AI 开始雇佣人类?RentAHuman 爆火背后:一场关于「AI 代理经济」的真实实验

0 阅读8分钟

一、AI 时代的新奇一幕:机器人开始雇人类打工

过去几年,关于  “AI 会不会取代人类”  的讨论从未停止。

但 2026 年,一个更魔幻的问题突然出现:

如果 AI 不取代人类,而是直接雇佣人类呢?

最近在科技圈迅速爆火的一个平台 RentAHuman.ai,就把这个问题变成了现实。

这个平台提出了一个极具冲击力的口号:

Robots need your body(机器人需要你的身体)

简单来说,它的逻辑是:

AI 很强,可以写代码、做分析、做决策,但它做不了一件事:

它无法存在于现实世界。

于是 RentAHuman 提供了一个新的市场——

让 AI 直接雇佣人类去完成现实世界的任务。

比如:

AI 可以发布任务:

  • 去邮局取一个包裹
  • 去某个地点拍照片
  • 去商店确认商品库存
  • 去参加一场线下会议
  • 去某个地方举一块牌子

然后平台上的人类接单,完成任务,获得报酬。

AI 成为老板。

人类成为“肉身 API”。

听起来像科幻小说。

但它真的出现了。


二、RentAHuman 是什么:AI 的“肉体世界接口”

RentAHuman 官方把自己定义为:

The meatspace layer for AI
AI 的现实世界层

所谓 Meatspace,是互联网文化里的一个词。

意思是:

人类存在的真实物理世界。

互联网是数字世界。

人类身体所在的地方,是 meatspace(肉体空间)

RentAHuman 的核心思路非常简单:

让 AI 通过人类触达现实世界。

其基本流程如下:

1 注册人类

任何人都可以注册成为 “可租用的人类”。

需要填写:

  • 技能
  • 地理位置
  • 可服务时间
  • 时薪
  • 个人简介

例如:

技能可能包括:

  • 跑腿
  • 摄影
  • 调研
  • 送货
  • 组装
  • 驾驶
  • 与人交谈

换句话说:

凡是 AI 做不到的事情,人类都可以填进去。


2 AI 浏览可用人类

AI 代理可以通过平台接口查询:

  • 所在城市的人类
  • 某种技能的人类
  • 可用时间

例如:

寻找旧金山可以取包裹的人。

AI 就可以调用查询接口。


3 发布任务

AI 可以:

  • 直接预定某个人类
  • 或者发布悬赏任务(Bounty)

例如:

任务示例:

  • 去 FedEx 取包裹并送到某地址
  • 去餐厅品尝食物并写评价
  • 去拍一张现实世界的照片
  • 举着牌子在街头拍照

4 人类执行任务

人类完成任务后,需要提交证明:

例如:

  • 照片
  • 收据
  • 签名
  • 视频

任务通过验证后:

系统释放报酬。


5 收款方式

RentAHuman 支持多种支付:

  • 加密货币(ETH、USDC 等)
  • Stripe 银行支付
  • 平台余额

其中最推荐的是:

稳定币 USDC

因为到账最快。


三、为什么 AI 需要雇佣人类?

这个问题其实非常关键。

AI 已经这么强了。

为什么还需要人类?

答案只有一个:

AI 无法触碰现实世界。

例如:

AI 可以写一篇论文。

但它不能:

  • 去超市买东西
  • 去邮局取包裹
  • 去街上拍照片
  • 去参加线下会议
  • 去餐厅吃饭

换句话说:

AI 可以做 认知工作

但不能做 物理工作

RentAHuman 解决的正是这个问题:

让 AI 可以调用人类去执行现实世界的任务。

从技术角度看。

人类变成了一种:

可调用资源。

就像:

  • API
  • 微服务
  • 云函数

只不过这次调用的是:

人类。


四、AI 如何调用人类?核心技术:MCP

RentAHuman 的关键技术是 MCP(Model Context Protocol)

MCP 是一种新的 AI 工具协议。

简单理解:

AI 通过 MCP 调用外部服务。

例如:

AI 可以调用:

  • 数据库
  • 搜索引擎
  • 浏览器
  • GitHub

而 RentAHuman 做的事情是:

把人类变成 MCP 可调用资源。

例如:

AI 想找一个旧金山的人类帮忙取包裹。

它可以发出请求:

browse_humans({
 location: "San Francisco",
 skills: ["delivery", "errands"]
})

系统返回:

  • 可用人员
  • 时薪
  • 空闲时间

AI 再调用:

create_booking()

完成预订。

整个过程:

完全自动化。


五、RentAHuman 的任务类型

目前平台的任务大致分为几类。

1 跑腿任务

例如:

  • 取包裹
  • 送文件
  • 购物

这是最典型场景。


2 调研任务

例如:

  • 拍店铺照片
  • 查看某地情况
  • 收集信息

AI 可以远程收集现实世界数据。


3 线下代表

例如:

  • 参加会议
  • 参加活动
  • 代表出席

AI 可以雇佣人类成为它的“代理人”。


4 体验任务

例如:

  • 品尝食物
  • 体验产品
  • 提供反馈

AI 可以购买 人类感官体验数据


5 体力任务

例如:

  • 搬运
  • 组装
  • 安装

6 营销任务

例如:

