你的家務，正在餵養明日的機器人

折衣服賺錢，聽起來不錯——直到你發現報酬是新台幣不到12元。

美國外送巨頭 DoorDash 於2026年初悄悄推出一款名為「Tasks」的新應用程式，與送餐毫無關係。它的核心邏輯只有一個：付錢給普通人，請他們把日常動作錄下來，作為訓練AI模型與人形機器人的原始數據。

這款應用在做什麼？

使用者將智慧型手機固定在胸前，選擇平台提供的任務——把衣物放進洗衣機、煎荷包蛋、在公園裡走路、用普通話進行日常對話——然後錄影上傳。DoorDash 官方說明寫道：「這些數據幫助AI與機器人系統理解物理世界。」

任務分為五大類：家務、手工作業、烹飪、場所導航、外語對話。報酬在接單前即可看到，基本時薪為 $15美元，但實際收入遠低於此。WIRED記者親身測試後發現，把10件衣物放進洗衣機的任務，預估報酬僅 $0.37美元（約新台幣12元）；煎一顆蛋最多賺 $5美元；完成三項任務，合計不到 $10美元。

目前，加州、紐約市、西雅圖、科羅拉多州的用戶被明確排除在外——這些地區恰好擁有美國最嚴格的勞工保護法規。

為什麼這件事現在發生？

時間點並非偶然。過去兩年，生成式AI與人形機器人的投資規模急速膨脹。Figure AI、1X Technologies、Tesla 的Optimus，乃至中國的 宇樹科技（Unitree） 與 智元機器人，都在競相開發能執行家務的通用機器人。而這類機器人最大的技術瓶頸之一，正是缺乏足夠的人類動作影像數據。

DoorDash 的算盤很清楚：它已擁有數百萬名零工勞動者的網絡，現在只需把這個基礎設施，從「送餐」轉向「採集AI訓練數據」。這不是一個新功能，而是一個新的商業模式實驗——將人類的身體勞動，系統性地轉化為AI產業的原料。

廣告

廣告合作

[email protected]

廣告

華人世界怎麼看這件事？

從台灣、香港到東南亞華人社群，這個議題觸及幾個值得關注的面向。

數據地緣政治的敏感性：任務清單中包含「普通話日常對話」的錄音採集。在中美科技競爭持續升溫的背景下，誰在採集、儲存、使用這些語音數據，是一個不能忽視的問題。用戶在點擊「接受」之前，或許應該先問清楚數據流向。

中國大陸的平行發展：類似的數據採集生態在中國早已存在，但形式不同。部分AI公司透過眾包平台（如 京東眾包、百度眾測）收集標註數據，薪資結構同樣偏低。不同之處在於，中國的人形機器人公司（如 宇樹、傅利葉智能）目前主要在工廠與研究環境中採集數據，尚未大規模向一般消費者開放這類任務。

勞動力結構的共同挑戰：台灣面臨少子化與製造業缺工；東南亞則有大量年輕勞動力尋找靈活工作機會。DoorDash Tasks 這類模式若擴展至亞洲，對不同地區的衝擊將截然不同——對台灣可能是「數據外流」的隱憂，對越南、菲律賓則可能是「新型出口」的機會。

誰在這場交易中獲益？

這個問題值得直視。用 $0.37美元 換取的一段洗衣影片，可能成為價值數十億美元的機器人產品的訓練素材。數據的生產者（用戶）與數據的受益者（平台、機器人公司、投資人）之間，存在極度不對稱的價值分配。

這並不是新問題。Amazon Mechanical Turk 自2005年起就以「微任務」模式運作，長期被批評為「數位血汗工廠」。DoorDash Tasks 的差異在於，它把數據採集從「點擊螢幕」升級到「移動身體」，讓人類的物理動作也成為可交易的商品。

更值得思考的是長期邏輯：今天以低薪提供數據的勞動者，明天可能面對用這些數據訓練出來的機器人搶走他們的工作。這不是科幻情節，而是物流、餐飲、家政等行業正在逼近的現實。