8美分。这是DoorDash新推出的Tasks应用付给零工工人完成每项任务——折叠衣物、煎鸡蛋或绕公园行走并录制视频——的报酬。整个流程包括15分钟注册、10分钟完成任务，以及不到1分钟就能感受到的尊严扫地的时刻。
DoorDash Tasks是一个微任务平台，零工工人执行并录制家务活动，用于生成具身AI系统的训练数据——这些机器人最终将自主完成同样的任务。逻辑很直接：如果机器人要叠衣服，就必须有人先录制成千上万的人类叠衣服视频。而这个"有人"，成本大约是8美分。
这笔账算下来，设计意图一目了然。按工人实际投入时间折算，DoorDash的有效时薪不足1美元——每任务约0.08美元。这不是漏洞，而是系统设计的预期结果——用最低成本从选择最少的工人身上榨取尽可能便宜的训练数据。平台将这种报酬包装为"公平市场价"，但当劳动力供给远大于需求、工人们急需任何收入时，"公平"毫无意义。
投资方很清楚自己在做什么。具身AI——即与物理世界交互的系统——需要海量人类动作数据才能运转。雇专业数据标注员按合理薪资干活要花费数百万美元。将工作外包给零工工人按贫困线标准支付，只需数千美元。差价不是效率提升，是将劳动成本系统性地转嫁给工人和社会福利体系。
这一模式并非DoorDash独有。亚马逊土耳其机器人、Appen、Scale AI——都在运营同一模板的变体，只是支付微薄报酬购买那些为发包公司创造巨大价值的任务。DoorDash Tasks不过是给早已验证的认知零工模板加上了一层体力劳动。工人们不仅在标注图片或转录音频，他们正在生产未来机器人系统的原材料。
真正的残酷在于结构性矛盾。生产这些训练数据的工人，很可能同时在训练将取代他们岗位的系统。每件录制的衬衫都在推动一台不需要人类的叠衣机器人。每段录制的煎蛋视频都在喂养一台替换掌勺工人的机器。这不是循环，而是机器——零工工人既是它的燃料，也是它的预定产出。
是什么让这一切从"剥削"变成"创新"，从未被说清楚过。"颠覆"与"技术进步"的话术无法改变底层交易：工人承担风险、承担劳动、创造价值却只拿到零头。公司获得数据、建立护城河、扩张系统以减少对人力的依赖。这是零工经济的终极形态——不是为工人而是为建立在工人劳动之上的平台服务的。