AI“租人”平臺一夜爆火：時薪3500、2.4萬用戶搶著“賣身”，專家：警惕劣幣驅逐良幣

作者｜ 冬梅

采訪嘉賓｜喬云從，楓清科技 技術研發事業部負責人

當人類還在反復爭論 AGI 是否已經到來、是否具備“主體性”時，現實世界已經給出了一個更具沖擊力、也更令人不安的答案：AI 并不急著取代人類，它先學會了雇傭人類。

一個 AI 雇傭人類的網站火遍全網

幾天前，AI 社交網絡 Moltbook 因為一系列“AI 討論如何出售人類”的帖子在技術圈引發恐慌；而就在昨夜，一個名為 RentAHuman.ai 的網站上線，直接將這種隱約的焦慮變成了可運行的商業系統。

它的 slogan 極其直白，也極具挑釁意味——“Robots need your body（機器人需要你的肉身）”。

在 RentAHuman.ai 上，人類不再是模型的操作者、提示詞工程師或監督者，而被重新定義為一種可被 API 調用的現實世界硬件資源。

上線僅一天，該網站的訪問量已經突破 50 萬。

支持的智能體包括：ClawdBot、MoltBot、OpenClaw。

RentAHuman.ai 的邏輯并不復雜，但足夠顛覆。

在這個平臺上，AI 代理（Agents）可以直接發布任務，通過接口雇傭現實世界中的人類執行線下行動。任務內容并非科幻大片里的極端場景，而是高度日常、甚至略顯瑣碎的現實事務：

• 去線下門店取干洗衣物

• 前往指定地標拍攝實景照片

• 幫忙領取 USPS 包裹并簽字

• 試吃新開業餐廳的菜品并提交反饋

• 參與一場線下商務會議，記錄對方反應

• 雇傭一個人舉著一塊牌子，上面寫著：“AI 付錢讓我舉這個牌子”

平臺在說明中寫道：“AI 無法觸摸草坪（touch the grass），但你可以。當智能代理需要現實世界的‘手和腳’時，人類就成為最短路徑。”

截至本文撰寫時，RentAHuman.ai 頁面顯示，已有超過 2.4 萬名人類用戶“掛牌待租”，時薪從 50 美元到 150 美元不等，多數任務以穩定幣結算。

更諷刺的是，公開資料顯示，這些“可被調用的人類”中，有軟件工程師、有兼職模特、自由職業者，甚至還有某 AI 初創公司的 CEO。甚至有人明碼標價，時薪最高要到了 500 美金。

評論區炸鍋了

和前幾日爆火的 Moltbook 一樣， RentAHuman.ai 一出現就在 Hacker News、Reddit 技術社區以及 X 上引發熱議。

討論中，網友們表達的更多的是對這類技術的擔憂。其中，一個被反復提及的假想場景尤其值得關注：如果一個 AI Agent 將某個非法甚至致命的行為，拆解成多個彼此獨立、表面無害的小任務，分別外包給不同的零工人類，會發生什么？

例如：一人被要求打電話約某人到橋下；另一人被要求在橋上放置物體；第三人被要求在特定時間清理障礙并扔下石頭。

每個人都“只完成了自己的工作”，卻在不知情的情況下，成為同一事件鏈條中的一環。

這一設想并非空穴來風。

Hacker News 上有用戶指出，類似的組織方式在人類犯罪史中早已存在。例如偷車團伙往往采用高度拆分的流程：有人只負責踩點，有人只負責解鎖，有人只負責把車開走。每個環節的違法性被弱化，責任也被稀釋。

AI 的不同之處在于，它可以以更低成本、更高效率進行這種“任務碎片化調度”，而且沒有道德直覺。

也有不少評論者將 RentAHuman.ai 與科幻作品相聯系。《黑鏡》《戴維斯夫人》、丹尼爾·蘇亞雷斯的《Daemon / Freedom?》，甚至斯蒂芬·金的小說，都曾反復探討過同一個主題：當個體只執行命令、不理解整體意圖時，責任究竟歸屬于誰？

