三十間房各住七天，被懷疑詐騙的房客在替機器人找房
在武漢做租賃的房仲眼裡，這位客人哪裡都不對勁：出手快，簽約爽快，住滿七天就退，接著物色下一間。三十個來回之後，疑心累積成當面的懷疑，房仲懷疑自己遇上了詐騙。近日這個故事以「00後女生租30套房每套住1周」的詞條出現在百度熱搜上，結尾掛著四個字：真相意外。
真相確實意外，而且比任何詐騙劇本都新鮮。
房仲先看到的是不對勁的租屋節奏
短租本身不奇怪，怪的是密度與規律。一次租一間，一間只住七天，退了就換下一間，三十間排下來像在執行某張清單。在租賃市場的經驗裡，大量、快速、短期的承租容易讓人聯想到違約轉租的二房東，或以租房為名的圈套，這類糾紛各地都發生過。房仲起疑，是這一行裡合理的直覺。
詞條的寫法也加深了懸疑感。「00後」「女生」「30套房」幾個標籤排在一起，點進去之前，多數人猜的方向都偏向負面。這也是這則新聞傳播的第一層動力：它先讓人以為要看的是社會案件，翻頁之後才發現是科技版。
翻頁之後：五十多人團隊走進三十間房
據環球網等媒體公開報導，這位被懷疑的房客是來自浙江的二十二歲女生楊心怡。她帶著一支五十多人的團隊進駐武漢，工作內容寫在租房名單之外：為人形機器人採集訓練數據。三十間房子是機器人的教室，供它們「練手」做家務。
一週一間，練完就換。看懂用途之後，租約的節奏也就讀出了另一層意思：房仲眼中的「不正常」，其實是一張課表。二十二歲、五十多人的團隊負責人，兩個數字放在一起，構成這則新聞的第二層反差。
教室為什麼必須是真的房子
實驗室的場景天生單調：地面平整、家具固定、光線可控。機器人在裡面表現再好，也只能證明它熟悉實驗室。真實住家剛好相反，門檻有高有低，開關裝的位置各家不同，走廊的寬窄與家具的擺法也各有個性。對要進入陌生家庭做家務的機器人來說，見過的房型愈多，將來的容錯率就愈高。
用租的，比蓋一排樣板屋劃算，也比守著同一個場景更能換題庫。三十間、每間七天，等於三十套不同的動線與擺設依序排隊等它。
這類家務訓練一般走模仿學習的路數：人先示範一遍，機器跟著做，錯了重來，直到動作能被換算成機器可讀的數據。五十多人的團隊，做的就是陪機器人把同一件事重複到它學會為止的工作。人類先把會的教給機器，這條生產線在語言模型那頭早有對照，菲爾茲獎得主不久前才把蒸餾全人類的帳本攤開來算過一次。差別在於，語言模型喫的是文字，這裡的機器人喫的是一整套發生在廚房與陽臺之間的物理事件。
螢幕裡的女傭資歷六十年，現實裡還在補課
家務機器人在螢幕上是老面孔。1962年的美國動畫《傑森一家》裡，機器人女傭蘿西繫著圍裙上工，把未來家庭的雜務全包了，這個形象後來幾乎成了家用機器人的視覺原型。日本的《哆啦A夢》從1970年連載起，核心設定同樣是一隻從未來來、什麼雜事都能代勞的機器貓。
現實走的是慢路。掃地機器人2002年問世，花了二十年從新奇家電變成尋常家電，能力也就停在掃地。人形機器人做家務這件事，是這兩年「具身智慧」成為熱詞之後，才真正走進大眾視野。2025年央視春晚上，宇樹的人形機器人扭著秧歌登臺，是許多觀眾第一次在自家電視裡看清一臺會動的人形機器人。
跑酷與後空翻的機器人影片常上熱搜，看起來遠比摺衣服困難。機器人學裡有個流傳數十年的老說法：對機器而言，下棋容易，像五歲小孩那樣靈活地抓放東西反而難。所以螢幕裡的蘿西一步到位，現實裡的機器人得先在三十間出租屋裡，一間一間把課補完。
熱搜之後，被看見的是五十個人
這則新聞被反覆轉述，靠的是反差：像詐騙的租房行為，答案是一份正經工作，而且是一份多數人沒聽過的工作。
五十多人的團隊，服務對象是尚未學會家務的機器人。這個比例本身就是資訊：機器人每多會一個動作，前面就有一羣人把同一個動作做過無數遍。「人工智慧訓練師」幾年前被列入官方新職業名錄時，多數人想像的畫面是坐在電腦前標註圖片；武漢這三十間出租屋提供了另一種現場，訓練師的工位在廚房與陽臺。新職業被大眾認識的方式常常如此，靠一則反差新聞完成入場儀式。
AI 走進日常的路徑，近來花樣很多。貼吧那頭，有吧友把DeepSeek 養成了會寫睡前日記的鯨魚娘；武漢這頭，機器人在別人的出租屋裡學家務。一個把 AI 當情感對象，一個把 AI 當學徒，方向不同，卻指向同一個變化：AI 已經從發布會的投影片，搬進了具體的房間。
下一位房客
對武漢的房仲來說，這次經驗大概會沉澱成一條新的職業直覺：再遇到短租、快租、一間接一間的客人，先別急著往詐騙的方向想，問一句「房子給誰住」，答案可能是一臺機器人。
更遠的問題在契約那頭等著。租屋合同上的承租人欄位，將來要不要註明非人類住戶；機器人在三十間房子裡攝得的畫面，使用權在誰手上；家務被接手之後，省下來的時間會交還給誰。蘿西在動畫裡上工六十多年之後，現實裡的家務機器人終於走進了租屋市場，以房客的身分。三十間課補完之後，它學會的第一件家務會落在誰家的廚房，現在還沒有人知道。