在效率至上的资本逻辑里，工人正在用自己的劳动细节，书写自己的“职业讣告”。这不仅是一个关于技术的新闻，更是一场关于尊严与未来的拷问。

2026年4月初，一段视频在全球社交平台上激起千层浪。视频里，印度南部一家服装厂的缝纫工人们，在流水线上低着头安静劳作——唯一不同寻常的是，她们头顶多了一个小小的摄像头环。

据《印度自由新闻日报》报道，这并非工厂的安保升级，而是企业要求工人佩戴设备记录自己的手部动作，用以训练AI动作模型。有X平台用户一针见血地评论：“工人正在实时训练自己的替代品。”

这些印度工人头顶的摄像头，捕捉的是她们的手指如何在布料间穿梭、手腕如何旋转、手臂如何协同完成一个折叠动作。

这些细节在AI研究者口中被称为“具身数据”——手的伸展、手腕的旋转、物体的滑落、布料的折叠、工具的阻力，以及人在实时中从微小失误中恢复的全过程。

为什么企业要如此大费周章？

因为在AI大语言模型可以从互联网上随意抓取海量文本进行训练的时代，机器人却极度缺乏真实物理世界的动作数据。部署机器人遥操采集数据成本极高：采购昂贵、维护昂贵，每一分钟由人类引导的动作都需要硬件支持、操作人员、校准流程。

相比之下，让工厂里本就在干活的工人戴上廉价摄像头，一边工作一边贡献数据，几乎是零边际成本的采集方案。

一位美国数据公司的CEO向《洛杉矶时报》透露，他们在印度小镇雇佣了数百名工人折叠毛巾——将GoPro绑在额头上，严格按照规范动作一遍又一遍地折叠同一批毛巾，每小时报酬仅约15美元，而这笔费用与流入该行业的数十亿美元数据投资相比，连九牛一毛都算不上。

2026年第一季度，美国具身智能模型公司Generalist发布新一代GEN-1模型，宣称用50万小时的真实世界人类视频数据，让机器人在多个简单操作任务中实现了超过99%的成功率。

也就是说，这个算法成功的“军功章”里，刻满了印度工人上千小时的重复劳作。

印度服装厂并非孤例。在南亚和非洲的许多地方，一个新兴的“数据零工”行业正悄然生长。

据《麻省理工科技评论》报道，美国加州的初创公司Micro1已在印度、尼日利亚、阿根廷等50多个国家招募了数千名合同工。

这些年轻人将iPhone绑在额头上，在家里录制自己折叠衣物、洗碗、做饭的全过程，用来训练人形机器人。

每小时报酬约15美元，在当地算得上体面收入，但工作本身单调得令人窒息。

一位尼日利亚的医学生Zeus告诉MIT记者，他在LinkedIn和YouTube上看到这个工作机会时，兴奋地说：“这是一个难得的机会，可以留下印记，给未来训练机器人提供数据。”

然而没过多久，他便发现这份工作让他对衣服熨烫产生了生理性的厌烦——他每天要熨烫数小时的衣服，“我真的不太喜欢这样，”他说，“我是那种需要技术性工作、需要思考的人。”

他的语气里没有愤怒，只有一种被命运安排好的疲惫。他知道自己正在帮助创造一个可能会取代同类工作的未来，但每小时15美元的薪水让他无力拒绝。

更令人深思的是外卖公司DoorDash的做法——据《麻省理工科技评论》披露，DoorDash允许送餐员兼职贡献配送过程中的移动数据，然后将这些数据打包出售给人形机器人制造公司。

换句话说，同一个工人，一边用体力为平台送餐赚钱，一边用移动轨迹为替代自己的机器人“喂数据”。

这就是当代数字资本主义最残酷的隐喻：你不再只是出售劳动，你正在出售关于你自己劳动的全部知识。

在印度工人头戴摄像头“教学”的同时，全球制造业的自动化替代已经按下加速键。

富士康与天奇股份宣布，未来5年将在富士康汽车生产制造体系内批量部署具身智能机器人，累计落地应用总数不低于2000台。

优必选的人形机器人已进入富士康、比亚迪、极氪等工厂，执行搬运、上下料、分拣等任务，并计划实现百万台级交付。

在均胜电子的工厂里，智元G2机械臂正在进行卷收器外壳上料测试：节拍12秒，比人工快了整整6秒。视觉抓取成功率100%，强化学习放置成功率99.33%。注意，这些数据来自真实的、正在运行的工厂产线，不是实验室演示。

而在不远的上海，初创公司AgiBot宣称只需10分钟即可教会机器人完成复杂的制造任务，其G2人形机器人已投入智能手机和VR头显零部件的组装生产。

传统工业机器人需要数周的编程周期，而AgiBot的机器人只需十分钟即可学会一项新任务——这意味着工厂可以根据生产需求在极短时间内重新配置机器人。

磅旗科技更是推出了一款“1个AI数字员工替代20人”的工业AI智能体解决方案，声称要实现从“无人工厂”到“无人公司”的跨越。

当机器人的学习速度从“数周”压缩到“十分钟”，当人类工人还在数着计时工资时，AI已经在学习如何让这群工人集体“毕业”。

如果说工厂里的故事还只是渐进式的蚕食，那么宏观数据则揭示了这场替代的规模有多大。

据国际机器人联合会《2025年世界机器人报告》，2024年全球新增工业机器人装机量达54.2万台，较10年前增长超一倍。富士康内部调研显示，人形机器人若量产5万台，可替代10%装配工——约6万人。而麦肯锡全球研究院更预测，到2030年，全球将有4亿至8亿个工作岗位被自动化取代。

