AI也开始“雇人”：Rent A Human走红背后

(图片来源：decrypt）

RentAHuman.ai 的出圈，来自一个很直白的痛点：再聪明的模型，也有到不了的地方。它可以规划路线、写邮件、做表格，却没法替你跑腿、打电话核实、去门店拍照、线下取件，甚至只是帮你把一张纸质文件扫描上传。于是，一个新型分工开始出现——AI负责决策与调度，人类负责落地执行，像是为AI补上一层“现实世界的手脚”。平台允许个人注册成为可被雇佣的劳动力，自行标价，报酬往往以稳定币结算。 

它在传播层面最抓人的一句话，是把人描述为 AI 的“meatspace layer（现实世界层）”。AI负责拆解、规划、调度，把任务切成可执行的步骤；人类被组织成可随时调用的“执行节点”，补齐AI无法触达的物理世界。支持者把它称为务实的“最后一公里”，批评者则直指这套表述过于反乌托邦——因为它把人直接抽象成了基础设施。  

但这种争议恰恰说明它踩中了趋势的核心：AI代理的能力越强，越会暴露“执行链路”的短板。过去一年里，行业最热的叙事是“Agent 能做什么”。现在，问题正在变成“Agent 如何把事做完”。在企业与开发者的真实工作流里，最难的往往不是生成一段答案，而是把答案变成行动：你需要电话核实、需要去现场拍照取证、需要把纸质材料整理成线上文档、需要在某个线下环节完成签收与交付——这些步骤本身并不复杂，却足以让自动化卡死。RentAHuman 把这些“卡点”打包成一种可购买、可调度、可复用的资源，等于把AI的边界向现实推进了一步。  

更值得注意的是它出现的时机。Decrypt 的报道提到，这个点子在 OpenClaw 引爆关注后迅速走红，开发者开始急着把自主代理从屏幕扩展到物理空间。换句话说，RentAHuman 并不只是一个“租人跑腿”的小众网站，而是 Agent 叙事进入落地阶段的一种产物：当越来越多的人相信代理能持续跑任务，下一步自然是补齐它的“手”和“脚”。  

如果把它放到更长期的经济结构里看，它也像是“零工经济”的一次反向演化。过去的平台是：人接单、平台分发；现在的想象是：AI发包、人执行。一旦代理拥有更强的任务分解能力、更稳定的预算控制（比如企业给代理设定成本上限）、以及更成熟的工具链，它就可以像项目经理一样，把工作拆给不同的“人类节点”。

 这会带来两种完全不同的可能：一种是效率提升——把重复但难以自动化的环节外包出去，让团队把时间花在决策与审查；另一种则是风险扩散——当雇佣变成“接口调用”，责任边界可能比传统外包更模糊。

 首要风险便是隐私与安全：一旦任务触及住址、门禁、证件或资金信息，“谁在接单、是否可信、数据会不会被留存和二次利用”就不再是技术问题，而是平台治理的底线。其次是责任与合规：任务失败、线下纠纷甚至意外事故发生时，责任链条该如何界定;再加上跨境支付与稳定币结算在不同地区的监管差异，这条链路要真正规模化，合规成本不会低。更现实的，还有诈骗与灰产的风险：如果缺乏有效的身份验证与风控规则，“替AI做事”很容易被滥用为“替骗子跑腿”。

正因为这些问题绕不过去，它的走向才存在分水岭：是停留在猎奇式的刷屏话题，还是能进入更严肃的商业与工作流。在Decrypt 的报道中并没有把它描绘成一个成熟答案，反而把它置于“支持者—批评者”的拉扯之中；争议本身就是信号——当人类被当作可调用的执行层时，决定上限的往往不是模型有多强，而是平台能否建立起足够可信的规则与边界。

RentAHuman 的意义也许不在于它现在能接多少单，而在于它把一个正在发生的转向说得足够具体：AI进入现实世界，未必先靠机器人普及，也可能先靠“把人组织起来”。当代理越来越像一个能持续工作的“数字员工”，现实世界的执行环节就会自然被市场化、接口化。它可能成为企业工作流里的补丁，也可能成为新的平台经济形态。最终走向哪一边，取决于产品能否在效率与安全之间找到平衡：既让任务流转足够顺畅，又让身份、数据、责任与支付可被清晰约束。

编辑：Vivian