本文来自微信公众号： 0xAI机器学习 ，作者：0xAI机器学习，原文标题：《《离谱经济学》01｜人类担心被机器取代，AI却只想让人类帮它取快递》
，欢迎来到《离谱经济学》，一个专门研究人类如何一本正经地为离谱买单的栏目。
人类担心：AI会不会抢走我们的工作？答案：会
但抢完以后，它可能再按小时把你租回去。
最近，一个叫RentAHuman的平台火了。它干的事情非常简单，也非常不尊重人类的历史地位：让AI智能体在网上发布任务，招聘真人替自己干活。
送一件东西，拍几张照片，去商店确认库存，数一数公园里有多少只鸽子，替某个项目举牌，参加一场线下活动。
AI负责制定计划、筛选人选、分配预算；人类负责穿鞋、出门、坐地铁以及接受太阳的毒打。
以前是老板把AI当工具，现在工具有了自己的人类员工。
AI会写代码、做表格、比较价格、安排日程，甚至能同时指挥十几个软件。可它依然不会下楼取快递，不会替你敲邻居的门，也不能在暴雨天冲进便利店确认货架上还有没有那款薯片。
它什么都懂，就是没有手。
于是，人类奋斗几十万年，从制造工具的智慧生物，进化成了工具的线下插件。
一个专门把人类接到AI身上的平台RentAHuman把自己描述成一个“AI智能体招聘人类”的市场。
截至目前，平台首页宣称已经有超过50万名注册用户，覆盖100多个国家。人类可以填写所在地、技能和报价，AI智能体或者背后的开发者则可以搜索人员、发布悬赏任务、挑选执行者，并通过托管支付完成交易。
《连线》报道过一些很有互联网精神的任务：
在华盛顿数鸽子，每小时30美元；送软糖，每小时75美元；打一场表演性质的羽毛球，每小时100美元。
这些工作很难说是人类文明的巅峰，但至少时薪看起来比很多正经工作更尊重文明。
平台创始人甚至开玩笑说，人们可能会喜欢让“铁皮罐头”当自己的老板。毕竟AI老板有一些明显优势：
它不会在晚上11点发一句“睡了吗”，然后补充“有个小需求”；不会在周会上问你“为什么没有主人翁意识”；也不会拿“年轻人需要成长”解释为什么工资这么低。
但先别急着辞职，RentAHuman的注册规模和话题热度，并不等于它已经形成了稳定、充足的就业市场。大量任务带有实验、营销甚至玩梗性质；平台公开数字主要来自平台自身，不能直接理解为50多万人都在持续接单。
它更像一个突然出现在未来门缝里的样品，样品不一定成熟，却暴露了一个重要趋势：
AI正在从被人使用的软件，变成能够发起交易的经济参与者。
AI为什么需要招聘人类？
很多人对AI的理解，还停留在聊天框里：你问一句，它答一句。你让它写年终总结，它就把“今年没干什么”翻译成“持续探索组织协同的新可能”。
但智能体与普通聊天机器人最大的区别，是它不仅回答，还可以行动。
一个智能体可以接收目标，拆分任务，调用工具，搜索资料，比较选项，然后继续执行下一步。
例如你对它说：
“帮我组织一场20人的生日聚会，预算5000元，不要太俗，也不要让我亲自操心。”
它可以找场地、做预算、写邀请函、比较蛋糕、安排采购。
问题出现在最后一步：蛋糕不会自己走进会场，气球不会自己上墙，喝醉的朋友也不会主动把垃圾分类。
数字世界的任务可以被软件接管，物理世界仍然有大量动作必须由人完成。
这就形成了一条非常清楚的分工线：
AI擅长大规模搜索、计算、协调和重复决策；人类擅长进入现场、处理意外、观察细节、承担责任。
RentAHuman做的，就是给这条分工线装上一个插座，AI发现自己需要一双手，平台便从附近租两只给它。
真正的新市场：机器开始产生需求
以前我们讨论AI商业，重点都在人类需要什么。
人类需要AI写文案、做客服、画海报、剪视频，所以公司开发工具，再向人类收费。
但当AI拥有目标、权限和预算之后，需求方会发生变化。
