DoorDash动员800万骑手为AI机器人采集送餐数据

送餐路上，你正在帮机器人“学走路”

每天穿梭在小区楼道、地铁口、写字楼大堂的外卖骑手，可能不知道：你随手拍的一张门牌号、录的一段敲门对话、走过的那条坑洼小路，正悄悄变成机器人“看世界”的教材。

DoorDash最近悄悄上线了一个叫“Tasks”的小工具，不占你送餐时间，也不用你额外跑腿——就是让你在送完单后，花两分钟拍几张照片、录几段视频。比如：拍下单元门的门禁系统怎么开，录下顾客开门时说的那句“放门口就行”，或者拍下那条被共享单车堵得严严实实的后巷。

这些看起来再普通不过的画面，对DoorDash的配送机器人“Dot”来说，却是比黄金还贵的“实战经验”。实验室里再怎么模拟，也模拟不出雨天湿滑的台阶、宠物突然窜出的惊吓、业主不让进电梯的争执。而这些，800万骑手每天都在经历。

DoorDash的机器人Dot，早就不是新闻了。2021年就在加州试点，2023年扩到纽约、芝加哥。但真正能跑通的，还是那些空旷的大学校园、整齐划一的郊区社区。真正难搞的，是北京五环外那些没编号的平房、上海弄堂里拐了七道弯的楼梯、深圳城中村那些连GPS都定位不准的窄路。

骑手们拍下的这些“乱七八糟”的画面，成了Dot学会“看懂人”的关键。比如，一个骑手拍下业主在门口放了张小凳子当临时收货点，系统就学会了：原来不是所有住户都愿意开门，有人就图个省事。再比如，有人把外卖塞进带锁的智能柜，但柜子没电了——这种“意外”，机器人以前根本想不到。

现在，这些真实场景被喂进模型，Dot的摄像头能认出“门口有狗”就绕道，看到“门铃没电”就改用APP通知，遇到“门禁要刷卡”就自动提示骑手帮忙开门。不是靠算法推演，是靠真人用脚走出来的经验。

有人说，机器人来了，骑手就要失业了。但现实是：DoorDash的骑手数量，过去三年反而涨了30%。为什么？

因为机器人干不了的事，还多着呢。半夜送药、帮老人把餐盒端到床头、替顾客带垃圾下楼、在暴雨天多等五分钟等客户下来——这些事，机器人不会，也不想学。它们能跑的，是白天、晴天、小区里、有明确地址的单子。

真正变化的是：越来越多骑手开始主动接“Tasks”任务。不是为了多赚几块钱，而是觉得“我在帮技术变聪明”。有人在APP里留言：“我拍了12次那家宠物店门口，现在Dot路过都自动减速了，终于不吓到我家狗了。”

平台也悄悄改了规则：完成“Tasks”的骑手，优先派单给复杂区域。你越熟悉小区环境，系统越愿意把难单分给你——你不是被机器替代，而是成了“人机协作”的关键节点。

在芝加哥，一个骑手拍下了某栋公寓楼的“特殊门禁流程”：先刷门卡，再按三下电梯，最后走消防通道——这个细节被系统记录后，Dot现在能独立完成这栋楼的配送了。而那名骑手，因为贡献了17条高质量数据，拿到了平台发的“城市向导”徽章，还上了内部简报。

在休斯顿，一个妈妈骑手拍下孩子放学后常在路口等她的画面，系统据此优化了“家庭区配送时间窗”，现在机器人会在放学后半小时内避开人流高峰。她没多赚多少钱，但她说：“我让机器人知道，这里不是冷冰冰的地址，是有人在等饭的地方。”

DoorDash没说“我们用骑手训练AI”，他们只说：“我们想让机器人更懂人。”

你送的不是一餐饭，是一段真实的生活。而这些生活，正在悄悄教会机器，怎么做一个不那么笨的“邻居”。