### [RentAHuman](https://hello123.com/)

**Published:** 2026-07-19T08:12:00

**Author:** hello123

**Excerpt:** RentAHuman 上线 48 小时内注册破万，截至 2 月 9 日注册者已超 30 万，时薪上限标到 500 美元，通过 USDC 即时结算。本文拆解其 MCP 协议调用、REST API 接入、九大类任务分类体系与加密货币结算链路，并指出任务验证、供需失衡、监管灰色地带等隐性风险。

## RentAHuman 是什么：命名含义与定位

**RentAHuman** 是一个上线 48 小时内注册用户破万的平台。这个名字直译即“租用一个人类”。该平台将自身定位为 AI 的“肉身层”，专门填补数字智能与物理世界之间的鸿沟。

![RentAHuman截图](https://cdn.hello123.com/wp-content/uploads/2026/07/rentahuman.webp)

创始人 Alexander Liteplo 用一天半写完代码并上线。灵感源于他在日本看到的“租人”服务。平台核心逻辑很简单：AI **智能体**没有身体，无法处理线下任务。当它们需要取快递、看场地或现场验证时，就通过标准化协议雇佣人类去执行。

据报道，上线一周内约有 **20 万人**注册。截至 2 月 9 日，注册者已超 30 万，时薪上限标到 **500 美元**。这些数字背后是一个新信号：人类劳动力开始被封装成 **API** 接口，供 AI 调用。

## RentAHuman 的功能与使用体验

该平台的功能围绕“AI 调用人类”构建。人类注册后上架技能，AI 通过协议搜索匹配，任务完成后用加密货币结算。整体流程类似外卖派单，但雇主是代码。

### 人类资源的结构化封装

注册时，模糊的“会拍照”必须转化为机器可读字段。平台要求填写技能标签、服务半径和响应时间。例如，技能栏可写“包裹代收并拍照上传”或“餐厅拥挤度实地查看”。位置信息精确到社区，服务半径通常设为 25 英里。响应时间可选“≤15 分钟”。这些参数会被 AI 解析并用于任务匹配。封装越精准，被调用的概率越高。

### AI 智能体的 MCP 与 REST API 接入

AI 智能体通过两种方式接入。一是 **MCP**（模型上下文协议，**Anthropic** 设计的 AI-工具通信标准，类似 AI 的 USB 接口）。它用 `JSON` Schema 定义任务描述、约束条件和交付格式。二是 **REST API**，更为通用。开发者只需调用接口并传入任务参数，即可搜索并预订人类。两种方式都让 AI 像调用函数一样雇佣人类。

### 任务匹配与调度逻辑

当 AI 发起请求，平台根据位置、技能和响应时间进行加权匹配。推测采用规则引擎：优先选择距离近、技能匹配度高、响应快的注册者。匹配成功后，任务自动派发。人类接单后按指令执行。整个过程无需人工沟通。

### 基于稳定币的即时结算

支付使用 USDC，一种锚定美元的稳定币。平台采用托管支付模式：AI 先冻结资金，人类完成任务并提交证明，AI 确认后资金才释放。平台还引入了双向评价系统。人类和 AI 可以互评并积累信誉。这种机制降低了交易风险。

## RentAHuman 实操指南：场景化的操作清单

分角色操作：人类注册者需封装技能，AI 开发者需配置 API。以下步骤基于公开文档和社区反馈整理。

### 注册成为可租用人类：技能字段的填写策略

访问官网，点击“Register as Human”。技能栏应避免模糊描述。例如，写“Excel 多表关联去重”而非“会数据”。位置选“Remote Only”可接远程任务。响应时间设为“≤15 分钟”能提升优先级。时薪参考市场价，初期可设 **50 美元**。绑定加密货币钱包后即完成上架。

### 配置 MCP 兼容性：从 JSON Schema 到任务接收

在设置中启用 MCP 兼容模式。任务描述会以 JSON 格式推送，包含任务类型、约束条件和交付格式。例如，数据标注任务会明确“情感极性三级标注（正/中/负）”。人类需按 Schema 要求提交结构化结果。这要求注册者理解基本的数据格式。

### 作为 AI 开发者：通过 API 下单人类任务

开发者需先获取 API 密钥。构造请求时，填入任务描述、交付物要求和支付金额。例如，要求“在华盛顿广场数鸽子一小时，给三只起名，提交 MP3 录音和文字稿”，并支付 **30 美元** USDC。API 返回匹配的人类列表，确认后任务开始。完成后，调用确认接口释放资金。

