當你在為生計奔波送餐時，你可能也在無意中成為了頂尖 AI 模型的“導師”。

據(jù)媒體報道，美國外送巨頭DoorDash近期推出了一款名為“Tasks”的獨立應用。這款應用允許其平臺下超過 800萬名 外賣員在送餐之余，通過完成簡單的數(shù)字化任務來賺取額外報酬。

長尾場景克星:讓騎手采集“真實物理世界”

DoorDash， Inc. 此舉的核心目的并非簡單的業(yè)務擴張，而是為了解決 AI 訓練中的核心痛點——高質(zhì)量真實場景數(shù)據(jù)的匱乏:

任務多樣化: 騎手們通過拍攝特定的街景、錄制日常對話、記錄行走或交付動作等，為 AI 提供最接地氣的素材。

攻克長尾場景: 相比于實驗室模擬，分布在全球各地的800萬騎手能深入大街小巷，低成本采集到大量稀缺的、真實的物理世界“長尾場景”數(shù)據(jù)。

技術(shù)閉環(huán):為配送機器人 Dot 鋪路

這些由騎手們“喂”出來的數(shù)據(jù)，將直接流向DoorDash的 AI 實驗室:

模型進化: 數(shù)據(jù)將用于優(yōu)化其配送機器人 Dot 的視覺識別與路徑規(guī)劃能力。

落地加速: 隨著真實世界操作數(shù)據(jù)的不斷累積，自動配送機器人在復雜環(huán)境下的生存能力將得到顯著提升，推動自動配送在更多地區(qū)從實驗室走向?qū)懽謽呛蜕鐓^(qū)。

行業(yè)前瞻:外賣員會被 AI 取代嗎?

盡管DoorDash正在加速自動化的步伐，但行業(yè)專家認為，短期內(nèi)外賣員的角色依然不可替代:

復雜環(huán)境處理: 在處理最后100米的入戶交付、應對突發(fā)交通狀況等方面，人類的靈活性依然遠超當前的機器人。

角色轉(zhuǎn)型: 騎手正在從單純的“體力勞動者”向“AI 訓練師”轉(zhuǎn)型，通過與技術(shù)的協(xié)同實現(xiàn)價值重構(gòu)。

結(jié)語:送餐路上的“數(shù)據(jù)礦工”

從大街小巷的穿梭者到 AI 模型的“喂粉員”，DoorDash正在利用其龐大的騎手網(wǎng)絡構(gòu)建一道難以逾越的技術(shù)護城河。當800萬騎手的日常動作轉(zhuǎn)化為驅(qū)動機器人的算法邏輯，一場關于“人機協(xié)同”的效率革命正在外賣行業(yè)悄然上演。