这几年，AI 技术的发展越来越快，「人的工作要被 AI 取代」的话题也越来越火。

那如果说，未来的人「要为 AI 打工」呢？

RentAHuman

最近，一个名为 RentAHuman 的网站在 X 等海外社交平台走红。尽管在技术架构上，这个网站还有很多地方没有走通；但在理念上，RentAHuman 却相当超前——这个网站允许 AI 以 MCP 的方式向真人发布任务，让真人为 AI 打工，走完物理世界的「最后一公里」。

因为这种分工方式过于直接，50 美元一小时的定价也忽略了不同国家的发展现况，RentAHuman 很快被贴上了「恶搞」「反讽 AI」的标签，被当作一个调侃意味更重的概念项目，用来讽刺当下 AI 被过度神话的现象。

但从更深层次的角度想，RentAHuman 的出现，确实也提出了一个很现实的需求——物理世界的「最后一公里」，必须有「人」替 AI 走完。

物理世界的现实问题还得真人来解决

回顾近几年的 AI 发展，我们不难发现 AI 替人工作的情况，首先发生在「思考层」和「线上执行层」。从最基本的写作、翻译、生图到所谓的 Vibe Coding，AI 已经在大量场景中承担了原本由人类完成的认知型任务。尤其是在屏幕之内、系统之内的工作，AI 的效率和稳定性，已经足以让它成为许多岗位的核心工具。

但问题在于，这种替代几乎完全局限在数字世界中。

一旦任务涉及物理世界，AI 就变得无能为力。以去年雷科技参与报道的机器人赛事 ATEC 2025 为例：AI 可以高效、详细地完成机器人感知、行动的代码编写，甚至是直接接管机器人的运行；但像行走、越障、拾取等「与物理世界交互」的任务，始终需要人或机器人来完成。

雷科技

很显然，这种「最后一公里」的问题并不是技术路线的问题。毕竟数字世界和物理世界是两个概念。即使是所谓的「数字孪生」模型，真正负责执行任务的，也是其中的物理侧。工业场景中，我们用机器人负责执行「数字工厂」发布的现实任务，那在非工业场景下，我们是不是也可以用真人来完成 AI 世界的「执行层」，由真人来替 AI 走完最后一步呢？

虽然这听起来有些「不把人当人」，但事实上这种 AI 决策、真人执行的任务模式，早已出现在我们的现实生活中了。外卖、跑腿、网约车等平台的出现，早已证明「AI 决策、人类执行」的可行性。

真正的问题是，这种把人视作「人力资源」的想法真的对吗？

恶搞理念背后，有着机器人的新机遇

我们常说，人和其他动物的不同在于人会使用工具。但当 AI 把人当成了工具，那人还是人吗？不可否认，出于种种现实原因，有的人确实只能从事「机械」劳动，但在雷科技看来，这也不代表着人的「创造力」就应该被 AI 剥夺。

事实上，在雷科技看来，真正适合承担 AI 任务链「最后一公里」的执行角色，其实并不是人类，而是机器人。

相比真人，机器人更容易被标准化管理，也更容易被纳入统一的调度体系。它们可以直接以机器语言搞笑交流，也不容易受情绪等因素影响。对于那些明确、重复、低决策权重的现实任务来说，机器人显然更符合「执行层」的定位。

这也是为什么，在工业场景中，数字系统的决策早已交给算法，而具体执行则交给机械臂、AGV 或各类自动化设备：AI 负责感知、规划和优化，机器人负责行动和反馈，两者之间形成清晰的分工。

追觅

既然在可控的工业场景中，机器人已经证明了自己的价值，那接下来我们要做的，自然是想办法拓宽机器人的能力边界，让机器人能在更复杂的现实世界、开放世界中完成任务。

事实上，在年初的 CES 2026 上，我们已经看到了大量利用机器人执行 AI 指令，完成「现实世界任务」的例子；像追觅的洗护机器人甚至能主动完成「把洗衣机的衣服放进烘干机」这种高度随机性的任务。

可以肯定的是，随着 AI 时代的发展，现实世界的任务还将被不断的细化。而人形机器人这种高通用性、低效率的机器人方案，也将在更成熟的、更细化的任务指令下，开始替 AI 完成数字世界向现实世界的交互，替 AI 走完「最后一公里」。

人和 AI 未来要以什么关系相处？

但话又说回来，从社会分工的角度看，如果人的「决策能力」被 AI 取代，「执行能力」又被机器人取代，那人在社会中的价值又该如何体现呢？

在雷科技看来，至少在当前阶段，人类的独特价值并不会被 AI 所取代。以「决策」层为例，人复杂情境下的判断能力、对结果的责任承担，以及真正的创造性思考，这些都是 AI 难以实现的部分。更何况从社会的角度看，把人类简单地嵌入到 AI 的执行链条中，也并不是一个健康的方向。

换句话说，人类社会一定要「把人当人」。

当然了，我的意思并不是所有执行层面的工作都必须由人来完成，而是人不能被简单地压缩成一个可随时替换的「执行模块」。当 AI 负责规划、机器人负责行动，人类真正需要承担的，反而是那些无法被标准化、也无法被外包的角色——目标的设定、流程的拆解、边界的划定，并对最终的执行结果负责。

Tesla Optimus

从这个角度看，RentAHuman 所代表的「让真人补齐 AI 最后一公里」的模式，虽然有些过于极端，但也并非没有现实意义。

不可否认的是，在某些过渡阶段、特定场景下，围绕轻量化任务形成的「人力资源」平台，确实有着自己的生存空间。但这些「人力资源平台」必然只会以临时方案的形式存在，绝不应该把人当成一种资源，更不能降低我们对「人」的期待。

说到底，AI 是分工的一部分，但事情该怎么做，还是人说了算。