在科技行业，RationalFX报告显示，2026年第一季度全球科技行业裁员近8万人，其中约37638个岗位（占比约47.9%）直接或间接归因于AI技术的实施与工作流自动化。

更让年轻人胆寒的是Anthropic公司发布的最新失业预警报告：调查显示，程序员日常工作中已有约75%的任务可以被AI覆盖，客服代表约70%，数据录入员约67%。

报告还预警，AI对劳动力市场的影响是一场长达十年的“温水煮青蛙”——真正的冲击才刚刚开始。

与此同时，Randstad 2026年全球职场调查报告揭示了一个更令人忧虑的信号：76%的雇主预测，未来五年内至少一半的初级岗位将因自动化而消失；但只有42%的劳动者对此有相同的危机感。雇主们正在悄悄布局替代计划，而大多数人还没意识到暴风雨将至。

世界经济论坛的《2025年未来就业报告》也给出了一个看似乐观、实则撕裂的数据：到2030年，AI将创造1.7亿个新岗位，同时替代9200万个岗位，净增7800万个就业岗位。

然而，这7800万的“净增量”并不能抚平9200万失去工作者的痛苦——如果这个数据让身处一线的读者感到冰冷，不妨想想：那些被替代的人，有多少能顺利迁移到新岗位上？又有多少会在技能鸿沟中跌入失业的深渊？

技术的发明和普及，本应该是为了提升全人类的福祉。但现状却揭示出一个令人不安的趋势——AI发展的果实，正在被少数头部企业所垄断。

印度的工人佩戴着摄像头环缝制衣物，每小时可能仅得到微薄的计时工资，而她们的动作数据被处理后，成为了价值数十亿美元的机器人产业基石。

Micro1公司从全球50多个国家招募零工，支付每小时15美元的报酬，而这些数据训练的机器人，未来可能以每台数万美元的价格出售。

资本用最低成本获取了数据，再通过技术杠杆实现指数级的财富增长，而被采集数据的工人，不仅拿不到AI红利的分成，甚至连工作的安全感都在丧失。

有评论者尖锐地指出：“在‘具身数据’的采集成本低于记录人类动作之前，机器人都会持续向人类学习，然后才谈得上真正替代人类。”

这句话背后隐藏的逻辑是：只要工人的劳动成本比数据采集成本更低，企业就不会全面替换人；一旦技术成本降下来，替代将迅速发生。

AI的发展，不应该走向“替代人”的单行道，而应该走向“解放人”的宽阔大道。

优必选CEO周剑曾表示，机器人应优先替代制造业中“招工难、环境艰苦”的岗位，将人类从枯燥重复的劳动中解放出来，转向艺术、哲学等创造性领域。

这个理念本身是美好的，但问题的关键在于：当这些被解放的劳动者，如果没有接受再培训的机会、没有新岗位的承接、没有社会的兜底保障，所谓的“解放”就会变成赤裸裸的失业。

AI革命的本质，不是机器替代人，而是技术解除生产性稀缺后，社会价值结构发生迁移。可标准化的任务会被自动化，但就业不会因此终结，因为需求会升阶，岗位会被再编译，人的价值重心会从执行转向责任、关系、判断、照护与创造。

关键在于，这个“需求升阶”的过程，不能只由少数头部企业主导。它需要一个更公平的分配机制——当技术创造出的财富成倍增长时，这些财富应该被用来建立全民教育体系、职业再培训计划、社会安全网，让每一个被AI浪潮冲击的普通人，都有机会找到新的位置和新的价值。

世界经济论坛的数据显示，AI训练师等新岗位的需求在2025年增长了247%。但问题是，这些新岗位的门槛对普通工人来说有多高？印度缝纫厂的工人要花多少年才能转型成AI训练师？答案可能并不乐观。

未来的抉择权不在机器手里，而在我们手里。

印度工厂工人头上的那枚摄像头环，是一个隐喻，也是一个警示。它提醒我们：技术发展的方向从来不是天定的，而是由人类的价值观、政策和制度塑造的。

如果继续沿着“技术至上、利润优先”的路径狂奔，我们终将看到一幅赛博朋克式的荒诞景象——机器人在流水线上高效运作，而被替代的人类则在城市的阴影中寻找下一个廉价的生计。

如果我们将AI的权杖从少数头部企业手中夺回，植入普惠、共生与再分配的基因，我们将见证一场真正属于全人类的解放——从重复劳动的桎梏中挣脱，投身于创造、陪伴与自我实现。

那枚摄像头环，可以成为监视劳动者的镣铐，也可以成为人类迈向更广阔天地的里程碑。选择权不在机器手里，在我们手里。