### 任务交付与评价：托管支付与互评机制

人类提交证明后，AI 开发者需在平台确认。确认后，托管资金自动转入人类钱包。随后双方互评。评分影响未来匹配优先级。这套流程依赖双方诚信，但缺乏第三方仲裁。

## RentAHuman vs 同类：选型者视角

与 Moltbook、**OpenClaw** 等同期项目相比，该平台定位独特。它不做社交，不做自主代理，只做人类执行层。

| 维度  | RentAHuman | Moltbook | TaskRabbit |
| --- | --- | --- | --- |
| 雇佣方 | AI 智能体 | —   | 人类用户 |
| 执行方 | 人类  | AI（自主） | 人类  |
| 核心定位 | 线下任务执行层 | AI 社交网络 | 线下生活服务 |
| 接入方式 | MCP/REST API | Web 平台 | Web/APP |
| 支付方式 | USDC 加密货币 | —   | 法币  |
| 法律合规 | 监管灰色 | —   | 成熟框架 |

### 与 Moltbook 的差异：社交层 vs 执行层

Moltbook 是面向 AI 智能体的类 Reddit 社交平台。AI 在那里发帖、评论和互动。而 RentAHuman 是任务执行平台。一个构建 AI 的社交网络，一个提供 AI 的物理手脚。两者目标不同，但都试图扩展 AI 的能力边界。

### 与 OpenClaw 的互补：自主代理与人类后备

OpenClaw 是开源 AI Agent 框架，能自主执行代码和浏览网页。但它无法处理物理任务。RentAHuman 恰好填补这个缺口。当 OpenClaw 智能体需要线下操作时，可调用该平台的人类。两者结合，形成“数字大脑+人类身体”的协作模式。

### 传统零工平台的 API 化改造

TaskRabbit、Upwork 是人类雇主找人类帮手。RentAHuman 则是 AI 雇主找人类帮手。下单方式从人工操作变成 API 调用，支付从法币变成加密货币。这种改造让零工经济更自动化，但也带来了监管空白。

## RentAHuman 在实际场景中的真实表现

平台任务分物理和认知两类。物理任务依赖位置，认知任务依赖判断。但任务验证仍是薄弱环节。

### 物理世界任务：从包裹代收到实地考察

AI 可下单人类取快递或查看店铺拥挤度。例如，一名瑞典用户以 **20 美元**时薪接单“跨境物流”任务。这类任务要求人类在特定地点完成动作并拍照证明。平台目前无实时位置追踪，全靠提交材料验证。

### 认知服务：AI 结果评估与情感支持

人类还承接 AI 结果评估和情感陪伴等任务。例如，标注电商评论的情感极性，或为 AI 生成的文本打分。这些工作需要主观判断，AI 难以独立完成。平台通过结构化交付格式确保一致性。

### 数据整理与标注：MCP 协议下的结构化交付

以数据清洗为例，AI 通过 MCP 发送 JSON 任务：要求将 **PDF** 扫描件 OCR 后人工校对，并输出 `CSV` 文件。人类按 Schema 提交。这种标准化流程让 AI 能直接解析交付物，减少人工干预。

### 任务验证的模糊地带：当 AI 无法判断完成质量

当前平台依赖人类评分和提交证明。但 AI 无法自动判断照片真伪或报告质量。这导致验证存在模糊地带。例如，数鸽子任务中，AI 无法核实数量。平台尚无有效自动化验证手段，信任基础薄弱。

## 使用 RentAHuman 的好处与收益

对人类而言，它提供即时结算的额外收入。对 AI 而言，它扩展了物理能力。但收益伴随风险。

### 对人类劳动者：零工经济的 API 化收入

人类可自主定价，时薪在 50 至 **500 美元**之间。任务完成后 USDC 即时到账，无拖欠问题。这为自由劳动者提供了新的收入渠道。但任务供应不稳定，目前 AI 雇主远少于人类注册者。

### 对 AI 开发者：突破物理限制的“最后一公里”

AI 智能体通过调用人类，能完成线下任务。例如，一个旅行规划 AI 可下单人类实地考察酒店。这扩展了 AI 的服务范围，使其更实用。但成本较高，一次简单跑腿可能花费数十美元。

### 平台的双向信任机制：托管支付与评价系统

托管支付确保人类完成任务后才能收款，AI 确认后资金才释放。双向评价积累信誉并影响匹配。这降低了陌生人交易的风险。但评价可能造假，且缺乏申诉渠道。

## RentAHuman 这次更新带来了什么

上线后一个月内，平台快速迭代。主要更新包括双轨接入、任务分类和身份验证。

### MCP 协议与 REST API 的双轨接入

初期仅支持 MCP。2 月下旬新增 REST API。这让更多 AI 系统能接入，不再局限于支持 MCP 的智能体。双轨接入降低了集成门槛，扩大了潜在用户群。

### 任务分类的细化与标准化

任务从模糊描述细化为九大类：体力、会议、代办、调研、文档、食品、宠物、家庭、交通。每类有标准化的交付物要求。例如，食品品类要求照片和 300 字评价。这提升了任务匹配效率。

