时薪 20 美元雇人在旧金山遛机器狗：一家没有本体的公司，用最土的办法采最贵的数据
招聘启事上写的是「遛机器狗，无需经验，时薪 20 美元，每次 4 到 6 小时」。看懂了才知道，这是当下最原始也最贵的一种数据采集方式——雇一个人类，替机器人把路走一遍。
- 事件：据《纽约时报》报道（凤凰网科技 2026-10-28 编译），旧金山创业公司 Dimensional 本月早些时候在脸书「湾区招聘」群组发帖招人遛机器狗，无需经验，时薪 20 美元（约 133 元），每次 4 到 6 小时；该启事后被删除。
- 真实目的：不是遛狗，是采数据。人牵着机器狗 RoboFido 在旧金山人行道上行走，机器狗上的摄像头与传感器全程记录，为自主导航生成创始人所说的「真实参照数据（ground truth）」。
- 公司定位：创始人 Stash Pomichter（26 岁）明确表示 Dimensional 不是硬件公司，做的是机器人开源操作系统，目标是让 AI 智能体像指挥线上智能体一样指挥机器人干现实里的活。
- 机队规模：已从美国、中国、德国厂商购入 100 多台机器狗与 50 台人形机器人；用于遛的那批机器狗每台 2000 美元，来自中国宇树科技。
- 算一下：20 美元 × 4–6 小时 ≈ 每次 80–120 美元；按 5 小时计约 20 美元/小时。这只是采集单价，不含标注、清洗与训练。
- 判断：这条新闻的核心不是「遛狗很怪」，而是没有本体的公司开始用现金买真实世界的行走数据——本体正在变成耗材，数据正在变成资产。
一则招聘启事，把具身智能最不体面的那一面摊开了：要让机器狗在真实城市里自己走路，今天的办法是雇个人牵着它走，一小时 20 美元。地点在旧金山，公司叫 Dimensional，启事发在脸书的「湾区招聘」群组，几天后被删掉。
| 项目 | 数值 | 换算 |
|---|---|---|
| 时薪 | 20 美元（约 133 元） | 与遛真狗的市场价接近 |
| 单次时长 | 4–6 小时 | 单次成本约 80–120 美元 |
| 机器狗单价 | 2000 美元（宇树） | 约等于 100 小时人力成本 |
| 机队规模 | 100 多台机器狗 + 50 台人形 | 硬件投入约 20 万美元起（仅按机器狗计） |
最后一行那个换算值得停一下：一台 2000 美元的机器狗，等于一百个小时的人类时薪。也就是说，这台机器狗在街上被遛满 100 小时，它自己的人力成本就和它的售价打平。这个比例说明了一件事——在这个阶段，数据的成本不在机器上，在人身上。
仿真里能造出人行道、坡道、红绿灯，造不出旧金山街头那些东西：临时施工的围挡、停在盲道上的外卖车、突然横穿的行人、地铁口冒出来的蒸汽、被风卷起来的纸箱。这些不是「难样本」，是「概率极低但一定会遇到」的长尾。模型在仿真里练一万次也遇不到一次，而在真实人行道上走四个小时，可能遇到三次。
更关键的是「人怎么判断什么算正常」。人牵着机器狗走的时候，做的判断是连续的：这里该减速、那里该绕开、这个人在看手机要提前让。这些判断没有写在任何标注规范里，只能通过人的实际控制行为被记录下来。Dimensional 用机器狗上的摄像头与传感器全程记录，采的正是这个——所以创始人管它叫「真实参照数据」，而不是「训练数据」。
站内此前写过英伟达 Flora 把视频标注从每小时 88.5 美元压到 0.72 美元的价格变化。两个数字放在一起才有意思：采集端 20 美元/小时，标注端 88.5 美元/小时（未优化前）。也就是说，在优化之前，「把数据看懂」比「把数据采到」贵四倍多。
这解释了为什么 Dimensional 敢用这么土的办法采数据：采集环节本来就是整条链里最便宜的一段，用人力换真实度是划算的。真正烧钱的地方在后面——把几万小时的街头行走视频切成可训练的样本，标出每一帧里「该走哪」，这一步如果还靠人，成本会立刻反超。
判断：所以这家公司真正的赌注不在「采到数据」，在「用开源操作系统把数据变成能力」。它自称不是硬件公司，做的是一套让 AI 智能体指挥机器人的系统——如果这套系统能把原始采集数据的可用率做上去，20 美元/小时的采集成本就是极便宜的；如果做不上去，那就只是一堆没人看得完的视频。
这家公司从美国、中国、德国三个地方买机器：100 多台四足，50 台人形。四足挑的是 2000 美元一台的宇树，人形没说型号。它不造本体，也不想造——本体对它来说是耗材，是采集设备，是「会走路的摄像头支架」。
这个选择在一年前还不成立。那时本体产能紧、价格高、交付慢，想做数据必须自己造或者深度绑定一家整机厂。现在 2000 美元能买到一台能跑能跳的四足，买 100 台也不过 20 万美元——比养一个十人算法团队一年的成本还低。供给端的价格塌方，直接把「买本体采数据」变成了一门算得过来的生意。
第一，隐私。在旧金山人行道上连续拍摄四到六小时，镜头里会出现大量路人。报道没有交代数据如何处理人脸、如何处理住宅窗户，也没有交代是否告知被拍摄者。这类采集在美国加州本身就踩在隐私法规的边缘，启事被删除的原因也未说明。
第二，演示与能力的落差。创始人自己在采访里承认，智能体控制硬件的能力「仍然差」。这句话比整篇报道都重要——它意味着那 100 多台机器狗目前大部分时间不是在自主行走，而是在被人牵着走。数据的价值是期权，不是现金流。
第三，样本偏差。在旧金山一个社区的人行道上走一万小时，采到的是旧金山的人行道。坡道坡度、路缘高度、行人密度、气候，全都带着强烈的地方性。判断：这套数据训练出来的导航能力，换到亚洲的高密度街区，迁移损耗会有多大，是这家公司最需要回答、也最容易被跳过的问题。
「遛机器狗，无需经验，时薪 20 美元。」这句话读起来像个玩笑，但它准确地描述了 2026 年具身智能的一个真实分工：机器负责走，人负责判断什么算走对了，摄像头负责把两者记下来。
这个分工不会永远持续。等仿真能造出足够的城市长尾、等世界模型能生成带人类下意识的轨迹，这类岗位会消失。但在那之前，真实世界的每一公里，都要靠一个人陪着走完。这也是为什么这条不起眼的招聘启事，比很多发布会更值得记一笔——它标出了这个行业当前的成本底线在哪里。