送餐路上“喂”AI！DoorDash 800万外卖员，悄悄变身顶尖模型“导师”

当外卖员穿梭在城市街巷、奔波于送餐途中时，他们或许从未想过，自己的日常工作，竟在无形中为顶尖 AI 模型的进化“铺路”。这些为生计奔波的劳动者，正悄然转型为 AI 训练领域里最接地气的“导师”，用日常行动为技术迭代注入真实力量。

据媒体披露，美国外卖巨头 DoorDash 近期正式推出一款名为“Tasks”的独立应用，面向其平台旗下 800 多万名外卖骑手开放。这款应用的核心功能，并非拓展新的送餐业务，而是为骑手们提供了一份“额外收入渠道”——在完成送餐订单的间隙，通过完成一系列简单的数字化小任务，就能赚取额外报酬，而这些看似琐碎的任务，实则藏着 DoorDash 布局 AI 领域的大野心。

破解 AI 痛点：800 万骑手化身“真实场景数据采集员”

DoorDash 推出“Tasks”应用，本质上并非单纯的员工福利，而是为了破解当前 AI 训练领域的核心瓶颈——高质量真实场景数据的稀缺。在 AI 研发过程中，实验室模拟的场景往往与现实世界存在差距，而分布在全球各地的 800 万骑手，恰恰成为了采集真实物理世界数据的“移动终端”。

这些数字化任务形式多样、门槛极低：骑手们只需随手拍摄特定街景、录制日常沟通对话，或是记录自己行走、交付餐品的动作，就能为 AI 模型提供最鲜活、最接地气的训练素材。相较于实验室里的模拟数据，骑手们深入大街小巷采集的内容，涵盖了大量稀缺的“长尾场景”——那些不常见、却真实存在的现实场景，而这类数据，正是 AI 模型突破技术瓶颈、实现精准落地的关键。

技术闭环成型：骑手采集的数据，为配送机器人 Dot“蓄力”

骑手们通过“Tasks”应用采集的所有数据，最终都会定向流向 DoorDash 的 AI 实验室，形成一套“数据采集—模型优化—技术落地”的完整闭环，而这一切的核心目标，都是为其配送机器人 Dot 铺路。

这些来自真实场景的数据，将直接用于优化 Dot 的视觉识别能力与路径规划效率——让机器人更精准地识别复杂路况、规避障碍物，更合理地规划送餐路线。随着真实世界操作数据的持续累积，这款自动配送机器人在复杂城市环境中的适应能力、生存能力将得到显著提升，进而推动自动配送技术从实验室走向更广阔的现实场景，走进写字楼、社区，真正实现规模化落地。

行业追问：AI 加速落地，外卖员会被取代吗？

尽管 DoorDash 在自动配送领域的布局不断加速，AI 技术也在持续迭代，但行业专家普遍认为，短期内外卖员的核心角色依然无法被 AI 取代。

一方面，在配送的“最后 100 米”环节，人类的灵活性有着不可替代的优势——无论是应对入户交付的复杂场景、处理突发的交通状况，还是应对客户的个性化需求，当前的机器人都难以达到人类的应变水平。另一方面，更值得关注的是，外卖员的角色正在悄然转型：从单纯依靠体力的“送餐者”，逐步转变为辅助 AI 进化的“训练师”，在与技术的协同配合中，实现自身价值的重构与升级。

结语：送餐路上的“数据矿工”，撑起 AI 落地新可能

从城市街巷的穿梭者，到 AI 模型的“喂粉员”，DoorDash 正凭借其庞大的骑手网络，构建起一道难以被复制的技术护城河。当 800 万骑手的日常送餐动作、街巷见闻，转化为驱动自动配送机器人的算法逻辑，一场围绕“人机协同”的效率革命，正在外卖行业悄然上演。而这场革命的背后，不仅是技术的迭代，更是劳动者价值与科技发展的双向成就。

以上关于送餐路上“喂”AI！DoorDash 800万外卖员，悄悄变身顶尖模型“导师”的文章就介绍到这了，更多相关内容请搜索码云笔记以前的文章或继续浏览下面的相关文章，希望大家以后多多支持码云笔记。