骑手与AI：数据标注、算法训练与零工经济下的隐形劳动-北京尧图网络

凌晨一点,我在便利店门口等咖啡。旁边一个骑手坐在电动车上刷手机,屏幕亮起,App上挂着三条订单,小地图上线条密密麻麻。他没点接单,只是盯着路口发呆。那几分钟里我忽然意识到: 他的发呆、他的等待、他每一次刹车减速,都在变成一堆带有时间戳的数据,被装进某个算法的训练池。“外卖员给AI打工?”这个标题看起来像惊悚内容,但把它拆开来看,每一个字都在现实中成立。这篇文章想聊的核心就一件事: 骑手与AI到底是一种什么关系。外卖骑手在送餐,同时也站在数据生产线上。公开讨论里常被引用的800万活跃骑手,他们的每一次点击、每一次停留、每一次绕路,都在成为AI模型的一小块标定数据。适合关注平台算法、数据权益、零工经济与AI劳动的人来读; 哪怕你不送外卖,你手机里的行为也在经历类似的过程。1. 一次普通配送,从接单到送达,骑手究竟「喂」了AI什么把一次配送拆开来看,会发现它根本不像表面那样只发生在物理世界。骑手从按下“接单”按钮开始,就在持续生成一串结构化数据。整个过程看起来是送餐,实际上是一次相当密集的数据采集。1.1 轨迹数据: 最基础也最核心的底层口粮手机App打开后,GPS就在后台按秒级频率上报位置。一次配送二十分钟,骑手的位置点少则几百个,多则上千个; 一天三十单左右,积累下来的轨迹点就是几万条。这些轨迹不是普通的“从A到B”,它们带高度、速度、方向、时间戳,甚至连停下等红灯的间隔都在记录。这类数据最大的价值在于“语义”。普通用户开车导航也产生轨迹,但路线相对固定; 骑手恰恰相反,一天会反复进出商圈、小区、写字楼、城中村,在同一家店门前停留、在同一道门禁前等待。算法从这些轨迹里学到的不是一条路,而是一套城市微观运转规则: 哪个门能进、哪个门是摆设、哪个路口左转要等三轮灯、哪栋楼的电梯在午间要排五分钟。很多地图产品修复路况的能力,一部分就来自这类轨迹聚合。某条路临时施工,导航地图还没更新,但骑手群体已经提前绕行。系统通过绕行率突变发现“道路状态异常”,然后调整路段权重,后续的人就会收到新的推荐路线。这个循环里,骑手没有主动上报任何信息,但他们的轨迹已经在替算法标注路网变化了。1.2 点击与报备: 每一次人工操作都是主动标注如果说轨迹是被动采集,那骑手在App上的每一次点击,就是最标准的主动标注。“我已到店”告诉系统骑手进入了商家围栏; “我已取餐”标记了出餐完成; “送达”定义了订单闭环。最典型的训练样本来自“异常报备”——商家出餐慢、联系不上顾客、地址不详、小区不给进。骑手点击报备时通常是为了免责,但这本质上就是在给数据打标签。落进后台的一条报备记录,大致长这样: 脱敏后的骑手ID、时间戳、经纬度、门店编号、等待时长、报备原因。你以为这只是一张给客服看的备注,实际上它直接变成了带标签的结构化样本。标签就是操作栏里那一排选项。成百上千条同类记录聚在一起,系统就有了判断“这户地址是否有门牌遮挡”“这家店周五晚上出餐需要多久”“这个园区是不是必须走侧门”的依据。所以说,骑手不是偶尔当当“AI训练师”,而是每一次接单都在做标注工作,只是他们自己不知道。1.3 照片证据: 视觉模型最缺的真实样本现在不少平台在送达时会要求拍照,尤其是“放前台”“放门口”“放外卖柜”这类非面对面交付场景。表面上是留存凭证,实际上这些照片进入了另一条AI生产线。照片里包含门禁、闸机、大堂前台、外卖柜、走廊转角,这些都是视觉模型训练中很难用仿真替代的真实场景数据。标注外包的图片常常经过裁剪清洗,而骑手拍下的照片天然带地理位置和时间上下文,信息量远高于实验室样本。视觉模型拿到这类数据,可以学会识别建筑物入口、判断餐品是否放入柜格、识别“是否被他人取走”。还有一类是差评申诉和餐损上报时传的图。它们数量相对少,但样本的多样性高,非常适合训练异常识别模型。骑手在这些流程里完成的所有动作,最终都在给感知模型提供真实世界的坐标系。1.4 一天的完整数据清单骑手行为产生的数据可能的AI用途打开App并接单位置、在线状态、操作时间调度模型、活跃度预测骑行配送GPS轨迹、速度、转向、停留路网识别、ETA模型、路径规划点击“到店/取餐”时间戳、商家围栏交互出餐时长模型、商家评分点击“等餐/异常”报备类型、等待时长异常检测、商家分级拍摄送达照片现场图片、位置、角度视觉模型训练与用户通话通话时长、频次(不含内容)履约风险模型、智能客服这张表并不新奇,但把它贴在本文开头,是想让读者直观看到一件事: 骑手的劳动过程,同时就是一个标注过程。这不是阴谋,而是平台经济里既有的机制设计。2. ETA模型为什么比你自己还懂你: 骑手过去的行为如何变成调度算法大家都收到过App里的提示“预计12:32送达”。