DoorDash 推 Tasks 应用：外卖员上传视频训练 AI 可赚钱

在人工智能快速发展时代，高质量训练数据已成为核心瓶颈。近日，美国外卖巨头 DoorDash 宣布推出名为‘Tasks’的新应用，这一创新举措让配送员（couriers）化身为 AI 数据贡献者。通过完成简单任务，如拍摄日常活动视频或录制自己用外语说话，配送员即可获得报酬。这一模式不仅为底层劳动者开辟了新收入渠道，还为 AI 模型训练提供了海量真实世界数据。

Tasks 应用的诞生与核心功能

DoorDash 是全球领先的外卖配送平台，服务覆盖数百万用户和商家。2026 年 3 月 20 日，TechCrunch 报道，该公司正式上线‘Tasks’应用，专为配送员设计。用户只需下载 app，即可浏览各种微任务列表。例如，拍摄自己在超市挑选商品的过程、记录城市街头交通场景，或用西班牙语、法语等语言朗读指定文本。这些任务时长通常在 1-5 分钟，报酬从几美元到数十美元不等，视任务复杂度而定。

‘Delivery couriers will be able to earn money by completing activities like filming everyday tasks or recording themselves speaking in another language.’ —— TechCrunch 原文摘要

DoorDash 强调，所有提交内容将经过严格审核，确保数据质量。应用内置 AI 初步筛选机制，仅高质量视频才能用于训练。配送员可实时查看任务进度和收入统计，提现门槛低至 5 美元，支持即时到账。这对许多兼职配送员来说，是雪中送炭，尤其在经济不确定期。

AI 训练数据的行业痛点与 DoorDash 的解决方案

AI 模型如大型语言模型（LLM）和计算机视觉系统，需要海量标注数据。传统方式依赖众包平台如 Amazon Mechanical Turk 或 Scale AI，但这些数据往往缺乏真实性和多样性。DoorDash 的配送员群体遍布全球城市，接触多元文化和场景，正是理想的数据源。

补充行业背景：早在 2023 年，OpenAI 和 Google 等巨头就开始探索‘真实世界数据’采集。DoorDash 的前身 Uber Eats 也曾试点类似项目，但 DoorDash 首次将其独立成 app，并与 AI 训练深度绑定。根据麦肯锡报告，到 2030 年，AI 数据市场规模将超 5000 亿美元。DoorDash 此举相当于将物流生态转化为数据工厂，预计每年可采集数亿分钟视频。

本文由 赢政天下编译整理，更多海外AI资讯，尽在 赢政天下。

技术上，这些视频将训练 DoorDash 自家 AI，用于优化路径规划、语音订单识别和欺诈检测。例如，多语言录音能提升非英语用户的体验，而街头视频有助于模型学习复杂交通环境。

潜在影响：机遇与挑战并存

对配送员而言，Tasks 应用是福利升级。DoorDash 配送员平均年收入约 4-6 万美元，此额外收入可增 10-20%。但也有人担忧：任务是否会干扰主业？数据隐私如何保障？DoorDash 承诺匿名化处理，并遵守 GDPR 等法规。

行业层面，这开启‘零工经济 + AI 数据’新范式。竞争对手如 Uber、Instacart 或美团可能跟进，形成数据军备竞赛。同时，劳工权益组织呼吁监管，确保报酬公平，避免‘数字血汗工厂’。

编者按：众包数据革命的起点？

作为 AI 科技新闻编辑，我认为 DoorDash Tasks 应用是天才一招。它巧妙利用现有劳动力，解决数据饥渴症，同时赋能底层工作者。长远看，这可能催生‘数据即服务’新经济体。但需警惕伦理风险：谁拥有这些数据？AI 受益者是否反哺劳动者？建议 DoorDash 公开数据使用透明度，并探索股权激励。未来，类似模式或扩展至出租车司机、网约车主，甚至消费者日常记录。这不仅是技术创新，更是社会契约的重塑。

总之，DoorDash Tasks 标志着 AI 训练从实验室走向街头，值得全行业关注。

本文编译自 TechCrunch，作者 Aisha Malik，日期 2026-03-20。