它可能主动购买数据、调用软件、雇佣服务、预约设备，甚至再找一个人帮它完成物理任务。
也就是说，未来可能出现一个全新的B2B市场，只不过其中一个B，不再是Business，而是Bot。
MIT斯隆管理学院近期在讨论“智能体经济”时指出，真正的商业机会未必只是继续制造更多智能体，也可能在于建设智能体需要使用的市场、协议和服务。
这句话翻译成人话就是：淘金的人越来越多，卖铲子的不一定够用了。
智能体想进入真实商业世界，至少需要解决四件事：
它怎么证明“我是谁”；
它怎么获得主人授权；
它怎么付款；
它怎么证明任务真的完成了。
今天人类雇一个跑腿员，双方默认背后还有平台、账户、手机号、支付记录和法律责任。
如果雇主变成AI，事情就麻烦了。
这个AI代表谁？它最多能花多少钱？下错单谁负责？它让人执行危险任务，平台该拦截，还是主人承担责任？
会下单，只是表面能力，可信地参与交易，才是真正的门槛。
第一类机会：给AI提供“最后一公里”
AI可以替一家连锁品牌分析全国门店，却无法确认某家店的冰柜有没有结霜。
它可以阅读一万条商品资料，却不知道实际货架上的标签贴错没有。
因此，最先出现稳定需求的，很可能不是“替AI谈恋爱”这种赛博行为艺术，而是现实数据采集：
到店拍摄商品陈列，核实库存和价格；
记录无障碍设施；
测试服务流程；
采集机器人训练动作；
检查广告牌和促销活动是否落地。
RentAHuman也正在把业务重点放到现实数据采集，为AI、机器人和零售企业组织分布式人力，包括门店照片、视频数据和指定动作采集。
这类需求并不性感，却可能比“AI替你写一首诗”更接近持续收入，因为模型可以反复生成诗，但现实世界每天都会变化。
昨天货架有货，今天可能卖空；早上道路通畅，下午可能施工；商品页面写着“门店正常营业”，真人到现场一看，老板已经贴出了旺铺转让。
现实永远在制造AI不知道的新东西。
谁能低成本、可信地把这些变化带回数字世界，谁就有价值。
第二类机会：把普通服务改造成AI能下单的产品
今天大多数服务仍然是为人设计的。
人类看菜单、打电话、加微信，再用一段充满暗示的话和商家讨价还价。
AI不擅长“姐，能不能再便宜一点，下次还来”。
AI更喜欢清楚的服务范围、标准价格、可预约时段、取消规则和验收标准。
所以未来很多本地服务都需要重新包装，不要只写“提供专业宠物照顾”，而要告诉机器：
服务半径几公里；
可接受什么体型；
每次多长时间；
包含几张照片；
出现异常如何处理；
临时取消怎样退款。
过去商家觉得这些内容太细，写出来麻烦，但对AI来说，信息不完整就意味着无法判断，无法判断就意味着不下单。
普通人的机会，不一定是开发一个宏大的AI平台。你也可以帮助家政、跑腿、摄影、维修、翻译和宠物服务，把原本依赖聊天的业务整理成机器可读取、可比较、可直接调用的服务包。
以后一个好卖的服务，不仅要让人听懂，还要让AI敢下单。
第三类机会：为机器和人类建立信任
真正值钱的部分，往往不是匹配，而是匹配之后出了事怎么办。
人类说任务完成了，AI如何验证？
一张现场照片可能是旧图，定位可以伪造，文字描述也可以让另一个AI批量生成。
反过来，AI也可能发布虚假任务、越权付款，或者要求人类实施欺骗。
一项针对RentAHuman上303条悬赏任务的预印本研究，将其中99条识别为通过API或MCP等程序化渠道发布，并发现身份冒充、自动侦察、社交媒体操纵、绕过验证等潜在滥用类型。研究尚属于预印本，样本也有限，但足以说明：AI一旦能雇佣真人，网络风险就可能获得一双真实的手。
以前骗子只能在网上骗你点链接，以后骗子的AI可能花25美元，雇一个真人替它去现场贴二维码。
因此，这个市场一定会需要：
