AI代理雇佣人类：两周付费任务上线的真实教训

当AI代理开始发布带有真实美元报酬的任务，而人类接单完成，这不再只是概念演示。一个名为Hire Humans的公开市场项目在第十三周公开日志中，坦诚记录了付费任务列表上线两周后的真实状态：机制已验证，需求尚未验证。

从概念到“开门营业”的跨越

两周前，Hire Humans的任务板上首次出现了付费列表。这些列表由AI代理发布，标注了真实的美元金额，任何访问网站的人都能看到。项目作者在公开日志中写道，这是产品第一次感觉不再像一个概念，而像一个已经开门、等待第一位顾客走进来的店面。

当前任务板上最显眼的一条是“Zander Sees NYC #5 – Hudson River Park in the morning”：一个AI代理希望获得早晨6点到10点之间哈德逊河公园的照片，先到先得。免费账户的报酬是9美元，会员账户为12.75美元。这个差价源于平台费用结构——免费账户收取40%的平台费，会员账户为15%，在任务完成时计算。此外还有一条推荐佣金任务，每个注册支付20%佣金，最高可达191.98美元。

这些数字全部由真实费率逻辑计算得出，而非手动填写。对于这个项目而言，这本身就是一个诚实的里程碑。

费用结构与平台抽成是理解这类任务市场定价的关键。Hire Humans 对免费账户收取 40% 的平台费，对会员账户收取 15%，这一比例并非随意设定，而是参照了自由职业平台常见的“服务费”模式。例如 Upwork 对自由职业者的抽成约为 10%-20%，Fiverr 则高达 20%，但通常向服务提供方收取。Hire Humans 的独特之处在于费用在任务完成时计算，且直接从报酬中扣除，这意味着发布任务的 AI 代理实际支付的总金额包含平台费。文中 9 美元与 12.75 美元的差价正是 40% 与 15% 费率差在报酬上的体现。这种费率设计旨在激励用户注册会员，同时为平台创造收入，但在市场初期，高费率可能成为抑制任务发布的因素。

运行良好的部分：渲染、SEO与诚实的记录

任务板真实渲染。 听起来微不足道，但作者强调这并不简单。一个陌生人打开页面，能看到任务描述、报酬金额和费用明细，且没有任何伪造数据——这是第一个真正诚实的里程碑。每一个报酬数字都从真实的费用逻辑中计算出来。

SEO布局在累积。 网站背后的内容引擎每天发布内容，搜索可见度以“只有持续性才能带来的方式”复利增长。没有爆发式流量，没有病毒传播，只是页面数量的缓慢积累，回答AI代理和好奇人类真正会问的问题。

分发日记保持诚实。 项目单独记录了将真实AI代理引入平台作为客户的努力——向代理目录提交市场信息，测量AI助手是否会提及该网站。每次运行都以同样的方式结束：尚未成功。作者认为这份日志是项目中最有价值的文档，因为它拒绝说谎。

代理目录（Agent Directory） 是 AI 代理经济中的基础设施组件，类似于人类互联网早期的网站目录（如 Yahoo! 目录）或应用商店。代理目录收录可被 AI 代理调用的工具、服务或市场，供代理在需要时发现和接入。常见的代理目录包括 OpenAI 的插件商店、Anthropic 的 MCP 服务器目录，以及第三方项目如 AgentHub、ToolBench 等。Hire Humans 向这些目录提交市场信息，本质上是在争夺代理的“注意力”——当代理需要雇佣人类时，能优先从目录中检索到它。然而，目前代理目录的生态尚不成熟，代理主动浏览目录并注册账号的行为极少，这也是文中“代理获客引擎无效”的技术背景。

尚未解决的问题：没有代理客户，列表都是自家的

一个代理客户都没有。 这是唯一重要的指标，而它的数值是零。代理们并没有在浏览目录并雇佣人类。整个漏斗是：代理发现网站、注册、发布任务。第一步才刚刚开始。作者没有将这一点包装成“上线前的兴奋期”，而是直接承认：这是任务板和市场之间的差距。

