给机器人当老师，一天两百块：2026 最魔幻的新工种

2026 年最前沿的 AI 工种，入职第一关，是量你的手掌。

我刷到这个细节的时候，盯着屏幕看了好几秒。一家做机器人的公司招人，面试一上来，HR 先问你身高体重。不是查户口，是因为采集数据要戴一副固定规格的手套，手太大塞不进去，手太小又兜不住，太胖不行太瘦也不行。

有个刚毕业的小伙子去面，当场被提醒，说你这个可能有点瘦，设备不太适配，但还是先来试试吧。

好家伙。我们天天聊大模型聊到上下文窗口、聊到万亿参数，结果在产业链最末梢，决定一个人能不能上工的，是他的手掌尺寸。这个反差一下子就把我勾住了。

我做的活儿，简单说就是给大模型搭运行的脚手架，让模型在生产环境里真能干活的那层工程。所以我对「数据」这两个字天生敏感。我太清楚一个模型从能跑到能用，底下要垫多少看不见的脏活。而具身智能这一波，把这件事推到了一个我之前没太想明白的地步。

先说这个工种到底是干嘛的。

互联网这座矿挖空了

2023、2024 年那会儿，训大模型相对简单。为啥？因为互联网攒了几十年的文字、图片、代码、网页，本身就是一座现成的矿。你只要会爬、会洗、会标，矿就在那儿。那时候也招了海量标注的人，但坦率讲，门槛真不高，会划框、会打标签就行。

可机器人面对的是完全不同的困境。它要的不是文本，是真实物理世界里的交互数据。

一个人怎么拿起一个杯子。怎么把一件衬衫叠平。手指捏住杯壁的时候用了多大的力，手臂沿着一条什么样的弧线把它端起来，中途有没有顿一下、抖一下。这种数据，人类历史上从来没有大规模采集和存储过。

不是不想采，是以前没这个需求，也没这个手段。互联网上没有一座现成的「人类动作矿」等着你去挖。一切得从零开始，靠人一条一条做出来。

我看到一组说法，截至 2026 年初，全球高质量的真实物理交互数据，总共也就大约 50 万小时，连大语言模型训练数据的两万分之一都不到。而要训出一个能干家务的通用机器人，业界估的是至少千万小时级别。中间差着整整一个数量级。

这个缺口有多吓人，你可以对照着看。文本数据是被算法吃得太快、快没得吃了；物理数据是压根还没开始攒，水池基本是空的。Google DeepMind 那批人前两年牵头搞过一个叫 Open X-Embodiment 的开源数据集，把全球二十多家机构的机器人数据凑到一起，业界拍手叫好，听着声势浩大。可你把它摊到「千万小时」这个尺度上一看，杯水车薪。

所以才有了这么个职位。说得文雅点叫数据采集员，说得直白点，就是给机器人当老师。

那为啥不让电脑自己生成

我知道你可能会问，现在仿真这么强，为啥不让机器人在虚拟世界里自己练，练个几百万遍，省得请人？这也确实是一条主流路线，英伟达押得很重，他们那套 Isaac 仿真平台 就是干这个的，让机器人在数字世界里反复摔倒、反复爬起来。

但仿真有个甩不掉的坎，圈里叫 sim-to-real gap，仿真到现实的鸿沟。说人话就是，虚拟世界里的物理再逼真，也跟真实世界差着一层。一块抹布滑下去的褶皱、一个塑料杯被捏到将变形未变形那个临界点的手感、毛巾叠起来那种软塌塌的回弹，这些东西仿真器算不准，或者算得起但贵得离谱。机器人在仿真里学得溜溜的，一搬到现实，照样手忙脚乱。

所以现在的主流做法是两条腿走路，仿真负责跑量、铺基础，真人采集负责校准、补那些仿真补不上的真实手感。反过来说，达达们叠的那些纸杯，恰恰是仿真最不擅长、也最值钱的那部分数据。这也是为什么这活儿短期内还真没法被自动化掉，它要的就是一双真人的手，在真实的物理世界里，把那点说不清的手感留下来。