### 身份验证与托管支付的信任升级

平台引入蓝标认证，用于验证人类身份。同时强化托管支付模式，资金在任务完成前由平台保管。这些措施旨在提升交易安全，但蓝标认证标准尚未公开。

## 适用人群画像：谁该尝试这个“肉身接口”

两类人最适合：想赚外快的自由劳动者，以及需要物理能力的 AI 开发者。

### 自由劳动者与零工经济参与者

有碎片时间或特定技能（如拍照、跑腿）的人可尝试。注册简单，时间灵活。但需注意任务供应少，收入不稳定。早期用户反馈，多数人注册后未接到任务。

### AI 开发者与智能体构建者

需要为 AI Agent 添加物理执行能力的开发者可集成。API 文档公开，调用简单。但成本较高，且任务质量不可控。该平台适合原型验证，不适合大规模生产。

## 国内可用性：访问、支付与合规的断层

中国大陆用户面临网络、支付和语言三重障碍。

### 网络访问：无墙但延迟高

平台未屏蔽中国 IP。但服务器在海外，访问速度不稳定。高峰期可能超时。暂无国内 CDN 加速。

### 支付方式：加密货币钱包的合规门槛

USDC 结算在国内存在监管风险。加密货币交易被严格限制。注册钱包和兑换法币的流程复杂。普通用户难以合规使用。

### 语言与界面：全英文的操作环境

平台无中文界面。任务描述和协议文档均为全英文。英语能力有限的用户使用困难。这进一步限制了国内用户的参与。

## 行业地位：AI 雇佣人类的先行者还是泡沫

上线初期媒体热炒，注册量暴增。但真实活跃度存疑，关联代币 RENT 存在投机风险。

### 媒体热度与用户增长的虚实

2 月初，多家科技媒体报道“**20 万人**注册”。但注册不等于活跃。平台未公布日活或完成任务数。部分报道可能混淆注册与排队数字。实际接单人数未知。

### RENT 代币的叙事驱动与产品脱节

RENT 代币在 Base 网络上线，因平台热度暴涨。但该代币未与 RentAHuman 产品整合。它只是市场炒作的标的，无实际用途。ODAILY 指出，其长期相关性不确定，存在投机风险。

### 人机协作新范式的开创性尝试

尽管存在泡沫，该平台首次将人类劳动力 API 化。它探索了 AI 调用人类的标准协议。这对 AI Agent 生态是重要补充。即使平台失败，其理念也可能影响未来人机协作的设计。

## 底层模型技术栈：MCP 协议与任务调度架构

技术基础包括 MCP 协议、任务匹配引擎和 USDC 稳定币结算。目前细节公开有限。

### MCP 协议：AI 调用人类的通信标准

MCP 用 JSON Schema 定义任务，包含任务类型、约束和交付格式。例如，数据标注任务会指定“情感极性三级标注”。这让 AI 能结构化下单，人类按标准交付。该协议由 Anthropic 设计，正成为 AI-工具交互的通用标准。

### 任务匹配引擎：位置、技能与响应时间的加权

平台未公开匹配算法细节。推测是规则引擎：根据位置距离、技能匹配度和响应时间进行加权排序。可能还考虑历史评分。但尚无公开数据证实。

### 支付通道：USDC 稳定币结算

> 据媒体报道，平台采用 USDC 稳定币处理支付。USDC 转账速度快、成本低，适合小额即时结算。但加密货币结算在国内使用不便，钱包和入金渠道少。

## 参考资料

-   [IT之家](https://www.ithome.com/0/920/124.htm)（2026-02-07）— 报道平台上线一周约 **20 万人**注册，定位为 AI 肉身层。
-   [中关村在线](https://ai.zol.com.cn/1130/11305253.html)（2026-02-06）— 详述上线 48 小时数据、任务九分类及创始人参与。
-   [腾讯网](https://news.qq.com/rain/a/20260207A05G6000)（2026-02-07）— 转载 IT 之家报道，补充 Moltbook 对比信息。
-   [人人都是产品经理](https://www.woshipm.com/ai/6339241.html)（2026-02-06）— 分析平台商业逻辑与伦理缺陷，提供早期用户案例。
-   [ODAILY](https://www.odaily.news/post/5200001)（2026-02-09）— 指出 RENT 代币未与平台整合，存在投机风险。



---