什么值得买App下载 App ›
连续签到专享现金活动

外卖骑手,正在成为AI的免费训练师?

你可能以为外卖骑手只是在给平台打工,但现实更魔幻:他们正在无意识中给AI打工。每天穿梭在街头巷尾的800万骑手,不只是送餐员,更是AI系统最廉价、最高效的“数据喂养员”——他们的每一次超时、绕路、等电梯、被差评,都被平台悄悄收集、打标、清洗,最终变成训练算法的燃料。这不是比喻,而是正在发生的事实。
01你以为他在送饭,其实他在喂AI
这么说吧,当你抱怨“为什么骑手总在最后两分钟才出发”,背后其实是调度系统在用你和其他用户的投诉数据,不断优化它的“压榨阈值”。而骑手们对此一无所知,更没拿到一分钱的数据报酬。问题就在这:我们一边高喊“AI需要高质量数据”,一边把最苦最累的数据采集活,塞进一个本该只负责配送的职业里。

这事儿得从美团、饿了么近年悄悄上线的那些“智能调度”“路径预测”“ETA动态预估”说起。表面上看,这些功能让送餐更快了;但深挖一层你会发现,系统越“聪明”,对骑手行为的监控就越细。比如,某平台会记录骑手在小区门口平均停留多久、上几楼耗时多少、甚至电动车电量下降曲线——这些原本属于个人劳动过程的细节,如今全成了AI模型的训练素材。

更讽刺的是,这些数据并非来自实验室或专业标注团队,而是直接从骑手手机后台抓取。没有告知,没有授权,更谈不上分成。平台美其名曰“提升效率”,实则把人力劳动异化成数据生产流水线。骑手不是用户,也不是合作伙伴,而是“活体传感器”。
4550
02人肉传感器:骑手如何成为AI的免费训练师
你可能会觉得:反正他们靠平台吃饭,贡献点数据怎么了?但关键在于权力不对等。骑手无法选择“不提供数据”,也无法知道自己的行为如何被算法解读。一次因暴雨导致的迟到,可能被系统标记为“履约能力弱”,进而影响后续派单权重——而他连申诉渠道都没有。这种隐形惩罚,比罚款更难对抗。

海外平台DoorDash已经把这事做得更明面化:推出“Tasks”功能,让骑手在送餐间隙拍摄餐厅菜品照片、录制非英语对话视频,专门用于训练AI和机器人模型。每项任务报酬提前标明,金额依复杂度而定。这至少做到了知情同意和有偿使用。而国内多数平台仍处于“默认采集、零补偿”的状态。

国内也有类似尝试,比如郑州、洛阳等地推出的“随手拍”举报机制,骑手发现后厨脏乱差可拍照上传,经核实后奖励50元。表面看是食品安全监督,实质上这些带时空标签、含门头与实景对比的照片,正被用于训练监管侧AI的视觉识别模型。骑手成了城市治理AI系统的“一线数据喂养者”。
4654

骑手数据使用的两种逻辑

效率优先派

认为骑手数据是提升履约效率的关键资产

  • 平台需通过海量真实行为数据优化ETA(预计送达时间)、路径规划、动态定价等核心算法
  • 骑手天然覆盖城市毛细血管,其轨迹数据远比仿真或爬虫数据更贴近现实场景
  • 在公开数据枯竭、版权诉讼频发的背景下,依托自有运力网络采集数据是成本最低、合规风险最小的路径
伦理审慎派

强调数据采集必须建立在知情、同意与对价基础上

  • 骑手签署的是信息服务协议,而非数据授权协议,平台无权默认将其劳动过程转化为训练数据
  • 数据劳动应获得独立报酬,而非捆绑在配送收入中变相剥削
  • 算法应具备“道德盲区”感知能力,而非一味压缩时限,将风险转嫁给劳动者
03下一个被拆解成数据零件的,会不会就是你我?
说白了,这不是技术进步,而是责任转嫁。平台把AI训练的成本,拆解成千万个微小动作,摊派到每个骑手身上。他们省下了建数据集的钱,却让劳动者承担了算法试错的代价。当我们在办公室里讨论“AI伦理”时,真正的数据劳工正顶着烈日,在不知情的情况下帮大模型“长脑子”。

这事还没完。随着自动驾驶、无人配送推进,平台对真实世界动态数据的需求只会更大。今天是骑手,明天可能是网约车司机、快递员、甚至社区团购团长——所有线下服务者都可能被卷入这场静默的数据收割。而普通人呢?你以为自己只是点了个外卖,其实也在参与一场庞大的行为实验:你的等待耐心、取消订单的阈值、给好评的倾向,全被用来校准AI对“人性”的理解。

所以别再只盯着AI会不会抢白领饭碗了。真正的危险在于,我们正在构建一个系统:它一边用算法指挥人,一边用人喂养算法,而中间那群干活的人,既没话语权,也没收益权。如果连800万骑手的劳动都能被悄无声息地“数据化”,那下一个被拆解成数据零件的,会不会就是你我?
436653

评论

评论区空态插画

当前文章无评论,是时候发表评论了