ETA(预计到达时间)是配送系统最核心的算法,它的进化史几乎就是骑手数据喂养史。2.1 从“距离除以速度”到多特征融合最早的ETA就是距离除以平均速度,简陋至极。现在要考虑的特征可以分为三层: 静态特征包括距离、商圈、楼层、小区类型; 动态特征包括天气、实时路况、骑手当前并行订单量、用户所在楼栋电梯拥堵程度; 历史统计特征则包括这家店在周日晚上的平均出餐时间、这个小区在工作日午间的平均等门时间。后两层特征的数据从哪里来? 只能从骑手每一次真实履约里来。系统本质上是在学习“同一条件下,过去大多数骑手要花多久”,然后用这个时间指导未来的预期。所以骑手越拼命跑单,系统对“极限用时”的估算就越紧; 系统越紧,骑手越需要提速。这个正反馈背后就是数据在双向流动。2.2 群体轨迹如何揭示路网真相群体轨迹数据对路况模型的帮助,前面已经提过。再往深一点看,它能发现导航地图都发现不了的东西: 某个小区的北门平日开放但高峰期锁闭,骑手三代人积累下来的轨迹会把正确路线固化下来; 某条河流边有条桥,桥面正在维修,系统通过骑手绕行比例的变化,调整所有订单的路权估计。这些都是“无意识群体标注”的典型表现。更妙的是,这样的数据带有自然标签。一辆正常私家车在某路段慢行可能是偶然,但大量骑手在同一时段都以极低速度穿过某区域,必然有原因。算法不需要知道原因是什么,只需要把该特征加入成本函数。至于原因,地图团队后续会结合实况确认。这套机制让配送平台的城市路况感知效率远高于传统地图采集车。2.3 一个具体例子: 系统怎么知道你该等多长时间商家出餐速度是外卖ETA里最说不准的一块。商家自己报的时长不可信,餐饮平台只能从骑手实际经历里提取真实数据。逻辑是这样的: App根据GPS判断骑手进入商家围栏,记录“到店时间”; 骑手点击“取餐”时,记录“离开时间”; 两者相减就是这次取餐的停留时长。多单情况下去除异常值,得到该店在不同时段、不同时段订单量下的出餐分布。某位骑手到店后等了很久,系统早就根据历史模型预计了40%的概率要等超10分钟,并把这个变量挂进ETA里。这意味着每一个在柜台前磨蹭等餐的骑手,都在帮系统校正“出餐慢”模型。这种样本比任何问卷调研都真实,因为动作发生在实际履约中,而不是模拟情境里。骑手以为自己在打单,实际上是模型在打标签。3. 谁动了这条数据链: 骑手、服务商、地图与算法的分层博弈在骑手和算法之间,隔着一层又一层的角色。很多人只看到“骑手 → 平台”两个节点,真实链条长得多。3.1 骑手手机里的数据流向哪第一步,数据从骑手手机进入平台服务器。平台先把轨迹、点击、照片、通话行为做脱敏和清洗,再把其中一部分提供给算法团队用于ETA和调度,一部分用于地图数据服务,一部分用于反作弊模型。还有一部分经过聚合后,可能以路况数据的形式授权给商用地图产品。这中间还有外包供应商和技术服务商。比如图像识别模型的训练集往往交给第三方数据公司做预清洗,这些公司的标注员面对的照片,就是骑手在门口拍的模糊图。从骑手到最终算法,数据经过多次加工,但源头始终是骑手不自觉地完成的“现场采标”。链条的末端是调度系统。模型越来越好,派单越来越精准,用户等待时间缩短,平台履约效率提高。这些收益部分体现在用户体验上,部分沉淀为平台竞争力,但没有任何机制能自动回馈到数据源头——这一点很关键。3.2 “AI训练师”这个称呼,浪漫但有陷阱给骑手安上“AI训练师”的名号,确实让人们意识到配送工作的一部分是数据生产。但必须承认,这个词带有很强的修辞色彩,容易产生两个误导。一是让人误以为骑手像正式的数据标注员一样,有明确任务、有计件报酬、有质量反馈。实际上,骑手是“隐形的标注员”,没有标注任务列表,没有标注规范文档,甚至不知道自己做了标注。数据标注行业里有基本的价格标准: 一张图几毛钱,一段语音几块钱。而骑手在同样产出数据时,并没有单独的劳动报酬。平台给骑手的收入仍然基于配送距离、订单量和准时率,而不是数据贡献量。要称他们为“AI训练师”,至少该问一句: 这份“训练工作”的工资在哪?另一个误导是反向的。有人把这个称呼当作浪漫化骑手劳动的符号,好像“喂数据”和“送外卖”天然是一体的、谁都不亏。但骑手真正付代价的地方恰恰在这里: 他们用肉身替系统探路,系统越来越聪明,却没有任何一个组件把这份功劳记在骑手头上。3.3 骑手到底有没有“数据权利”所有骑手注册App时都签过一长串协议,核心意思通常可以压缩成一句: 使用服务即同意平台采集和处理相关数据。至于这些数据是否会被用来训练模型、是否会被授权给第三方,协议里有写,但没人会去细读。数据权利在理论上绕不开几个问题: 轨迹和照片算不算个人劳动成果? 匿名化和聚合法能不能让原始数据源头被忽略? 如果数据直接带来了商业收益,数据源头是否有分成权?这些问题法律层面还没完全定论,现实中更没人会给骑手提供选择。