲互聯網幾十年積累下來的文字、圖片、代碼、網頁，本身就是一座現成的數據礦山，所以雖然也招了很多做標註的人，但是坦率的講，採集和標註的門檻並不是特別高。
但是今天，具身智能面對的是完全不同的困境。
它需要的是真實物理世界中的交互數據。
比如一個人怎麼拿起杯子，怎麼疊一件衣服，手指施加了多大的力，手臂沿着什麼軌跡運動。
而這類數據，人類歷史上從來沒有大規模採集和存儲過。
一切都要從零開始，靠人一條一條地採集。
所以需求量極其恐怖。
截至2026年初，全球高質量的真實物理交互數據總量僅約50萬小時，不足大語言模型訓練數據的兩萬分之一。而要訓練一個能幹家務的通用機器人，至少需要千萬小時級別的數據。
中間差了整整一個數量級。
所以就需要大量的人，穿上這套設備，去各種真實的生活場景裏重複做那些日常動作。
這就是數據採集，其實就是在給機器人當老師。
然後這個職位的面試，一般都先是線上的，有的只有一輪，有的會有兩輪，然後會是最終的試崗。
一輪的話就是跟勞務公司直接面。
兩輪的話，第一輪是勞務公司，第二輪會由甲方的機器人公司來面。
但不管幾輪，真正決定你能不能幹的，其實都是最後的試崗環節。
對達達來說，整個體驗下來最讓他觸動的是這一輪面試。
這個面試，很特殊，是在騰訊會議裏，大家一起進去。
他說他秋招面試過那麼多次，也經歷過羣面，但從沒見過20多個人一起來面試的場面。
這麼多人也不是爲了跟互聯網羣面一樣，搞什麼無領導小組討論，就是純自我介紹。
最開始，HR會簡單介紹一下這個崗位大概是做什麼的，平時的工作時間、薪資等等基本信息。
然後開始一個一個按照入場順序來問個人情況，介紹完的人就可以離開。
因爲他進會議比較晚，所以聽到了幾乎每個人的背景。
這個環節比較有趣的是，HR會在一開始先問你身高體重。
是的，你沒看錯。
面AI公司的崗位，會關注你的身高體重。
因爲採集設備的手套是固定規格的，類似於這樣。
手太大會塞不進去，太小又兜不住，太胖不行太瘦也不行。
達達當時就被提醒了一句，說這個身高體重可能會有點瘦，設備可能不太適配，但還是先來試試吧。
我聽到這的時候真的覺得太魔幻了。
2026年最前沿的AI工種，入職第一關，是量手掌。。。
然後還會問你之前有沒有戴過VR眼鏡，有沒有在遊樂場看過4D/5D影院。
因爲有些設備需要戴類似VR眼鏡的東西，有人天生對晃動比較敏感，戴上去幾分鐘就開始犯暈，這種情況就基本幹不了。
自我介紹的環節的時候，每個人說的都非常簡潔。
甚至有人只說了三句話。
我是誰，我之前幹過什麼，我真的很想來做這個工作。
對，就這幾句話。。。
達達說，他第一次覺得自己之前準備的那套自我介紹會如此的格格不入。
爲了不那麼突兀，他也沒詳細介紹自己的畢業學校，也沒說啥專業，只說自己是應屆生，對具身智能感興趣，想來試試。
他對這場面試印象最深，是因爲聽到了很多人的故事。
各行各業的人都有，什麼背景的都有。
有人之前試過自己做點小生意，沒做起來，現在就想找一份能穩定出勤、按時發錢的活。
還有人剛滿18歲，沒讀大學了，這是他人生的第一份正經的工作。
而且工作是分白班和夜班的，可以自己選擇。
他以爲選擇白班的人會更多，沒想到兼職的人裏面，選夜班的反而更多。
因爲這是一個兼職崗，純粹的日結，不少人都在盤算怎麼跟自己的主線生活拼在一起，靠着這份兼職，再多掙一些收入。
有人問能不能白天干一份交社保的工作，晚上過來兼職。
HR說可以，但是希望大家注意身體，確保自己能扛得住。
面試結束之後，除了幾個覺得自己身體條件不太合適、主動放棄的，其他人基本都過了。
真的是已經很久很久很久沒見過通過率這麼高的面試了。
聽到這裏，我感覺有點割裂。
就是感覺，這個新時代能容納很多人的一種工作，好像有點熟悉的感覺。
我想起高三畢業那年暑假，去面過工廠的兼職，其實就是進廠打螺絲。
那種面試跟這個幾乎一模一樣，看你是個男的，體力還行，沒啥毛病，就能來了。
也是日結，幹一天結一天。
那是我人生中第一次知道，原來一個人的一整天，可以被標價成一張紅色的毛爺爺。
達達也沒多猶豫，因爲確實想實地去看看，於是他接了這個兼職，說去幹一天試試看。
HR就跟他對接了試崗的具體信息，發了一個地址過來。