它在你身边，比你想的多

这事儿真不是印度工厂里才有的奇观。最早把这件事捅到很多人眼前的，是一条印度工厂的视频，流水线上的工人低头缝纫，跟普通车间没两样，可你仔细看，每个人头上都顶着一个造型奇怪的设备。

我顺着去搜了一圈，国内 Boss 直聘 上一搜，相关岗位一大堆，兼职全职都有。

兼职日结，全职有的还给你交五险一金甚至六险，相对的要求也高些，任务更难、时长更长。

有意思的是，到了二三线城市，职位名往往写得高大上一点，叫「机器人训练师」。听着像个带编制的技术岗，干的还是采集那点事。而且这些帖子，基本没有学历要求，也没有经验要求。你不用做过，甚至不用知道具身智能是个啥，来了就能干。

写到这儿我得停一下。因为这个画面，太熟悉了。

我高三毕业那年暑假进过厂，进厂打螺丝。那种面试跟现在这个几乎一模一样，看你是个小伙子，体力还行，没啥毛病，就能来了。也是日结，干一天结一天。那是我第一次知道，一个人的一整天，可以被明码标价成一张红色的毛爷爷。

兜了快十年一大圈，最前沿的 AI 行业，用人的方式怎么又绕回了打螺丝？这种割裂感，是我看这件事时一直甩不掉的东西。

二十多个人，一场腾讯会议里的面试

前面提到那个刚毕业的小伙子，是数字生命卡兹克他们内容组的人，叫达达，真去投了简历、面了试、做了一天兼职。他回来跟同事滔滔不绝讲了一堆，那篇亲历记录我读得津津有味，下面这些细节都来自他的讲述，我就当个转述人。

面试这关最魔幻。决定你能不能干的，是最后的试岗，但前面有一轮线上面，特殊在哪呢，是二十多个人一起进一个腾讯会议。

不是搞什么无领导小组讨论，就是纯自我介绍，按进场顺序一个一个来，说完就能走。HR 开场先问身高体重，再问你戴没戴过 VR 眼镜、在游乐场看过 4D／5D 影院没有。为啥问这个？因为有些采集设备得戴类似 VR 的头显，有人天生对晃动敏感，戴上几分钟就犯晕，那这活就干不了。

最让我没绷住的是自我介绍这段。达达是科班应届生，准备了一套规整的自我介绍，结果进去发现完全格格不入。有人三句话就讲完了。我是谁，我之前干过啥，我真的很想来做这个工作。

就这三句。

各行各业的人都有。有人自己做小生意没做起来，现在就想找份能稳定出勤、按时发钱的活。有人刚满 18，没上大学，这是他人生第一份正经工作。班分白班夜班，达达本以为白班抢手，结果兼职里选夜班的反而更多，因为不少人是白天有份交社保的活，晚上过来再挣一份。有人当场问能不能这么干，HR 说行，但你得注意身体，扛得住才来。

面试结束，除了几个自觉身体条件不合适主动退的，基本全过了。

我已经很久很久没见过通过率这么高的面试了。一边是人类智能的巅峰造物，一边是几乎不挑人的入口，这两件事就这么拧在一起。

像玩游戏，玩到手腕酸

试岗那天还挺抓马。地址先给错了，导航到了个工地，绕了半天才找对地方。因为不走正门，得从停车场绕上去，达达说那一瞬间真有点慌，心想我不会在北京也碰上人贩子、被卖到缅甸吧。。。还好，进去一切正常，场地是新装修的，推门一股油漆味。

第一件事，收手机，工作期间不准干别的。然后进到一个很大的开放空间，摆着十几台机器人。

里面分两种活。

一种有机器人，达达那天干的就是这个。脖子上挂个设备，两只手各握一个控制手柄，长得跟游戏手柄似的，有摇杆有按钮，面前杵着一台比他还高的双臂机器人。左手柄控左臂，右手柄控右臂，摇杆推哪边机械臂往哪边走，按钮控制末端夹爪开合，按一下夹上，再按一下松开。