不授权就不能用App,不能用App就没有收入。这不是平台单个环节的问题,而是整个数据经济的通病,骑手只是其中最明显的群体之一。4. 被反向驯化的骑手: 算法不完全在模仿你,也在约束你数据和算法之间最隐蔽的关系,是循环反馈。骑手的数据进入模型,模型变成派单和考核标准,标准反过来压回骑手身上。4.1 训练数据变成绩效指标ETA模型学到的是群体骑手在各种条件下的真实耗时。一旦某个商圈普遍跑出了高速度,系统就会把“高速度”当作正常状态写进派单参数。新骑手进入该区域时,系统默认他们应按历史均值完成配送,而这个均值是资深骑手冒雨跑出来的。于是骑手群体成了自己激励自己的来源。算法没有单独变严,是数据本身以历史最优水平抬高了后续骑手的预期基线。结果就是系统越来越准时,但骑手的中位劳动强度越来越大。连平台内的运营人员都承认,ETA无法直接反映安全成本,只能反映时间成本。4.2 安全分与“系统比你更了解极限”轨迹数据不仅能用于时间预测,还能用来评估驾驶行为。急加速、急刹车、逆行的判断,都可以从连续轨迹中识别。这套模型同样要从历史数据中学习什么是“异常”。讽刺的是,系统学习到的“正常”,既包括合规骑行,也包括群体为了抢时间而养成的灰色驾驶习惯。当这些灰色习惯被大量标注为正常,安全分就只会惩罚真正被事故打断的骑手,而对普遍性的抢速行为熟视无睹。骑手一边被自己喂出来的数据约束着,一边还要承担“算法不合理”的评价。真正的责任不在某一方,而是这套循环没有为骑手的安全余量留出变量。4.3 数据贡献无法退出,但可以变得有意识作为个体,骑手很难退出这个数据采集过程,但至少可以做一些事,让自己对这些数据多一分清醒:定期检查手机App的位置权限,关闭非工作场景的精准定位。在平台设置里查看隐私开关,关闭“个性化推荐”类选项。注销账号前,查询是否支持删除历史轨迹和个人数据。对“异常报备”“照片上传”保持敏感,意识到这些操作进入的是模型训练管线,不只是客服工单。这些动作改变不了整个系统,但能帮你建立一种认知: 数据也是劳动成果,不是顺手给出的背景噪音。结构性解法当然要落在规则层面。比较现实的第一步是“数据透明度”: 平台可以给骑手展示累计贡献的样本数量、参与优化的模型类型。这不难做,难的是是否愿意把账本亮出来。5. 当机器人真的上路,骑手数据价值的时间窗口配送行业的远期图景必然包含无人配送。但一个常被忽略的事实是: 无人车的底层经验,大概率来自人类骑手的海量轨迹。5.1 无人配送机器人需要骑手数据吗需要,而且在初期非常依赖。两轮自动驾驶在公开道路上已经能跑,但真正难的是末端细节: 进小区、过闸机、找门栋、定位外卖柜。这些“城市末梢知识”很难从上到下推演,只能从真实案例里学。人类骑手过去几年积累的轨迹,恰好是最完整的“最优路径参考答案”。某小区北门高峰期不开,数据里有记录; 某写字楼的快递柜在地下一层,数据里有记录; 某园区保安不允许电动车进,但推车进可以,数据里依然有记录。所以骑手今天跑出来的数据,不只是改善当下调度,还会沉淀为无人配送系统在未来训练时使用的先验。这听起来功勋卓著,但前提是这些数据的使用有人管、有补偿、有边界。5.2 从“被采集”到“被雇佣”: 少数骑手已经看到转型已经出现一些方向性变化。一些平台招募资深骑手做“路线讲师”,让骑手把跑单经验结构化,按小时付费收录; 也有无人车运营公司雇佣骑手做远程护航员,在无人车遇到障碍时远程接管。这些岗位数量还很有限,但意义在于: 人类经验正在从“免费数据”变成“付费知识”。这类岗位对骑手的要求不低,需要有路网理解、异常处置能力和最低限度的数字素养。但有一点很值得肯定: 这是把骑手当作经验主体,而不是数据载体。5.3 我的一点真心建议: 别让数据贡献变成沉默成本我不反对算法优化,也不觉得“AI让外卖更快”是坏事。但站在一个长期观察这个行业的人的角度,我只希望一件事: 数据贡献不要永远隐藏在履约里。更具体地说,可以建立“骑手数据贡献台账”。每个骑手都能查看自己累计产生了多少有效轨迹点、多少张训练照片、参与修正过哪些路况标签,并能据此兑换接单流权、装备折扣或数据补贴。这套机制对平台不是负担,反而能带来骑手对系统的信任感。技术的价值不该只属于写模型的人。骑手用肉身在城市里替AI探过路,这份“探路费”值得被记账。那晚在便利店门口,骑手最终接了一单,拧动油门消失在路口。他的手机记录断开,但数据不会消失。关于“人给AI打工还是AI给人打工”的争论,我的答案很简单: 看账本。如果骑手的每一次停留、每一次绕行、每一张现场照片都被记录、被使用、被沉淀为算法能力,那这条流水账的最终受益者名单里,必须要有骑手自己的名字。不然的话,“AI训练师”再动听,也只是一块画在空气里的招牌。这是我个人的一点观察,也是写这篇文章的全部理由。

