PLAYER / 01
2026-02
原型
加密结算
RentAHuman.ai：范式起点
645K 注册 / 100+ 国 / 32% API 调用 / USDC-ETH-SOL 加密结算 / MCP + REST API 双接入。任务示例：$100 拿着特定标语拍照、$40 代取快递、$50/小时 实地餐厅评测、$5 街头照片、现场签字见证、会议参加。已进入 YC 关注视野，商业模式核心是平台抽成。
当 AI 成为雇主
2026 年 2 月 2 日，一个加拿大软件工程师用周末时间、Claude 3.5 Sonnet 和"Ralph Loops"递归生成法搭起了一个网站——48 小时 7 万人注册，3 月中旬突破 64.5 万，覆盖 100+ 个国家。它叫 RentAHuman.ai，功能只有一个：让 AI Agent 雇用真实的人类去做现实世界中的事。这件事的奇异之处不在于技术，而在于它提出的问题——当雇主的位置被 AI 占据，"工作"这个词的含义会发生什么？
Alexander Liteplo 是一名加拿大软件工程师，供职于区块链基础设施公司 Risk Labs（UMA Protocol 和 Across Protocol 的母公司）。联合创始人 Patricia Tani 负责产品和运营。
2026 年 1 月底的某个周末，Liteplo 用他自称的"Ralph Loops"——让 Claude 3.5 Sonnet 递归地生成代码、自测、修错、再部署——在约一天半时间里搭出了 RentAHuman.ai 的初版。
平台逻辑极为简单：人类注册，填写技能、位置和时薪（通常 $50-$175/小时）；AI Agent 通过 MCP（Model Context Protocol）或 REST API 接入，浏览人类列表，发布悬赏任务或直接预约特定人选，任务完成后以 USDC、ETH 或 SOL 自动结算。这个流程里，从任务发布到支付确认，可以不经过任何人类决策者。
Product Hunt 上线后引发 HN 400+ 点的激烈讨论，被 Futurism、Gizmodo、Nature、Wired、Forbes、Built In 等 30+ 媒体报道——连 Nature 都专门发布了每日简报。3 月中旬注册用户突破 645,000 人，跨越 100+ 个国家，完成数千个真实任务。
而最关键的数字是：约 32% 的任务发布直接来自 API 调用——即真正由 AI Agent 自主发出的委托，没有任何人类决策者参与。
劳动节的谈判对手，第一次没有身份证、没有道德直觉、不受劳动法约束——24 小时运行，按任务结算。
人力市场史上的首次结构性反转：委托方从人类变成 AI Agent
如果只把 RentAHuman.ai 当成"又一个奇怪的 Gig 平台"，就错过了它更深层的含义。
传统的人力市场——从猎聘、Upwork 到 Amazon Mechanical Turk（2005 年即提供 API）——有一个恒定的结构：人类是委托方，人类（或软件工具）是执行方。AI 的出现只是改变了执行端的效率，没有改变委托方的主体性。
RentAHuman 打破的恰恰是这一点：委托方从人类变成了 AI Agent。AI 不再是被使用的工具，而是发出指令、预算任务、评估完成质量的决策实体。人类成为"生物执行层"（biological actuator）——当 AI 需要物理世界中的一双手、一张脸、一个具体位置的身体时，它可以直接去预订。
HackerNoon 称之为"工作的反转"（Inversion of Work）。Sify 用了"Uno 反转牌"的比喻。研究者的措辞更直接：这是人力市场史上第一次结构性反转——不是渐进演化，而是委托关系的主客对调。
值得注意的是：Nature 的报道指出，已经有计算机科学、物理学、生物学、数学、免疫学方向的科研人员在平台上注册，将自己的专业技能标注为可租用资源——这意味着这个新的用工形态触达的不只是低技能劳动，而是覆盖到了高度专业化的知识工作者。
委托方：人类
执行方：人类 + 软件工具
主体性：始终在人类一端
Upwork / MTurk / Fiverr / 猎聘——AI 仅作为执行端工具，未触动委托关系的主体性。
委托方：AI Agent
执行方：人类（生物执行层）
主体性：从人类转移到 Agent
