外卖员居然成了 AI 训练数据最重要的一环？

近期，美国外送巨头 DoorDash 发布了一款名为「Tasks」的应用，旗下外卖员可以使用这款应用，在每次送餐结束后，拍摄一段街景、送餐的视频，或者一些图片，即可获得一定的报酬。DoorDash 表示，Tasks 的意义是帮助商家获得更真实的线下洞察，同时让 AI 和机器人系统更好地理解现实世界。

（图源：knowledgewharton）

换句话说，过去外卖员送的是一份餐食，而在 Tasks 推出之后，他们不仅要送餐，还要负责提交一份训练数据。这两年时间，大模型最常见的训练路径通常都是先用海量网页、书籍、代码、图片这类公开或授权数据做预训练，再靠人工标注、人工反馈和后续微调，让大模型越来越聪明。

而 Tasks 似乎改变了 AI 训练的方向，从互联网上的文本、图片，进一步卷向了现实世界本身。但这也不禁让人疑问，采集现实数据有这么多方式，为何偏偏是外卖员呢？

平台的数据生意，全靠外卖员

DoorDash 这次上线的 Tasks 并不是我们想象中的在外送流程里多加一项任务，而是开发出完全独立的全新体系。骑手除了接外卖单，还可以接拍菜品照片、拍酒店入口、记录日常动作、录制外语对话等零散任务。虽然 DoorDash 表示每次完成任务后都会给外卖员一份报酬，但这个兼职没有大家想象中轻松。

据《洛杉矶时报》报道，Tasks 里的内容不只是商家信息采集，还包括录制西班牙语自然对话、拍自己洗碗、叠衣服、装洗碗机，甚至处理和自动驾驶车辆有关的现场任务。也就是说，除了送餐，外卖员想要达到领取报酬的标准，需要做的事情并不少。

（图源：DoorDash）

明眼人都能发现，DoorDash 并不是只要一些简单的图片、视频素材，而是要更标准化、更可复用的现实世界音视频样本。尤其是官方还强调，DoorDash 目前拥有超 800 万 Dashers（外卖员），覆盖城市的每个角落。更直白地说，DoorDash 其实是在借 Tasks 的名义，向市场宣布自己拥有 AI 训练数据采集的能力。

当然，回到我们最关注的部分，外卖员在完成这些任务后究竟能获得怎样的报酬？DoorDash 在这方面含糊其辞。媒体 WIRED 参与实际体验得到了一个数据样本，一个拍摄洗衣过程的任务标注为时薪 15 美元、最长 20 分钟，但按平台给出的估算，实际报酬低到只有 0.37 美元；像扫描货架这样的任务，页面会直接显示 16 美元报酬。

平台确实在给外卖员提供额外收入，但价格并不稳定，任务价值也也各有不同。但 DoorDash 为何突然愿意为这些并不起眼的场景提供报酬呢？答案也很简单，DoorDash 要把这些音视频数据拿去自己以及合作伙伴的 AI 模型进行数据训练。更耐人寻味的是，DoorDash 在今年 3 月正式上线了自研的配送机器人 Dot，目前仅在个别城市与地区运营。

（图源：DoorDash）

对于 DoorDash 而言，它要抢占的是目前 AI 大模型里最难做好的「长尾场景」，也就是除用文本、数据、图片训练出来的标准化数据之外，还得有离开实验室也能正常落地的场景数据支持。而这些恰好就对应了 Tasks 任务里那些奇怪的需求，比如拍摄那些门口被遮住的招牌、临时改过的入口、货架上摆放混乱的商品等等。

外卖员跑过的路，正在变成 AI 的训练场

过去的大模型训练，主要靠的其实是互联网文本、图片、代码和公开视频，再加上人工标注、人工偏好排序这类后处理，核心目的是让模型先学会「看」和「说」。OpenAI 早期在 InstructGPT 的论文已经有过解释，语言模型即便参数再大，也还需要人类反馈去微调。而随着多模态和机器人的发展，这些数据已经不够用了。

多模态、身智能需要的数据，不再只是“杯子是什么”、“路牌长什么样”这种认知，而是更具体的物理世界经验，比如从哪个角度靠近门口、不同材质的物体该怎么抓、陌生街道里什么信息最影响路径判断等等。

