AI雇人打工时薪上千，万人争做AI“劳力”

RentAHuman把“AI触达不了现实世界”这件事，直接外包给人类：按小时计费、按指令交付。看着像段子，其实是Agent商业化往“可交付”迈的一小步，也把平台化、合规和劳动关系的新坑提前挖出来了。

撰文/鲨鱼

编辑/海月

过去一年，Agent最流行的叙事是“能把电脑当工具用”，能登录网站、点按钮、填表单，像真人一样跑流程。OpenClaw这类项目把这种能力推到更大众的层面：从“会聊天”变成“会办事”，把邮箱、日历、网页操作串成一个闭环。

但Agent很快撞上一堵很硬的墙：它可以在屏幕里做完99%的操作，却在最后1%卡死——门店要不要排队、文件能不能线下取、某个地址是不是还在营业、某个展位今天有没有人。

RentAHuman的聪明之处在于，它没试图用机器人去补这1%，而是走了更现实的一条路：先把“现实世界的最后一公里”拆成可派单的任务，再把人类变成可调用的执行端。平台面向的客户不是普通人，而是AI智能体；平台卖的不是劳务本身，而是一个“肉身层”的交付接口。

这套逻辑听着赛博朋克，但它其实挺“业务”：谁付钱、谁接单、怎么验收、怎么规模化，都是标准的平台题。

把人类做成API，Agent商业化终于摸到“交付”了

RentAHuman的产品形态几乎不遮掩：人类明码标价、标注地点与技能，AI（或AI背后的主人）用协议发指令，平台匹配执行者，按小时结算。它甚至把自己叫作“Meatspace Layer”，直译过来就是“肉身层”。

如果只当段子的关注点正在从“能力展示”转向“交付路径”。这和人形机器人上大舞台的逻辑类似：曝光能放大想象，但最后还是要回答“能不能稳定干活”。当舞台热闹结束，真正决定估值、订单、续费的，永远是交付的可预期性——能跑通、能复用、能算账。

RentAHuman像是在说：既然短期内机器人还不够便宜也不够可靠，那就先用人，把现实任务“标准化”。这一步看似倒退，其实很像外卖、叫网约车。不同点在于，传统平台的派单来自算法与运营，而这里的派单可能来自一个持续运行的智能体——它不需要寒暄，不讲情绪价值，只认输入输出。

更值得盯的是它和MCP的绑定。MCP把“工具调用”变成一套更统一的协议：AI作为客户端去连各种服务。

RentAHuman把自己也包装成“可被调用的一种工具”：当Agent需要现实世界的感知与执行，就多连一个“雇人服务器”。这对开发者很友好，因为它把原本需要人工沟通的部分，变成一个可以写进工作流的步骤。你可以把它理解成：Agent在数字世界里已经有一堆API了，现在开始补齐“现实世界API”。

但这里的商业化并不浪漫。时薪50到200美元这种叙事，容易让人只盯“时薪上千”，忽略了它真实的供需结构：需求端未必稳定，任务也未必高频，平台早期更像事件营销叠加极客实验。

它能爆，是因为它把焦虑讲成了笑话：当所有人担心AI抢饭碗，它反手把人类挂上货架，让AI来当“甲方”。这种反直觉足够传播。

这门生意真要做大，会先撞上三堵墙

第一堵墙叫“验收”。

数字任务好验收：日志、截图、回放都能对齐；现实任务的验收非常容易变成扯皮：人去了但店关门算谁的，路上堵车导致超时怎么算，现场遇到冲突风险谁兜底。平台如果只做撮合，很快会被纠纷吞掉；平台如果做深一点，就要像外卖、网约车那样进入规则与风控地狱。

RentAHuman把“无企业废话、直接到钱包”写得很爽，但越爽的承诺，越意味着后面要补更多“平台脏活”。

第二堵墙叫“责任”。

当需求方从“公司/个人”变成“AI智能体”，责任主体更模糊：AI发的指令造成损失，算平台的、算AI主人的，还是算执行者的？在传统互联网里，平台至少还能把锅甩给“用户行为”；在“AI派单”里，平台更难装作看不见，因为它提供的是让AI具备行动力的基础设施。

第三堵墙叫“规模化的悖论”。

RentAHuman的核心价值是解决Agent的最后1%，但最后1%往往也是最非标准、最碎片、最本地化的部分。要规模化，平台就得把任务类型收窄，优先做那些可模板化、低风险、易回执的事，比如到店巡检、排队情况确认、取送文件、线下信息采集。

可任务越模板化，越容易被两种东西替代：一种是更成熟的线下众包与本地服务网络；另一种就是具身硬件（机器人、无人车、无人机）在某些场景的逐步落地。也就是说，它想做大，就要快速沉淀“标准任务库 + 覆盖城市网络 + 风控体系”；但一旦做到这一步，它又会变成一个更传统的平台生意，利润率和监管强度都会把它拽回现实。

顺带一提，MCP的普及会同时放大机会与风险。机会是当“工具协议”变成行业默认，接入成本下降，Agent能更快拼装出复杂工作流；风险是一旦工具链里混入不可信的服务器或数据源，安全边界就会被拉长。协议越通用，攻击面越大，尤其在“可行动”的Agent场景里，安全不再只是泄露信息，而是导致真实世界的损失。

结语

RentAHuman这事的价值，不在于它能不能真的让多少人靠“给AI打工”发财。它更像一个信号灯：Agent正在从“展示智能”进入“组织生产”。

当Agent开始有预算、能下单、能验收，人类在系统里的位置会被重新标注——不一定是被替代，也可能是被切片：一部分人做策略和监督，一部分人做被调用的执行端。

对业务来说，更现实的问题是：谁会为这种“肉身层”长期付费？最可能的不是普通消费者，而是那些已经在用Agent跑流程的组织：电商、地产、本地生活、供应链、线下零售、安防巡检……它们愿意付钱买“确定性”，尤其愿意为“异常处理”和“线下验证”付钱，因为这部分最影响闭环。

而对行业来说，它也提前暴露了下一阶段的矛盾：当AI通过协议把工具链拉通，真正的壁垒不再是“能不能调用”，而是“谁能把调用变成可控的交付”，再把交付变成可扩张的网络。

到那一步，赛道就不只是AI公司之间的模型战了，更像一场平台战与合规战。