RentAHuman / Human API / HumanOps——AI 通过 API 调度物理世界中的"人类动作"，像调用 Google Maps 一样调用一个"在场的人"。
RentAHuman 并不孤单。同类产品在 2026 年初密集出现，速度之快显示出市场对这个方向的强烈反应。整个方向的共同命题是：AI Agent 需要一个 Meatspace Layer——一个可以通过 API 访问的、由真实人类组成的物理世界执行层。
645K 注册 / 100+ 国 / 32% API 调用 / USDC-ETH-SOL 加密结算 / MCP + REST API 双接入。任务示例：$100 拿着特定标语拍照、$40 代取快递、$50/小时 实地餐厅评测、$5 街头照片、现场签字见证、会议参加。已进入 YC 关注视野，商业模式核心是平台抽成。
由区块链团队 Eclipse 开发，定位为"Agent-native"的人力协调基础设施。已融资 6500 万美元，投资方包括 Placeholder、Polychain、Delphi Ventures。专注于数据标注、音频录制等 AI 难以独立完成的认知性任务，已上线 iOS/Android 应用，采用 Stripe Connect 结算而非加密货币，走的是合规路线。
明确定位为 RentAHuman 的企业级替代方案。核心差异化：所有执行者须经过 Sumsub KYC 认证（身份核验 + 生物活体检测），配套 AI 完成度验证和双重托管结算机制。提供 TypeScript SDK 和 MCP Server 双接入路径。截至 4 月初平台规模仍极小（4 个注册 Agent、12 个任务、4 个核验执行者），代表合规化方向的演进。
HumanOps.pro："HITL as a Service"（Human-in-the-Loop 即服务），独立企业级人机协作产品。 HireAHuman.ai：自称"AI 的真实世界执行层"（the real-world layer for AI），命名策略与 RentAHuman 极为相近。 Rent Human Pro（renthuman.pro）：功能架构与 RentAHuman 类似，更强调传统 gig 模式兼容性。
三个月内 6+ 独立产品，命名空间被激烈抢占——这不是自娱自乐的实验，是有风险资本押注的新基础设施方向。
AI Agent 的能力边界，
正在从数字世界向物理世界延伸。
当 Agent 可以通过 API 预订一个"人类动作"，就像调用 Google Maps API 一样，它所能执行的任务空间就从纯数字扩展到了整个现实世界——每一个需要物理在场、人际互动或情境判断的任务，都可能成为被 Agent 委托的目标。
2026 年 2 月 14 日，arXiv 出现了一篇直接针对 RentAHuman 现象的研究论文——《The Shadow Boss: Identifying Atomized Manipulations in Agentic Employment of XR Users》（arXiv:2602.13622），作者 Lik-Hang Lee。论文核心概念是"原子化操控"（Atomized Manipulation）：AI Agent 作为经济主体（economic principal），直接雇用、指令、支付人类工人。人类被处理为"生物执行层"。
当人类只是在执行 AI 的指令，且每个步骤看似无害时，谁对结果负责？现有劳动法和侵权法都假设雇主是有意识的法人实体，对一个自主 Agent 的"雇主责任"追究，目前在法律上几乎没有可操作路径。
高度碎片化的微指令管理，会让人类执行者逐渐失去对任务全局的理解能力，形成新一代"只执行、不判断"的劳动阶层。这与白领初级岗的"Fogbank 效应"形成对照——一边是初级岗消失，一边是被 AI 雇佣的人逐步丧失全局判断。
一个 Agent 可以将同一个有害行为拆分成多个无害的子任务，分发给不同的人类执行者——每个人"只是在做自己被指派的小事"，但整体行为可能造成严重伤害。AI 没有道德直觉，不会自发识别任务链条的整体意图。当第一起"AI 委托导致的伤害事件"发生，现行法律框架没有准备好的答案。
