京东动员60万人采数据！普通人手艺可变现，日薪可达250元！

让机器人下一盘围棋赢人，早就不新鲜了。可让它稳稳抓起一个杯子，叠好一件衬衫，到今天仍是难题。京东最近计划动员超过10万名内部员工，加上50万外部人员采集操作数据。工人、理货员、护工、宝妈，做家务和干活的动作，都可能变成训练机器人用的数据。

这事和普通人有关。因为人工智能这次要学的，不只是在屏幕里答题，也要进入仓库、超市、养老院和家里。它先学会谁的动作，就更容易替代或改变谁的工作。你以为不值钱的手上功夫，正在被科技公司重新标价。

机器人最难学的是普通人的小动作

这里有个反常识的道理，叫莫拉维克悖论。人觉得下棋难，叠衣服简单。机器恰好反过来。抽象推理可以拆成规则，可以在屏幕里跑很多遍。可叠衣服不一样。衣服会皱，会滑，每次摊开的形状都不一样。抓一颗鸡蛋也不一样。力小了拿不稳，力大了会碎。

这种能力，很像骑自行车。你会骑，但你很难写出一本说明书，让别人照着文字就学会。身体要摔几次，才会记住平衡。哲学家波兰尼讲过，人知道的东西，多过能讲出来的东西。端汤不洒，拧螺丝不滑牙，认出一个熟人的背影，都属于这类经验。

机器人要学的，偏偏都是这些经验。它不能只看文字。你没法告诉它，夹爪收紧到哪一毫米才刚刚好。它要看人怎么做，也要自己在环境里试。失败的动作，成功的动作，都要存下来。数据越多，模型越有机会学到那个分寸。

所有公司都在抢真实世界数据

过去大模型吃的是互联网。网页、代码、图片、论坛帖子，都是现成矿山。机器人没有这个矿。人类从来没有系统保存过端杯子、叠裤子、分拣货物的手部轨迹，也没有大规模记录过力量、角度和失败原因。

所以具身智能公司正在抢真实世界数据。具身智能，就是带着身体的人工智能。它不只会说，还要会看、会走、会抓、会搬。智元、银河通用、千寻智能这类国内公司在找场景，美国的 Physical Intelligence 也在做机器人基础模型。

据市场数据服务商和媒体报道，Physical Intelligence 在2025年完成新一轮融资后，估值达到56亿美元。钱涌进来，说明资本也看懂了，机器人更缺能反复训练的操作数据，演示视频还不够。

最像样板的案例，是特斯拉。它让车在真实道路上跑，再用行驶数据改进辅助驾驶。这个思路搬到机器人身上，就是让机器不断进入工厂、仓库和家庭，边干边学。可车在马路上跑，路线相对清楚。手上功夫更碎。一个厨房里就有杯子、抹布、锅盖、油污和湿手。每个小变化，都会让机器人犯错。

采数据正在变成新工种

京东的动作值得普通人盯着看。媒体报道里，宿迁社区有全职妈妈戴着头戴设备，擦桌子、叠衣服、整理收纳。养老院里的护工，记录扶老人起身和康复训练。田间地头的农人，记录握农具和避障动作。这些过去只算劳动，现在多了一层身份，数据采集员。

这门活儿听着很高科技，干起来很传统。有媒体体验过相关兼职，面试会看身高体重，因为设备要适配手掌和身体。工作内容也不神秘，分拣积木、叠纸杯、把东西拿出来再放回去。一天从早做到晚，日薪大概200到250元。

这就是新产业最复杂的一面。上面是估值几十亿美元的机器人公司，下面是普通人一遍遍重复动作。一个动作被拆成轨迹、角度、时机和力量，再变成数据卖给模型。数据采集员得到一天工资，企业得到训练燃料。谁占到更大收益，现在还不好说。

但有一点已经出现了。普通人的经验开始进入价格体系。会整理货架，会包饺子，会护理老人，会把流水线上的零件摆正，这些过去很难被写进简历的能力，正在被设备记录下来。它给一部分人带来新收入，也可能在未来反过来训练出替代某些环节的机器。

先别被机器人进家门带跑

这里要泼第一盆冷水。数据循环一旦转起来，会变成壁垒。可现在多数公司还在起步阶段，谁能先跑通，还没有结论。遥操作很贵，真机器人、设备和人力都要钱。仿真便宜，但虚拟世界的摩擦、软布、油污和碰撞，和现实总有差距。UMI这类手持夹爪方案更灵活，但数据能不能跨机器人稳定复用，还要继续验证。

第二盆冷水更现实。家庭机器人离大规模进入普通人家里，还没那么近。国研中心的研究提到，具身智能当前主要在工业、物流、分拣、焊接、检测等垂直场景小规模落地，通用场景还需要时间。新闻里的机器人会叠衣服，和你明年就能买一台回家干家务，中间差着成本、安全、售后、责任和可靠性。

所以别把每个演示都当成时间表。机器人在工厂里帮忙搬箱子，先比在家里照顾小孩靠谱。它在仓库学会分拣，先比在厨房里炒菜靠谱。越标准化、越重复、越危险的岗位，越容易先被改变。家庭是最乱的场景，反而会靠后。

普通人要看懂这笔账

绕回开头。机器人学得最慢的，恰恰是人类觉得最简单的动作。人类几十年练出来的手感，机器要靠海量数据补课。这也是京东、特斯拉、Physical Intelligence 这些公司都绕不开的一关。

普通人不用把它看成科幻。它更像一种新的外包劳动。过去你给平台送外卖、给电商分拣货、给短视频做内容。现在，你也可能给机器人贡献动作。短期看，这是兼职和新岗位。中期看，它会改变仓储、零售、护理、保洁、制造这些行业的用工结构。长期看，被记录最多、流程最标准的动作，最容易被机器学走。

这件事不必神化，也不必恐慌。会干活的人，短期仍有价值，因为机器人还得靠人教。可只会重复一个动作的人，要更早想清楚下一步。未来更稳的能力，可能要从单纯会做，转向会管设备、会排故障、会和机器人配合，也会判断什么时候不能让机器上。

以上涉及公司数据来自公开报道，涉及判断为个人分析，不构成投资建议。