第二天他按照地址過去了，到了一個產業園附近。
很抓馬的是，地址告訴錯了，到了個工地。
又繞了半天，纔到了正確的位置
因爲不是從正門進去的，要從停車場繞上去。
他跟我說，那一瞬間真的有點慌，心想不會在北京也碰上人販子了吧，我不會要被賣到緬甸了吧？
但他還是鼓起了很大的勇氣上去了。
不過，進去之前還是給朋友發了條消息，說待會可能聯繫不上，一直沒回消息的話記得擔心他一下。
不過還好，一切正常，場地還是新裝修的，一推門進去還能聞到油漆味。
進去的第一件事是收手機，因爲工作期間不允許幹工作以外的事情。
然後他才進入了真正的工作區域，是一個很大的開放空間，擺着大概十幾臺機器人。
因爲現場沒法拍照，我從網上找了一些類似的畫面，大概就是這樣的場景。
裏面有兩類工作。
一種是有機器人的，也是他當天體驗的。
需要先穿戴設備，脖子上掛一個東西，兩隻手各握一個控制手柄，長得跟遊戲手柄差不多，上面有搖桿，還有按鈕，面前站着的，是一臺比他還高的雙臂機器人。
操控方式其實不復雜，左手手柄控制機器人的左臂，右手控制右臂。搖桿推哪個方向，那條機械臂就往哪個方向動。按鈕控制末端夾爪的開合，按一下合上，再按一下鬆開。
剛開始做的時候其實挺好玩的，有點像玩遊戲。第一次操控的時候，推了一下搖桿，面前這臺非常大的機器人跟着你動。那一瞬間確實有點上頭，覺得，臥槽，未來到了。
但做到後面，未來感就沒了，剩下的只有手腕酸。
他的任務也是分揀積木、疊紙杯、把東西從盒子裏拿出來再放回去。
在這個場景下，你的每一個動作都在被記錄，要走什麼路徑、夾爪合上的時機、這些全部變成數據。
在操控的時候，機器人也會有很輕微的抖動，抖起來的樣子很像得了帕金森。。。
他體驗的這種，在行業裏叫遙操作採集，就是人穿上設備遠程操控機器人，同時記錄數據。
還有一種是旁邊沒有機器人的，他們會戴着VR眼鏡，手上穿着採集設備，然後就開始疊衣服、疊褲子。
達達說他在做遙操作的時候，餘光一直能看到旁邊那些人。
一個動作，重複一遍，再重複一遍，再重複一遍，像被按下了循環播放鍵。
這個叫做無機器人示教採集，不需要操控機器人，人直接在真實環境裏做動作，穿戴的設備負責把你的每一個動作軌跡記錄下來。
這兩種方法不一樣，但核心邏輯是一樣的。
都是需要大量的人，去做大量重複的動作，然後把人類的行爲和經驗翻譯成機器能讀懂的數據。
採集員具體在哪幹活，取決於採的是哪種數據，遙操採集一般在固定的場地裏，無機器人示教採集因爲不需要機器人跟着，有些公司會要求去不同的場景，比如小區、民宿、超市、4S店，哪裏需要就去哪裏。
之前就看到網上有人去麥當勞採集的。
客戶需要什麼場景的數據，團隊就去什麼地方，一個場景大概待兩三個月，採完了就換下一個。
在一天的高強度且幾乎沒有休息和摸魚時間的工作之後，達達終於可以下班了。
他兼職的工作時間是這樣的，從早上9點一直做到了晚上的6點半。
那賺到的錢呢，日薪大概在200到250之間。
我去翻了一下各個平臺上兼職數據採集的薪資，大部分崗位給的也都是這個價。
如果是全職的話，工作強度會大很多，需要輪班，加班也是常態，不過補貼會多一些。
其實我們能看到，整個具身智能、整個AI背後的每一次進步，更多的是來自於這些人。
他們用自己的體力、自己的時間、自己的心血，貢獻出自己的數據，推動了這個行業往前走了一步。
AI大模型其實也是一樣。
大模型之所以走到今天這一步，除了算法上的突破，真正最底層的數據清洗和數據標註，全部也是最開始由人一條一條做出來的。
最先進的技術，底下永遠站着最普通的人。
但是AI在喫掉了這些進步之後。
絕大多數的能工智人，卻已經比不上人工智能了。
最後，我們揮着手。
送着AI們，一往無前。
也不知道等到有一天，機器人真的什麼都會了。
會不會有人記得。
它的第一課，是一個日薪兩百塊的能工智人，在剛裝修完的廠房裏，一遍一遍疊着紙杯，教會它的。
以上，既然看到這裏了，如果覺得不錯，隨手點個贊、在看、轉發三連吧，如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章，我們，下次再見。
>/ 作者：卡茲克、達達
>/ 投稿或爆料，請聯繫郵箱： [email protected]