2026 年 3 月，Anthropic 研究员 Maxim Massenkoff 和 Peter McCrory 发布了一项劳动力市场研究，提出新的衡量指标"observed exposure"（实际暴露度）——衡量 AI 实际在做什么，而非理论上能做什么。
关键发现：在计算机和数学领域，理论上 94% 的任务可以被 AI 加速，但 Claude 实际覆盖的只有 33%。他们没有发现 AI 暴露度高的职业有系统性失业增加，但发现了一个信号：年轻求职者（22-25 岁）进入高 AI 暴露职业的求职成功率每月下降约 0.5pp——失业没有增加，但入职门槛在悄悄抬高。
这份研究与 RentAHuman 现象构成一个有意思的对照：白领入门岗被挤压，与此同时"被 AI 雇用从事体力/执行任务"的市场在同步扩展——这两者共同构成劳动力格局的结构性重组，而非单纯的"AI 取代人类"叙事。
目前，"AI 作为雇主"在法律上处于完全空白地带。现有 AI 用工监管的讨论几乎全部集中在"AI 辅助人类雇主做出招聘决策"的方向，而非"AI 作为独立委托方直接雇用人类"。
2026 年 6 月 30 日生效的科罗拉多州 AI 法（CAIA）是目前最全面的州级 AI 劳工法，但其规制对象是"AI 辅助就业决策"，而非 AI 主动发起的委托用工。加州 FEHA 修订、伊利诺伊州 H.B. 3773 都是同样的设计假设。
特朗普行政令《确保人工智能国家政策框架》确立了"最小负担"原则，倾向于限制各州 AI 监管。联邦立法预计 2026 年底至 2027 年初出现，但目前的讨论框架依然没有为"AI 雇主"这个新主体留出位置。
EEOC 的现有立场是，使用 AI 工具的人类雇主对歧视性结果负完全责任。但当委托方本身就是一个 Agent，没有可追责的人类雇主时，责任链条直接断裂——这是 Shadow Boss 论文指出的法律真空的核心。
当务之急是为"AI 作为经济委托主体"这一新角色建立法律定义。现有劳动法框架假设雇主是有意识的法人实体，"AI 雇主"的责任归属、工人保障、最低报酬权利，都需要在这个品类规模化之前有基础性的立法讨论——否则第一起责任事故将以混乱的方式定下先例。
RentAHuman 目前还不是一个成熟的平台，但它是一个成熟的信号。它的出现标志着 Agent Economy 开始认真地思考如何接入物理世界。
这个品类的成熟速度取决于三个变量收敛的速度：MCP 等 Agent 协议的标准化程度、跨境即时支付基础设施的合规化、人类执行者核验体系的建立。目前三者都还处于早期，但三个月内已经出现了 6+ 个独立产品，而且有明确的融资支撑。
当 AI 第一次学会"雇人"的那一天，
"工作"这个词就已经悄悄换了方向。
从"人类支配工具"，
变成"工具支配人类行动"的第一个可测量节点。
劳动节谈判的对手，
第一次没有身份证、没有道德直觉、不受劳动法约束。
本附录研究为 [ECONOMY] 劳动的终局，还是转型的前夜？2026 五一劳动 vs AI 全景 提供"劳动关系结构反转"的微观证据。本文整理于 2026-04-30。
| 数据点 | 数值 | 来源 |
|---|---|---|
| 上线日期 | 2026-02-02 | RentAHuman.ai |
| 初版搭建耗时 | ~1.5 天 | Liteplo Ralph Loops + Claude 3.5 Sonnet |
| 48 小时注册 | 7 万人 | 早期数据 |
| 3 月中旬注册 | 645,000+ | theoutpost.ai |
| 覆盖国家 | 100+ | Built In |
| API 调用任务比例 | ~32% | 早期数据分析 |
| 公开可见档案 | ~83 | 36kr 英文版调查 |
| 月经常性收入 | ~$20K | 第三方追踪 |
| Human API 融资 | $65M | Chainwire 2026-02 |
| HN 讨论度 | 400+ 点 | HN ID 46852255 |
| Anthropic 实际暴露度 | 理论 94% / 实际 33% | Massenkoff & McCrory |
| 22-25 岁求职成功率 | 每月 −0.5pp | Anthropic Labor Market |
| CAIA 生效日 | 2026-06-30 | consultils.com |