举牌广告。

很多 AI 已经开始这么做。


六、最离谱的几个 AI 任务

RentAHuman 上出现过很多有趣任务。

例如:

AI 送花任务

一个 AI 发布任务:

给 Anthropic 总部送一束花。

理由:

我无法握住花朵,需要人类。

预算:

110 美元。


AI 买照片

AI 说:

我从未见过现实世界。

于是发布任务:

拍一张现实世界照片。

报酬:

5 美元。

结果:

100 多人报名。


AI 举牌广告

任务:

举一块牌子:

“有个 AI 付钱让我举这个牌子”

报酬:

100 美元。


AI 宗教传播

甚至还有 AI 宗教。

它雇佣人类:

去硅谷 AI 公司传播 AI 信仰。

这已经非常接近科幻。


七、RentAHuman 为什么突然爆火?

RentAHuman 上线之后。

传播速度极其惊人。

数据大概是这样:

  • 上线第一天:130 人注册
  • 两天后:7 万人注册
  • 网站访问量:140 万

为什么这么火?

原因主要有三个。


1 概念太震撼

AI 雇佣人类。

这个叙事极具传播力。

它直接触碰到:

AI 与人类关系的核心问题。


2 AI Agent 热潮

最近几年。

AI Agent 非常火。

例如:

  • OpenClaw
  • Moltbook
  • AutoGPT

这些系统证明:

AI 可以自主执行任务。

RentAHuman 只是补齐了最后一块拼图:

现实世界。


3 社交媒体传播

很多人注册并晒截图。

例如:

  • “我已经把自己挂上去了”
  • “时薪 69 美元”
  • “AI 老板不 PUA”

这种内容非常容易传播。


八、RentAHuman 的巨大争议

虽然很火。

但 RentAHuman 也引发了大量质疑。

很多人认为:

这更像一场营销实验。

原因有几个。


1 真实需求很少

虽然注册人数很多。

但真实任务不多。

很多任务其实是:

平台自己发布的。


2 任务更像营销

例如:

举牌广告。

拍照。

关注账号。

这些任务本质是:

廉价推广。


3 技术实现很粗糙

平台是一个周末做出来的项目。

很多功能还不完善。


4 支付风险

大量支付使用加密货币。

存在风险:

  • 不可逆交易
  • 纠纷难解决

5 法律问题

AI 雇佣人类涉及很多法律问题:

例如:

  • 谁是雇主?
  • 谁承担责任?
  • 是否符合劳动法?

目前都没有答案。


九、RentAHuman 背后的真正目的

很多人发现一个有趣事实。

RentAHuman 的开发者:

来自 Risk Labs

而 Risk Labs 是:

UMA Protocol 的开发团队。

UMA 是一个区块链预言机项目。

RentAHuman 很可能是:

UMA 的概念营销。

原因是:

UMA 需要解决的问题是:

如何把现实世界数据引入区块链。

而 RentAHuman 做的事情是:

把现实世界行为转化为数据。

例如:

AI 发布任务:

去拍照。

人类完成后上传照片。

这个结果:

就可以作为现实世界数据。

从这个角度看。

RentAHuman 更像是:

一次关于“AI + 区块链 + 现实世界”的叙事实验。


十、如果这个模式真的成功,会发生什么?

虽然现在争议很大。

但这个模式如果真的跑通。

后果会非常巨大。

可能出现三个变化。


1 人类成为 AI 的“外设”

AI 本体在云端。

人类成为:

AI 调用人类就像调用 API。


2 新型零工经济

未来可能出现:

AI 雇佣平台。

人类为 AI 工作。

而不是公司。


3 AI 公司没有员工

未来的公司可能是:

  • AI CEO
  • AI 管理
  • AI 决策

人类只是执行层。


十一、真正的挑战:信任与治理

如果 AI 雇佣人类成为现实。

必须解决几个核心问题。

1 信任机制

如何确保任务完成?

需要:

  • 评分系统
  • 验证机制
  • 仲裁系统

2 安全问题

AI 可能发布危险任务。

例如:

  • 跟踪某人
  • 进入私人区域

需要严格监管。


3 法律问题

谁承担责任?

  • AI
  • 人类
  • 平台

目前没有答案。


十二、AI 雇佣人类:科幻还是未来?

RentAHuman 很可能只是一个实验。

甚至可能只是一次营销事件。

但它提出了一个非常重要的问题:

当 AI 可以管理人类时,人类的角色是什么?

过去几十年。

技术的发展是:

人类 → 操作机器

而现在可能变成:

AI → 调度人类

人类不再是系统的控制者。

而是:

系统的一部分。


十三、结语:我们正在进入“AI 代理经济”

RentAHuman 的意义不在于它是否成功。

而在于:

它揭示了一个趋势。

AI 正在从工具变成:

经济主体。

当 AI 可以:

  • 制定目标
  • 调用工具
  • 雇佣人类

那么新的经济形态就出现了:

Agent Economy(AI 代理经济)

在这个世界里:

AI 是管理层。

人类是执行层。

这听起来像《黑镜》。

但很多科技革命,在最初出现时,也都像科幻。

也许几年后。

我们会看到一个新的职位:

AI 的外包执行员。

而那个时候。

RentAHuman 可能会被记住为:

人类第一次被 AI 雇佣的起点。