骑手与AI：数据标注、算法训练与零工经济下的隐形劳动

相关推荐

Python Flask实现婚庆服务平台：数据建模、状态机与并发控制实战

DriftingBlues:1靶机渗透实战：从Web信息收集到MySQL提权

AI内容生成为何受限？解析背后的安全边界与伦理考量

更多资讯

Keil5新建工程全流程：从芯片Pack到编译烧录避坑指南

AI编程工具实战指南：提示词、上下文工程与效率提升

跨文化视角下语言模型推理能力评估：框架设计与实践

基于状态机的STM32按键扫描：单击、双击与长按事件识别

Claude托管智能体实战：从最小循环到可治理的Agent工程

全栈液冷方案如何破解AIDC高密度散热与PUE难题

今日更新

智能硬件视频会议集成：从芯片选型到场景落地的全栈实践

FFmpeg音视频处理与5路RTMP推流实战：从原理到118克盒子部署

RK3528+1GB内存如何变身直播节点？硬编解码与六协议实战复盘

本周精选

金融AI落地指南：从调研报告到技术选型与工程实践

大模型上下文成本与注意力优化技术深度解析——为何O(n²)平方复杂度无法被常规优化消除｜TaoToken 统一 Key 通道实测

基于GMM的语音识别系统原理与MATLAB实现详解

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？