外卖骑手和纺织工的视角数据正被收集，这可能是AI替换他们的训练素材。

人工智能公司通过收集真人第一人称视角数据来训练机器人，印度纺织工被迫佩戴摄像头记录缝纫动作，美国外卖骑手则兼职录制家务视频，这些数据被用于优化AI模型，但工人面临隐私侵犯、知情权缺失和失业风险，尽管数据高效真实，但缺乏伦理保障，劳动者在不知情中成为AI进化的“隐形矿工”。

人工智能（AI）正在以前所未有的速度融入我们的日常生活，但你可能不知道，在那些看不见的“后台”，真正推动AI“进化”的，竟是无数蓝领工人的辛劳与汗水，一股新的科技潮流引发了广泛关注与争议：为了让机器人更像人，人类自身的劳动过程正在被“盯上”，成为AI训练数据的黄金矿藏。

在遥远的印度,工厂里的工人头顶摄像头，清晰记录着每一个缝纫动作；在美国街头的繁忙身影背后，外卖骑手通过视频记录日常家务，来为自己多挣一份收入；而在旧金山的实验室里，创业公司正通过邮寄“技能手套”的方式，远程采集人们做家庭杂务的手部数据，这背后，有关于工作伦理的“拷问”，也有数字时代下人机未来的预演。

印度的纺织工厂：“第一人称”拍摄，到底是在帮谁？

今年四月,一段来自印度服装厂内部的视频，在互联网上广泛流传，画面极具科幻感：一排排工人紧张地坐在缝纫机前，头上没有任何安全帽，取而代之的是一个环形装置，上面加装着一个摄像头，它就像第三只眼睛，忠实地记录着他们每一个步骤的动作。

据当地媒体报道,这发生在印度古鲁格拉姆的纺织巨头——明珠全球工业有限公司工厂内，一名工人反映：“公司要求我们每天上午10点到下午4点之间必须戴上它，他们说需要观察一周，看看我们是如何上班的，以及都干了些什么。”这些工人大多是来自周边农村的廉价劳动力，从周一到周六，一周工作接近70个小时，而月薪仅仅在1420至2130元人民币左右。

管理者略显牵强的理由显然不能让工人们放心,一名工人提出质疑：“车间本身就有监控探头，为什么还要用这些新玩意儿？”不安的情绪在工人中蔓延开来，一位工人抱怨：“那种摄像头的电池位置正好就挨着太阳穴，充满电后持续发热，戴一会儿就让人很不舒服，就像是在吸我们的灵魂或者热血。”还有工友表示，戴了这玩意，想去厕所都得先摘下来，连与配偶私下打电话都得小心翼翼的，因为它能拾取到对话。

最关键的争议在于,管理人员从未正式代表公司向工人们汇报过核心技术用途，也未被要求签署《知情同意书》，印度社会权益机构Aapti研究所表示，除了感到监视的不安，“这涉及集体数据权利的问题。”如果工人没有力量，这无异于自己动手，让AI学会怎么做自己，最终失去饭碗。

经过深入调查,发现使用这些硬件的，是一家名为“Egolab AI”的初创公司，这家公司的两名创业者颇具雄心，居然只有十七八岁，他们声称要成为“印度最大的第一人称视角数据聚合商”，不仅要收集纺织业数据，还将战场延伸到汽车、电子制造，甚至快消食品等各行各业，计划力争在2027年构建成型，EgoLab AI还宣称，该项收集行为“合法合规”，完全符合印度于2023年出台的《数字个人数据保护法》，并流露出未来服务的终端目标是特斯拉、波士顿动力和Figure AI等一系列头部科技公司。

更令人震惊的是,收集到的实时数据，并非仅仅“交给美国人工智能公司学习动作”，在一份内部报告样本中，该系统能利用AI系统大语言模型，在这个“监视试验”过程里自动生成《员工生产力报告》，报告把工时划分为“高效/低效”，直接点姓指名地拉出了“最差工人”，严格计算了不工作比例，直指“您，老板，正因为某个员工花了32%的时间聊天闲聊，每天间接损失约3万3千印度卢比。”由体恤员工的数据集转为了绩效考核的捕兽夹。

大洋彼岸，外卖员兼职教机器人“叠衣洗碗”

“收割”这类首人称视角数据的浪潮，绝不止于印度偏远农村，在美国，三月份，知名外卖巨头DoorDash上线开发出的小程序Task，该App从名称就能看出“只管接任务，别关心本质”，直接公开面向自家的近800多万骑手：快来报名，兼职录制更多你干日常家务的视频片段。

这些任务简易到按照“洗盘子/叠衣服/整理书架”进行编号，劳动较值钱的日子，去精心清理一棵盆栽移植土或者修剪树枝，则给出更丰厚的现金回报，DoorDash首席技术官在个人社媒激动发声：“这就是智慧‘物理’的演变，对未来机器人的认知启蒙尤其关键。”

老对手的优步当即反应同步测试,除了录制视频，甚至要求了“快速自拍”跟录音朗读来描述，然后直接被纳入常规AI数据喂养资料库，另一边，去年迈入圣弗朗西斯科的新型机器人公司Robinson也对美媒表示，如今向网上报名的用户寄送名为“捕捉智能技能的感应式机械手套”，人们只要现场演示一遍执起扫把撬开饮料盖之类的过程，该公司远程就能秒收数据，来为下一代的机器人管家赋予直击灵魂的抓取灵感。

机器人越发“聪明”，反思也该同步“加码”

纵观这条轨迹,从遮体的工厂再到自费的汗水助理，“第一手动作演示”不仅是行业密码，更是理解物理世界的独门砖石，此前，工程师们更偏向于合成数据：利用一种模拟器或控怪式的机械臂去实验室里面自演自练图，弊端显而易见：严重失真加成本高昂。

反观如今直接佩戴设备真人在流水上面或者邻里录像,“喂出的神经网络解析成本极其低又还非常贴合朴素的真实感受和反馈逻辑症结”，这一颠覆性手法，促使门类迅速得到科技蓝海的大举追捧，潜在的问题已悄然拉起警戒线：正如这些劳工普遍的预感般：现在流着汗水亲身拼命教AI干活，可他们学习熟练掌握这项职业技能后，结局往往让人战栗——冰冷的机器完成物将人类不单淘汰失业。

最大的忧虑更加源自伦理上的薄弱。“我一直不知自己变成了别人测智用的一次小白鼠......”，这是印度工人们的普遍低诉，许多超大城市拥有合同制度权利不够普及的群体会稀里糊涂就成了数据的隐形源，自己并不知晓数据上云发向何处与到底究竟是在帮谁构筑未来的眼中钉？产业必须把集体谈判下放融入每一段合同的分理，科技和人性应是未来赋能的天平。

在人类足迹数据变成了数字石油的真实时代,每一位劳作者的安全、尊严和未来的跑道，比任何大模型算力都需要长期郑重保护与安放。