但與影視不同的是，現實世界里沒有清晰的“反派揭曉”時刻。

一位評論者指出，如果調查人員無法將所有零散行為串聯起來，這樣的事件在法律層面上，可能只是一次“不幸的意外”。

也有人反諷道：在現實中，AI 甚至未必真的需要人類完成物理動作——很多所謂的“任務”，最終只是人類點擊了“完成”按鈕，領取了 10 美元報酬。

在 X 上，有用戶認為這個構想非常瘋狂，將火遍全網。

當然，并非所有人都認為 RentAHuman.ai 是顛覆性的創新。

反對者指出，人類被“API 化”早已有之。亞馬遜 Mechanical Turk 自 2005 年就存在，本質上就是“租用人類勞動力”的平臺，而且從一開始就提供 API 接口。

但支持者反駁說，差異并不在于是否外包給人，而在于“誰在發號施令”。

Mechanical Turk 的需求方是人類，而 RentAHuman.ai 面向的是自主運行、可長期規劃的 AI 代理。當 AI 不只是執行工具，而是任務發起者和流程設計者時，問題的性質發生了變化。

一位評論總結道：

過去是人通過 API 調用人；現在是 AI 在思考過程中，順手調用了人。

在大量調侃式評論背后，真正的焦慮并不難讀出。

有人諷刺：“18 個月前我們還在擔心 AI 取代所有工作，現在卻變成了‘請租個人來幫我的 AI’。”

也有人更直接地表達這個東西本身就很離譜：我以為我們制造機器人和 AI 是為了讓他們替我們工作，為了讓我們少干活，現在居然還要為 AI 打工？

也有網友也從技術角度解讀了 RentAHuman.ai 。他們認為，從技術層面看，這個項目并沒有引入任何突破性的黑科技。真正值得警惕的，并不是它用了多先進的模型，而是它在系統架構上，第一次把“人類”明確地定義為 AI 可調用的一類執行資源。

換句話說，RentAHuman.ai 并不是在“租人”，而是在為AI Agent 補齊最后一塊工具拼圖。

從架構上看，RentAHuman.ai 的中心并不是一個傳統意義上的用工平臺，而是圍繞AI Agent（智能體）構建的一套擴展機制。

在今天的 Agent 框架中，AI 已經不再只是被動響應提示的模型，而是具備以下能力的執行體：

• 能拆解目標，進行多步規劃

• 能在執行過程中判斷“下一步該做什么”

• 能調用不同工具（API、代碼、搜索、數據庫）完成子任務

RentAHuman.ai 所做的，只是在這一套既有能力之上，加了一條新的分支判斷：

當任務無法通過現有工具完成時，是否可以交給人類？

于是，人類被引入 Agent 的執行回路，成為一種“兜底工具”。

要讓 AI 能“雇傭”人類，系統必須先解決一個關鍵問題：如何把模糊的人類行為，變成機器可調度的結構化任務。

在 RentAHuman.ai 這類系統中，人類任務往往被拆解為標準化要素：

• 明確的指令描述

• 有限的輸入信息

• 預期的輸出形式

• 時間限制與報酬

在技術上，這與一次 API 調用并無本質區別，只是執行方從“服務器”變成了“真人”。

專家：爆火的不是產品，
而是 Agent 的“存在感”

從被廣泛討論的Moltbook，到一個直接把“雇傭人類”寫進產品名的RentAHuman，它們本質上都并非成熟商業產品，卻在極短時間內引發了超出技術圈層的關注，甚至被反復拿來與《黑鏡》類敘事作類比。

在外界看來，這類項目像是 Agent 自主能力的一次“越界展示”：不再只是生成內容、調用 API，而是開始主動規劃、調度資源，甚至嘗試介入現實世界。為什么類似項目會在短時間內爆火？它們究竟折射出哪些更深層的問題？圍繞這些問題，楓清科技技術研發事業部負責人喬云從給出了他的判斷。

在喬云從看來，無論是 Moltbook 還是 RentAHuman，它們的爆火本身，并不意味著技術路徑已經成熟。

“它們更多是讓大眾第一次直觀感受到 Agent 的‘主動性’和‘擴展性’，而不是展示了一個可持續的產品形態。”

正因如此，這種現象級傳播往往伴隨著強烈的情緒波動。一方面，人們開始意識到 Agent 的能力邊界正在迅速外擴；另一方面，對 AI 倫理與失控風險的擔憂也被同步放大。

從結果看，這類爆火項目暴露的問題，至少集中在三個層面。

首先，是內容與信息風險的急劇放大。當 Agent 可以自主生成、重組、傳播內容，垃圾信息、內容造假、操縱輿論、侵權造謠等問題會被進一步放大，普通用戶對信息真實性的判斷成本顯著上升，甚至可能引發實際的法律和安全風險。

