教机器人干活的人，本来是干这行的

10月28日，中新网报道了武汉高质量数据基地里的“机器人职业学院”。训练师戴上240克的智能头环，在还原出来的超市场景里分拣货品、整理货架、补货。

手机和便携设备从劳动者视角，记录双手与物品怎么接触。这些视频汇集起来，标成“人在做什么、动作何时发生”，再重建成轨迹，就成了机器人学习的教材。

这套流程里，最让我意外的是一个人数比例。

八成的采集员，本来就是干这行的

蚂蚁数科天玑实验室副主任朱凯介绍，82%的一线采集人员是行业原有的在岗从业者。

也就是说，教机器人理货的，多半是理过货的人；教机器人补货的，多半是补过货的人。

这个安排很聪明。数据要“真实、实用、贴合产业需求”，光靠年轻人戴着头环演一遍，动作再标准也缺了那点手上的分寸。熟手知道哪一步容易打滑、哪一箱该先搬。

报道里说，采集场景已经不只基地内部，覆盖药房、超市、洗衣房等1100多个真实产业场景采集点。这个数字说明它不是摆拍式的实验室采集。

采集只是第一步。要把“经验”变成“可用数据”，还得过连续动作识别、遮挡、视角变化这几关。团队用专用标注模型加人工复核，手部关节位置重建误差做到7毫米。

7毫米是什么概念？大概是一枚硬币的半径。手要抓一瓶水、一盒药，这个精度还差得远，但比两年前那些“抓空气”的演示已经实在多了。

数据卖得很好，卖的是谁的经验

基地给出的成绩也很亮眼：这套具身数据集全球下载量突破1600万，服务国内超80%的具身智能厂商。

“机器人职业学院”今年8月才启用。两个多月做到这个下载量，说明市场确实缺这种带真实动作的数据。

但这里有个问题，报道没有回答：这些数据是谁的经验？

如果是82%的在岗从业者提供的，那么被采集的是他们十几年练出来的手感。数据上传、下载、进模型，手感就离开了人。

我不是说这等于抢饭碗。机器人真能接手分拣、补货这些重复劳动，对搬货的、站一天的人来说未必是坏事。

我想问的是另一件事：他们教完之后，自己接下来做什么。

报道里没有一个采集员的名字，也没有人说自己怎么想。这不是记者的疏漏——这类稿子通常由基地安排采访，受访者多是负责人。

湖北的盘子有多大

报道给的几个数字可以放在一起看。

2025年，湖北人工智能产业规模1608亿元，近5年复合增长率近40%。全省具身智能产业规模突破400亿元，人形机器人产业链相关企业逾140家。超60所高职院校专门设立了机器人相关专业。

一边是60多所高职在培养“机器人相关专业”的学生，一边是82%的数据采集靠原有在岗从业者。这两件事不矛盾，但值得对照：前者教人怎么造和用机器人，后者把老师傅的手感拆成教材。

我更关心的是，那些被拆解的手感，有没有一条路回到人身上——比如让熟手转成训练师、标注师、场景设计者，而不是采完就回原岗位等机器来。

报道提到基地需要“人工复核”，这其实就是一条现成的路。复核要的是判断力，正好是熟手的强项。

一句判断

这个基地做的事，比“机器人又进化了”这类标题有价值得多：它把AI训练从实验室挪到真实的货架前，让数据长出劳动的纹理。

但它也把一个问题摆到了台面上——当经验可以被记录、标注、下载，经验的主人在这条链条里站在哪一格。

这个答案，目前还没有人写。