内容摘要：2011年，纽约。一个叫Odesk的平台上，有人挂出一条任务：帮我查一下曼哈顿下城某栋楼里三家公司的员工人数和大致职位分布。报酬，12美元。接单的是个菲律宾小伙，他花了不到两小时，打电话冒充调研机构、

2011年，人类肉引纽约。何利一个叫Odesk的用人平台上，有人挂出一条任务：帮我查一下曼哈顿下城某栋楼里三家公司的擎赚钱员工人数和大致职位分布。报酬，人类肉引12美元。何利接单的用人是个菲律宾小伙，他花了不到两小时，擎赚钱打电话冒充调研机构、人类肉引翻LinkedIn、何利查公开备案，用人把信息整理成表格交了回去。擎赚钱买家是人类肉引一家对冲基金的分析师，他用这条信息判断某家初创公司的何利扩张速度，进而调整了仓位。用人

这就是人肉引擎的雏形。不是搜索引擎，不是爬虫，是把散落在全球的真人当节点，用极低的成本调动他们的眼睛、耳朵和判断力。你出题，他们去找答案。

信息差是最古老的生意

人肉引擎赚钱的核心逻辑，说穿了就一句话：你知道去哪里问，别人不知道；你问得起，别人问不起。

我认识一个做跨境电商的朋友，他的选品方式很“土”。他在一个东南亚的众包群里发任务：去你们本地商场拍一下这个品类货架的照片，标上价格。一条任务给3到5美元。一周之内，他拿到了六个国家、四十多个商场的实拍数据。这些数据帮他判断哪些款式在哪些市场已经饱和、哪些还有空间。他跟我说，同样的信息找咨询公司买，报价是五位数美元起步。

人肉引擎赚的第一种钱，就是这种“地面情报”的差价。卫星图能看到建筑，但看不到货架上摆了什么。财报能读到营收，但读不到门店里导购在推哪个型号。

拆解任务，按件计费

真正把这个模式跑通的，是Amazon Mechanical Turk这类平台。2005年上线，最初的口号是“人工的人工智能”。你把一个大任务拆成无数小任务，比如“判断这张图片里有没有红绿灯”“转录这段三秒的语音”“确认这个地址是否存在”。每件任务付几美分到几美元。

做任务的人图什么？美国本土的Turk工人告诉我，她每天花三小时做任务，一个月能挣200到400美元，够付水电和网费。印度、委内瑞拉的工人则把它当全职，月收入折算下来可能只有当地最低工资的一半，但比没有强。

发任务的人赚什么？赚的是规模效应下的成本压缩。一家AI公司要标注100万张医学影像，雇全职标注员成本太高，拆成任务发到平台上，每张付0.5美元，总价50万，比雇团队便宜一半以上，速度还快。这中间的差价，就是利润。

有些钱，赚的是“在场”

还有一种玩法更隐蔽。2018年，一个做奢侈品二手交易的人，在巴黎雇了十几个留学生，任务很简单：周末去香榭丽舍大街的几家旗舰店门口蹲着，数拎着该品牌购物袋出来的人，每小时记录一次。连续四周。他拿到的数据，比品牌自己公布的销售增速更早地反映出某个系列在真实消费者中的热度。他靠这个信息在二手市场上提前囤货，加价卖出。

这种“在场”信息，机器替代不了。摄像头可以数人头，但分不清购物袋的款式和真伪。算法可以分析社交媒体，但过滤不掉水军和炫耀性发帖。只有真人站在那儿，用眼睛看，用常识判断，才能拿到最接近真相的切片。

灰色地带与真实成本

当然，这行当不是没有代价。人肉引擎天然游走在隐私和道德的边缘。你让一个人去拍某栋楼的进出人员，和让他去监视某个人，界限在哪里？平台不管，发任务的人也不管，接任务的人更不管。他们只关心钱到没到账。

我见过最极端的案例，是一个“验证身份”的任务。发任务的人要求接单者用自己的真实社交账号去添加某个目标为好友，然后截图对方的公开动态。每条任务15美元。接单的人觉得只是加个好友，没什么大不了。但积累起来，这就是一份完整的社交画像。

人肉引擎赚钱的本质，是把人的注意力、地理位置和判断力切成碎片，明码标价。它高效，因为全球有大量的人愿意用零散时间换零散收入。它危险，因为当你看不清谁在买、买去做什么的时候，你已经在不知不觉中成了别人的传感器。

这门生意不会消失。只要信息差还在，只要机器还有搞不定的模糊地带，就会有人继续把真人当节点，把世界当数据库，一笔一笔地赚下去。