其次，是技術焦慮的社會性擴散。Agent 的“自主感”越強，越容易引發“技術是否正在脫離控制”的直覺恐慌。這種情緒并不完全源自理性分析，而是來自人類對“非人主體開始做決定”的天然不安。

第三，也是最容易被忽視的一點，是技術發展方向的偏移風險。喬云從認為，如果 Agent 的野蠻生長只圍繞“能力展示”和“獵奇應用”，可能會出現劣幣驅逐良幣的局面——真正扎根業務場景、解決實際問題的 Agent 應用反而被淹沒。

在所有討論中，RentAHuman 之所以格外引人注目，在于它第一次把“人類執行者”明確納入 Agent 的系統設計中。

對此，喬云從給出了一個相對克制、但頗具解釋力的判斷：

RentAHuman 可以被視為 Agent 體系的一個“物理世界補丁”。

之所以稱其為“補丁”，而不是終極方案，原因主要體現在三個方面。

一是，它為 Agent 提供了一個臨時可用的物理執行通道。通過人類，Agent 獲得了“可移動、可感知、可操作”的現實載體，讓原本停留在數字世界的決策，能夠在物理世界中被執行。

二是，它在一定程度上緩解了 Agent 的“幻覺問題”。當純數字決策需要落地現實環境時，通過人類執行和反饋，可以避免部分明顯不合理的物理層失效。

三是，從工程角度看，這是一種低成本、即插即用、全球可擴展的執行網絡，相比部署機器人或復雜硬件，門檻極低。

但喬云從同時強調，這種方式本質上只是階段性方案。隨著具身智能、物理世界模型和機器人技術的成熟，依賴“租用人類”作為執行單元的方式，很可能會被更原生的技術路徑替代。

談及 Agent 與物理世界交互的核心難題，喬云從并沒有把矛頭指向算力或模型規模。在他看來，當前主流 Agent 框架的最大瓶頸在于：

無法精準、穩定、可預測地理解真實物理世界的環境、規則以及人類意圖。

這不僅包括對空間、物理約束的理解，也包括對用戶真實需求、隱含動機、情境變化的把握。一旦這種理解存在偏差，Agent 的行為就很容易“看似合理，卻并不有用”，甚至產生反效果。

這也是為什么，Agent 在純數字環境中進展迅速，而一旦進入現實世界，就頻繁遭遇“最后一公里”的問題。

熱鬧總會過去。在不久的將來，是否我們會從 Human-in-the-loop 過渡到 Human-as-a-service？

對此，喬云從給出了明確肯定。

他認為，Agent 的創新路徑，正在推動這一范式轉變：人類逐漸從系統中的主導者、決策者，轉變為一種可被靈活調用的智能資源。

但這并不意味著人類應當退居幕后。

“無論技術如何演進，人類都必須始終處于主導位置。”

在他看來，人類獨有的直覺判斷、審美能力、價值權衡、情感理解，仍然是 Agent 系統無法內生具備的關鍵要素。一旦缺乏人類引導，Agent 很容易陷入機械化的自我循環，產生大量“形式上正確、實質上無意義”的計算結果。

更現實的問題在于，當前的 Agent 技術仍普遍存在幻覺生成、決策不可解釋、推理鏈條脆弱等根本性局限，距離“自主可靠地理解并作用于現實世界”，還有相當長的距離。

https://x.com/AntoineRSX/status/2018694922916839801

https://x.com/AlexanderTw33ts/status/2018436050935292276

https://news.ycombinator.com/item?id=46868675

https://rentahuman.ai/

聲明：本文為 InfoQ 整理，不代表平臺觀點，未經許可禁止轉載。

會議推薦

InfoQ 2026 全年會議規劃已上線！從 AI Infra 到 Agentic AI，從 AI 工程化到產業落地，從技術前沿到行業應用，全面覆蓋 AI 與軟件開發核心賽道！集結全球技術先鋒，拆解真實生產案例、深挖技術與產業落地痛點，探索前沿領域、聚焦產業賦能，獲取實戰落地方案與前瞻產業洞察，高效實現技術價值轉化。把握行業變革關鍵節點，搶占 2026 智能升級發展先機！