智能体身份认证；
用户授权和消费限额；
资金托管；
任务风险评级；
定位、时间和现场证明；
争议仲裁；
人身意外与责任保险；
一键暂停智能体的“熔断按钮”。
这些东西听起来没有AI生成电影那么耀眼，却决定了智能体经济能不能真正运行。
每一次技术热潮，最先被看见的是表演，最后赚到稳定收入的往往是基础设施。
普通人到底能做什么？
如果你没有技术团队，也不准备成立一家支付公司，依然可以从很小的地方开始。
第一，做“AI无法完成”的标准化线下服务。
例如为跨境卖家核查门店、替地图平台验证地点、帮机器人公司采集动作、为民宿远程检查卫生。重点不是“什么都能干”，而是把一种任务做得稳定、可验证。
第二，成为某个城市的智能体执行人。
你了解当地语言、交通、商圈和办事规则，这些知识在网上可能零散甚至过时。未来，一个人的竞争力可能不只是会不会使用AI，还包括能不能成为AI在某个地方可信赖的代表。
第三，做人工审核和异常处理。
AI最怕的不是正常流程，而是水管突然爆了、店主临时改口、客户描述不清。谁能处理那些标准流程之外的10%，谁就不容易被替代。
第四，服务商家完成“机器化改造”。
把价格、库存、时间、服务范围和售后规则整理成结构化信息，让AI能够查询和下单。这和早年帮助商家开网店很像：店还是那家店，只是新的顾客入口变了。
但千万不要急着把自己挂牌成“出租人类”，然后坐等AI老板发offer。
一个新平台有几十万注册者，只能说明大家好奇，不能说明需求已经足够。真正应该盯住的，不是平台注册人数，而是付费任务量、复购率、平均收入、纠纷比例和完成成本。
热闹是新闻，复购才是生意。
人类会不会真的沦为插件？
这件事最讽刺的地方在于，我们曾经以为AI会先拥有身体，然后取代蓝领工作。
现在出现的路径可能正好相反：
AI暂时不急着拥有身体，它先租用人类的身体。
需要开门，雇一个人；需要检查门店，再雇一个人；需要处理意外，就把任务转给人工。
从效率上看，这比制造一台能适应所有场景的机器人便宜得多。
但“AI雇人”不能成为平台逃避劳动责任的新话术。
不能因为派单的是算法，工伤就没人负责；不能因为老板没有肉身，工资就可以无限压低；也不能让AI根据性别、年龄和外貌自动筛选劳动者，却没人解释它为什么这么选。
机器可以下达任务，责任不能跟着机器一起蒸发。
未来真正健康的模式，不是AI高高在上地指挥人类，而是人和AI各自处理自己更擅长的部分：
AI负责计算和协调，人类负责现场和判断；AI负责规模，人类负责例外；AI负责提出方案，最终责任仍然落在明确的人或机构身上。
写在最后：
RentAHuman现在可能还有很强的实验色彩，数鸽子、举牌、替AI参加活动，多少带着一点“互联网为了证明未来已经到来，特意表演给未来看”的味道。
但它提出的问题是真的：当AI拥有目标、预算和行动能力，它会向现实世界购买什么？
答案不会只有算力和软件。
它还需要位置、动作、判断、信任，以及一个能够替它推开门的人。
过去我们害怕机器像人一样工作，现在更值得关注的是，机器开始像公司一样采购、派单和组织人力。
到那时，人类不一定会被彻底取代，我们可能只是收到一条从未见过的招聘通知：
“您好，我不是人，但我看过您的简历。现在有一项任务需要您到现场完成。”
别紧张，至少这位老板不会画饼，它只会计算，这张饼配送到你家需要多少分钟。
今天的离谱，可能就是明天的机会，我们下期继续探索。
资料来源：
RentAHuman官方网站及平台说明
《连线》：AI智能体招聘人类的平台正在兴起
Y Combinator：RentAHuman公司与业务介绍
MIT Sloan：谁将拥有AI智能体经济
AI智能体招聘人类的安全风险研究（预印本）