比如Google DeepMind 在 RT-2 论文里也有提到，互联网规模的视觉和语言数据，确实能帮助机器人获得更强的语义理解能力，但真正让机器人完成控制和动作映射的，仍然是机器人轨迹数据，也就是看到/听到了什么，接下来要做什么动作。

（图源：Google）

这也是为什么 DoorDash 这套 Tasks，看起来像给外卖员增加零活，实质上却很像一条低成本的数据采集流水线。外卖员这个职业天然就非常适合干这件事，相比坐在电脑前打标签的传统标注员，外卖员最大的优势是他们本来就活在这些复杂场景里，每天送餐进出不同门店、社区、写字楼和酒店，一些很复杂的出入口，或者比正门更方便的小路，都由他们拍摄记录上传，形成真实的可用的训练数据。

（图源：supplychaindive）

往更深一点说，这个行为其实也是在推动具身智能的发展。DeepMind 在 2025 年发布 Gemini Robotics 时就有提到，进入物理世界之后，模型要同时处理感知、空间理解、状态估计、规划和控制，这比单纯在屏幕里生成文本复杂得多。像 Google 近两年做的机器人大模型，都在解决一个问题，那就是怎样让机器人不只会背固定动作，而是真的看懂现实场景、理解人类指令，再完成对应操作。为了做到这一点，模型既需要互联网里的图文知识，也需要大量真实世界里的操作数据。

当然，外卖员之所以适合被加进 AI 训练流程里，倒也不完全是因为「性价比」，更多的还是因为模型要走向真实世界，最缺的正是这种更具「活人感」的操作。试想一下，假如聘请大量专业的工程师做这类到现实世界里采集数据的活儿，他们未必能干得比外送员更好。

DoorDash 押注的未来，早已不新鲜了

客观来说，DoorDash 的 Tasks 计划就是帮助企业快速获得“地面信息”的工具，提前囤积一批能让 AI 和机器人更懂现实世界的底层素材。但事实上，自动化配送早已经不是新鲜的概念了。

在中国大陆，美团已经把自动配送车和无人机落实到真实配送场景。据美团官方在 2025 年公布的数据，截至 2024 年底，自动配送车累计完成近 500 万单，自动驾驶里程占比 99%，还帮助骑手减少了超过 240 万公里的路途奔波；无人机累计订单则超过 45 万单。这份数据说明，至少在校园、小区、机场这类线路稳定的场景里，自动配送的效率已经达到及格线以上。

（图源：Forber）

海外市场里，Serve Robotics 今年 3 月宣布和 White Castle 通过 Uber Eats 推出机器人配送服务，前者已经在美国多个城市落地机器人配送，并在 2025 年底完成了 2000 多台机器人部署。还有Starship Technologies，它们家的自动配送机器人累计已经完成了 900 万次配送。

正因如此，DoorDash 现在让骑手顺手给 AI “喂”数据这件事，就显得十分微妙。目前 DoorDash 自家的 Dot 配送机器人在公开的案例里，自动化配送成功率已经够高，但场景还是相对局限，毕竟机器人最难啃下的硬骨头，还是门口招牌被挡住了、小区入口临时换了、外卖收件点位置不对等等琐碎的问题。DoorDash 作为美国市场的外卖巨头之一，自然也明白自动配送当前的困境。

DoorDash 最聪明的地方就在此，它一边保持让外卖员继续送餐，并用一定的报酬鼓励他们完成 AI 数据采集的任务；另一边则是用这些数据进行深度训练，为即将到来的自动配送机器人做准备。但说到底，外送骑手短期时间里，还是这条流程里最不可缺少的一部分，他们的工作也很难被自动化配送取代。

（图源：BGR）

但长期来看，当平台一边积累现实世界数据、一边推进自动配送落地，人和机器的关系可能会慢慢从协同工作，转变为被取代。技术进步当然值得肯定，自动配送、具身智能和现实世界数据采集，本质上都在推动行业效率提升，也有机会把一些重复、辛苦的环节交给系统去完成；但另一方面，外卖和即时配送从来都不是一门只关注“送货”的生意，它里面有太多需要和客户沟通沟通判断和复杂情况处理的问题。因此，至少在相当长一段时间里，配送这件事依然要靠人来兜底。