“你得到一间一尘不染的公寓。我们得到训练数据。所有人都赢。”
Shift 官网把这笔交易写得很直白。周四，这家 AI training startup 在社交媒体上宣布：可以免费上门清洁。有人进你的公寓，擦洗、吸尘、除尘、整理、清洗，你不用付钱。条件是，清洁全过程会被录下来，用来训练未来的家务机器人。
听上去像白捡一次保洁。
但摄像头进的是家，不是样板间。它可能拍到房屋布局、财物摆放、儿童和老人的生活痕迹，拍到卧室门口、卫生间架子、床头柜和冰箱门。还有一个更容易被忽略的人：清洁工。他们怎么判断、怎么绕路、怎么下手，也会被记录下来。
这单保洁费，Shift 想用视频来付
Shift 不是传统家政公司。免费清洁是入口，它真正要的是一段发生在真实家庭里的家务视频。
如果一家家政平台说“新用户首单免费”，这事很好理解：获客补贴，营销费用，烧钱换增长。但 Shift 的说法不是这个。它说，清洁过程中产生的训练数据价值 “more than enough to fund the service”，足够覆盖服务成本。
换句话说，在 Shift 的账本里，你家那几个小时的视频，比一单保洁费更值钱。
这不奇怪。很多 AI 项目在演示里看起来很顺，一到真实环境就露怯。不是模型什么都不会，而是它见过的世界太干净、太标准，太像布置好的展台。
家务机器人尤其吃亏。
擦桌子不是机械臂从 A 点移到 B 点。它要判断桌上的东西哪些能挪、哪些不能碰；水杯旁边有没有充电线；那团纸巾是垃圾，还是主人随手放着的东西。吸尘也不只是沿地图跑一圈。真实家庭里有拖鞋、电线、地毯边缘、椅子腿、沙发底下的灰，还有住户自己都懒得处理的角落。
实验室可以搭一个厨房、一个客厅、一个卧室。问题是，实验室太懂事。真实家庭不懂事。
Shift 要的就是这种不懂事。
清洁工怎么绕开地上的袋子，怎么判断一堆衣服该叠起来还是别碰，怎么在狭窄卫生间里转
身，怎么处理台面上的油污和水渍——这些对机器人都是样本。擦洗、吸尘、除尘、整理、清洗，每个动作都比听上去更贵。
所以这不是“有人免费帮你打扫”那么简单。更准确地说，是一次上门数据采集。采集人员顺手把你家打扫干净了。
家庭视频麻烦在它不会只停在视频里
很多人听到录像，第一反应是：摄像头会不会拍到隐私。
当然会。这还只是第一层。
如果只是临时监控，风险是一种。如果视频要拿去训练未来的家务机器人，风险就变了。它可能被剪切、标注、分类、长期保存，也可能在训练、测试、评估里反复出现。它不只是被某个人看见，而是进入了一套机器学习材料。
家庭视频里有什么？
门在哪里，卧室在哪里，卫生间在哪里，厨房到客厅怎么走。
电脑放在哪，首饰盒在哪里，药品、银行卡、儿童用品、老人辅助器具摆在什么地方。
谁常在家吃饭，家里有没有宠物，有没有孩子，老人行动是否方便，哪些地方长期凌乱，哪些地方被刻意收拾得很干净。
还有更细的东西。卧室门口的一堆衣服，卫生间架子上的药瓶，床头柜上的物品，冰箱门上的照片，墙上的日历和便签。
它们不是密码，但足够私人。
目前公开材料没有给出很多关键信息。Shift 没有说明服务覆盖哪些城市，也没有披露用户数量、单次清洁成本、视频数据如何估值。更关键的是，材料里看不到这些问题的答案：数据保存多久，是否匿名化，用户能不能删除，是否会共享给第三方，能不能关闭摄像，家里哪些区域可以不拍。
这些不是挑刺。
很多产品条款会写“用于改进服务”。这句话看着安全，实际范围可以宽得吓人。到了模型训练，表述又会变得更含糊：使用数据优化系统，保护用户隐私，遵守适用法律。都像正确答案。可你问一句，“我的卧室视频保存多久”，回答往往就开始绕。
家里的数据和网页点击不一样。
你点过什么广告，当然也敏感。但你家卫生间长什么样，孩子玩具放在哪里，老人常坐哪张椅子，这些信息一旦成了某家公司的训练资产，普通用户很难再搞清楚它去了哪里。
免费清洁的诱惑是真的。一次上门保洁，在很多城市都不便宜。一个上班族忙到周末只想睡觉，有人愿意免费来擦地、清洗、整理，很难不心动。
但这笔账不能只写成“省了一笔家政费”。
更诚实的写法是：你允许一家 AI 公司带着摄像头进入家里，并把这段清洁过程用于训练未来机器人。
被录下来的，还有清洁工的手艺
这件事里还有一个人很容易消失：清洁工。
表面上，住户是数据提供者，因为视频发生在住户家里。但从训练角度看，清洁工才是更直接的样本。摄像头记录的是他们怎么擦、怎么拿、怎么绕、怎么判断、怎么安排顺序。
一个熟练清洁工的价值，很多时候不在动作本身，而在判断。
先吸尘还是先擦台面。卫生间先喷清洁剂，还是先收拾杂物。地毯边缘怎么处理。厨房油污要不要多停留几分钟。哪些物品只整理外观，哪些东西绝对不能动。
这些经验很少写在说明书里，通常是人一点点干出来的。
现在，它们被录下来，成了机器人学习材料。
公开材料没有说明清洁工是否获得额外补偿，也没有说明他们是否对“自己的劳动过程被用于训练机器人”给出单独同意。材料不够，不能直接说 Shift 做错了什么。但问题摆在这里：一个人的熟练劳动被转成训练数据，它到底只是普通工作记录，还是一种新的劳动成果？
AI 行业常把数据说得很轻，好像数据天然躺在那里，只等公司拿走。可家务场景里的数据不是凭空出现的。它来自一个人弯腰、擦洗、搬动、判断，来自他在陌生家庭里把活干完的经验。
更刺眼的是，今天这些清洁工上门，是为了让用户得到免费清洁；他们被拍下来的动作，可能会帮助明天的家务机器人减少对人类清洁工的需求。这个结果未必马上发生，也未必一定发生，但这套生意已经朝那个方向走了。
如果类似服务以后出现在中国，名字大概会温和得多：免费保洁体验，家务机器人试用计划，家庭环境采集项目，智能清洁共创用户。
听起来都不像一笔需要仔细读条款的交易。
可门铃响起、清洁工带着设备站在门口时，问题就很具体了：摄像头拍到哪里，视频留多久，谁能看，最后拿去教会谁。