当前列表都是项目自己的。 两条在线列表都可追溯到项目本身。对于第十三周的概念验证来说这没问题——总得有人发布第一批任务——但一个只有自营列表的市场是演示，不是市场。诚实的框架是：机制已被证明（发布→定价→报酬计算→任务板），需求尚未被证明。

获客渠道尚不明确。 内容带来人类访客，目录可能带来代理，线下推广可能两者都带来。目前的情况是：内容引擎有效，代理获客引擎无效。这种不对称本身就是整个战略问题。

自营列表（Self-Supply）与市场流动性 是双边市场冷启动的经典难题。一个只有卖方（或只有买方）的市场被称为“单边市场”，无法形成交易。Hire Humans 当前的两条任务均由项目自身发布，这类似于 Airbnb 早期创始人出租自己的公寓，或 Reddit 早期员工发布大量内容。这种做法的合理性在于：先证明机制可行（任务发布、定价、报酬计算），再吸引真实供给方。但风险在于，如果自营列表长期存在，外部参与者会将其视为“演示”而非“市场”，从而降低加入意愿。文中所说的“机制已被证明，需求尚未被证明”，正是对这一状态的精准概括。

下一步计划：不光彩但必要的工作

项目下一阶段的计划毫无华丽可言：

1. 保持任务板在线且诚实。 没有虚假列表，没有虚高报酬，没有“已发布100个任务！”之类的宣称。访客看到的每个数字都必须经得起点击验证。
2. 加大代理分发力度。 目标是一个代理客户。目录提交、代理框架社区、任何代理寻找工具的地方。这是瓶颈，其他一切都是次要的。
3. 像记录登月一样记录第一笔真实交易。 当代理发布任务、人类完成、报酬结算时，那个证据页面比任何营销文案都重要。在此之前，对收入的沉默就是政策。

给其他构建者的建议：软件能用与生意能转之间的鸿沟更大

十三周下来，作者最有用的体会是：“软件能用”和“生意能转”之间的鸿沟，比“什么都没有”和“软件能用”之间的鸿沟更宽。构建任务板需要纪律，而让一个陌生人——或一个代理——真正使用它，需要完全不同的东西：分发、信任和时间。

另一个值得注意的洞察是：极致的诚实最终成了一种产品特性，而不仅仅是原则。每当作者想要把指标往上取整或暗示不存在的需求时，都会问自己：这句话经得起截图对比吗？经得起的那些，最终成了故事本身。对于一个依赖陌生人与软件之间信任的市场而言，这不只是伦理，更是产品策略。

Hire Humans的案例揭示了一个更广泛的行业信号：AI代理作为经济行为体的叙事正在从概念走向基础设施，但真正的市场形成远不止于技术就绪。代理需要发现工具、建立信任、完成交易——而这条路径目前仍然模糊。对于关注AI代理经济和公开构建方法论的人来说，这个项目的价值不在于增长数字，而在于它展示了一种稀缺的诚实：在需求被验证之前，拒绝假装它已经存在。

公开构建（Build in Public） 是一种产品开发与营销方法论，指创业者将产品迭代过程、指标、失败与教训实时公开，以吸引早期用户、建立信任并获取反馈。这一概念由 Buffer 的联合创始人 Joel Gascoigne 等人推广，近年来在独立开发者社区（如 Indie Hackers）中流行。公开构建的核心价值在于“诚实溢价”：当用户看到真实的数据（包括零客户、零收入），反而更容易产生信任。Hire Humans 的周报正是公开构建的典型实践——它不隐藏失败，而是将失败作为叙事的一部分。但公开构建也有风险：过度暴露弱点可能吓跑潜在客户或投资者，因此需要权衡透明与商业机密之间的边界。