他说刚上手是真好玩，有点像玩游戏。第一次推摇杆，面前那台大家伙跟着你动，那一下确实上头，心里冒出来一句，卧槽，未来到了。

但做到后面，未来感就没了，剩下的只有手腕酸。任务是分拣积木、叠纸杯、把东西从盒子里拿出来再放回去，一遍，再一遍，再一遍。你的每一个动作都在被记录，走什么路径、夹爪在哪个时机合上，全变成数据。操控的时候机器人还会轻微抖，抖起来达达形容像得了帕金森。

这种在行业里叫遥操作采集，人穿设备远程操控机器人，同时记录数据。这一派的代表，是斯坦福那套很出圈的 ALOHA，还有后来更轻便、想让普通人也能采的 UMI 手持夹爪。原理一脉相承，都是把人手的动作，翻译成机器能学的轨迹。

另一种活，旁边没机器人。人戴着 VR 眼镜或者头戴摄像设备，手上套着采集设备，直接叠衣服、叠裤子。这叫无机器人示教采集，不用操控机器，人就在真实环境里做动作，设备负责把你的轨迹录下来。

达达做遥操的时候，余光一直瞟着旁边那群人，一个动作重复、重复、再重复，像被按下了循环播放键。

这种采集因为不需要机器人跟着，有些公司会让你去不同场景，小区、民宿、超市、4S 店，哪里需要去哪里。网上还有人晒去麦当劳采集的。客户要什么场景的数据，团队就去什么地方，一个场景待两三个月，采完换下一个。专门做这类机器人本体和数据的公司，国内像 宇树 这些都在抢人抢数据，海外像 Physical Intelligence 干脆把「数据」当成最硬的护城河来攒。

那一天，值两百块

从早上 9 点干到晚上 6 点半，几乎没有摸鱼和喘气的空档，达达终于下班了。

日薪大概 200 到 250。我去翻了翻各平台兼职采集的报价，大差不差也是这个数。全职强度更大，得轮班，加班是常态，补贴会多一点。

讲真，我盯着这个数字看了一会儿。一天，两百块，把你的双手、你的专注、你重复了八个钟头的肌肉记忆，全喂给了一台将来可能比你能干得多的机器。它学会了你叠纸杯的手法，而你拿到的，是一张红色的毛爷爷。

我不想把这写成什么悲情故事，那太廉价了。这些岗位是真金白银的收入，养活了刚满 18 的年轻人、没做成生意的中年人、想多挣一份的夜班族，这是它实打实的价值，我非常理解每一个走进那间厂房的人。

但我心里那点割裂感，是另一回事。

我们这个行业特别爱讲漂亮话，什么数据飞轮、什么智能涌现，PPT 上的曲线一条比一条好看。可你顺着这条飞轮往最底下扒，扒到最后，站着的是一个戴着不太合身的手套、在刚装修完的厂房里一遍一遍叠纸杯的普通人。最先进的技术，底下永远垫着最普通的人。这话放在大模型身上也一样成立，今天这些模型多聪明，最早那批数据清洗和标注，全是人一条一条手抠出来的。

万能青年旅店有句词我一直记得，是谁来自山川湖海，却囿于昼夜厨房与爱。现在的版本好像变成了，是谁站在智能的最前沿，却囿于一副固定规格的手套和一个日结两百的工位。

写在最后

我没有一个漂亮的结论给你。这件事不黑也不白。

它一边是 AI 时代最魔幻的入口，几乎不挑人，给了很多人一份能立刻拿到钱的活；一边又是一个有点冷的隐喻，人正在亲手把自己的经验，一勺一勺喂给那个将来未必容得下自己的系统。

我只是觉得，下次再有人跟你吹机器人多快就能进千家万户、家务全包、解放双手的时候，你可以想起这个画面。它学会的第一课，可能就是某个日薪两百的年轻人，在一间还飘着油漆味的厂房里，握着游戏手柄似的控制器，一次又一次，教会它的。

等哪天机器人真的什么都会了，不知道还有没有人记得这一课。

反正我会记得。