我试用DoorDash Tasks App，窥见AI零工经济的黯淡未来

引言：从外卖到AI训练，DoorDash的新战场

DoorDash，这家美国知名的外卖配送平台，正悄然转型。2026年3月，记者Reece Rogers在WIRED上发表文章，分享了他试用DoorDash新App“Tasks”的亲身经历。在这个App中，用户可以通过录制日常生活视频来训练AI模型，并获得报酬。Rogers录制了自己洗衣服、炒鸡蛋、在公园闲逛的视频，这些看似平凡的任务，竟成了AI学习人类行为的宝贵数据源。然而，这份体验让他看到了AI零工经济的“黯淡未来”。

“我录制了自己洗衣服、炒鸡蛋、在公园散步的视频，在DoorDash的新Tasks App中，零工工作者被付钱来训练AI。”——原文摘要

DoorDash原本以连接餐厅和消费者的外卖服务闻名，但近年来，随着AI技术的爆发，该公司开始涉足数据标注领域。Tasks App正是这一战略的产物，它将零工经济与AI训练无缝对接，让普通人成为AI的“数据农民”。

Tasks App的使用体验：简单却单调的任务循环

Rogers的测试过程非常直观：下载App后，他浏览任务列表，选择如“演示洗衣过程”或“模拟厨房烹饪”等项目。每个任务要求用户在规定时间内录制高清视频，并按照提示进行特定动作。例如，洗衣服任务需要展示从投放衣物到甩干的全流程；炒鸡蛋则强调翻炒技巧和火候控制；公园散步则需捕捉自然步态和环境互动。

完成视频上传后，App会通过AI初步审核，合格者即可获得报酬——通常每任务几美元不等。Rogers表示，整个过程只需几分钟，但批量操作时会感到机械重复。“这不是一份有创造性的工作，而是无休止的表演，”他写道。App界面设计友好，支持实时反馈，但任务多样性有限，主要集中在家居、烹饪和户外活动上。这些数据将被用于训练计算机视觉模型，帮助AI理解人类行为，用于自动驾驶、家用机器人等领域。

行业背景：AI数据饥渴与零工经济的碰撞

AI模型的训练离不开海量高质量数据。过去，数据标注多由专业公司如Scale AI或Amazon Mechanical Turk承担，但成本高企。随着大型语言模型如GPT系列和多模态AI如Sora的兴起，对视频数据的需求爆炸式增长。DoorDash等平台看到了机会：利用现有零工网络（如外卖骑手），快速众包数据。

据统计，全球AI数据市场规模已超百亿美元，中国企业如百度、阿里也在大力布局类似平台。例如，百度众包和阿里云的DataWorks，都允许用户通过微任务赚取收入。DoorDash Tasks的创新在于视频导向，它捕捉动态行为数据，比静态图像标注更珍贵。但这也引发担忧：gig经济本就以低薪、不稳定著称（美国零工平均时薪不足15美元），AI任务进一步压低了门槛，许多人可能沦为“数字苦力”。

本文由 赢政天下编译整理，原文来自海外媒体 - Winzheng.com。

补充背景知识：早在2023年，类似App如Remotasks和Clickworker已流行，它们支付用户标注图像或转录语音。DoorDash的入局标志着传统gig平台向AI专属转型。未来，随着机器人如Figure 01或Tesla Optimus的商用化，对人类行为视频的需求将持续飙升。

黯淡未来的隐忧：低薪、隐私与自动化威胁

Rogers的体验揭示了多重问题。首先，报酬微薄：一个5分钟视频仅获2-5美元，扣除时间成本后，时薪远低于最低工资。其次，数据隐私堪忧。用户上传的视频可能包含面部、家居细节，甚至被用于商业训练，而隐私协议模糊不清。再次，工作不稳定：任务随时枯竭，App算法优先高绩效用户，低端工作者易被淘汰。

更深层的是自动化悖论：零工们训练AI，最终可能被AI取代。想象一下，当AI学会完美炒蛋或洗衣后，谁还需要人类演示？Rogers警告，这预示着“AI gig work”的兴起——人类劳动被碎片化、算法化，丧失议价权。类似现象已在Upwork和Fiverr上显现，AI工具正蚕食创意任务。

编者按：AI零工，中国视角下的机遇与挑战

作为AI科技新闻编辑，我认为DoorDash Tasks虽在美国首发，但对中国市场启示深刻。中国零工平台如美团、饿了么已深度整合AI调度，未来或推出类似数据任务App。一方面，这为下沉市场提供了灵活就业；另一方面，低薪竞争将加剧城乡差距。政策层面，需加强数据劳工权益保护，如欧盟的AI法案已要求透明标注来源。中国可借鉴，推动“数据主权”立法。同时，企业应探索“人类+AI”共生模式，避免纯自动化陷阱。总体而言，这不是零工的终结，而是新纪元的开端——人类需适应，成为AI的“教练”而非“替补”。

展望未来，2026年的Tasks App或将成为范式，催生万亿级AI数据经济。但若无公平机制，它将放大不平等。读者们，你们愿意为AI“表演”日常生活吗？

（本文约1050字）

本文编译自WIRED，作者Reece Rogers，原文日期2026-03-21。