当前，AI 企业正加速推动自动化进程，从编写代码、生成图像、投放广告、整理会议纪要等诸多领域均有所涉猎。随着相关技术的持续进步，AI 对人类劳动力的影响愈发引发关注。部分专家警告称，生成式 AI 或将引发大规模岗位流失，并且来得比大多数经济体所能应对的速度更快、冲击更深。
面对不可逆转的自动化趋势，一家加密原生平台选择了不同的应对策略：既然自动化无法阻挡，那么“所有权”也应同步到来。
Action Model 今日推出了仅限邀请的 Chrome 浏览器扩展，让用户能够通过分享真实浏览器行为（如点击、导航路径、键入及任务流程）来训练 AI 系统。该平台将之称为 “大型行为模型”（LAM，Large Action Model），不仅能够生成内容，更可自主学习和执行数字化工作。用户作为贡献者可获得积分，这些积分有望兑换为 $LAM 治理代币，用于参与系统未来发展的决策。
Action Model 创始人 Sina Yamani 表示：“如果 AI 终将取代数字劳动，那么相关工人理应拥有这些取代他们的机器的所有权。”
与内容生成型聊天机器人不同，LAM 的设计初衷是直接操作软件。理念非常简单：如果某项数字任务人类可以用鼠标和键盘完成，那么经过训练的 AI 也应能够胜任。
Yamani 进一步指出：“过去几年属于聊天机器人时代，如今轮到自动化接棒。全球有近 10 亿人以电脑办公。如果企业能用极低的成本获取同等、高效且持续的自动作业工具，毫无疑问会选择它。”
Action Model 的扩展会在用户授权下收集行为数据，为 AI 训练提供基础。像薪资发放、客户关系管理（CRM）录入、基础操作流程等任务，只需用户录制一次，模型便可无限复制执行。贡献者还可将自己的自动化流程发布至平台公开市场，并通过平台激励机制获得奖励，所有操作均可统计追踪。
代理型 AI 系统的崛起，正在推动整个行业从内容生成迈向自动任务执行。正如相关科普所述，这些系统能基于真实用户数据自主学习和操作，实现对数字环境的智能导航和动作。
目前，通过候补名单、邀请推荐与合作伙伴社区，平台已吸引逾 40,000 名用户。为保证贡献者质量，并优先激励早期参与者，仍沿用邀请制接入方式。
目前市面上多数自动化工具依赖于 API 或其他僵化的集成方式，而现实中的大量数字化工作其实发生在各类遗留系统、企业内部看板及那些天生不支持自动化的工具中。
Yamani 指出：“Zapier 在自动化软件，我们则是在自动化工作。互联网上只有不到 2% 的内容可通过 API 存取，其余 98% 依然离不开人工参与。”
有了 Action Model，用户无需编写代码或搭建复杂集成，只需录制自己的任务操作流程，AI 便能在此基础上自主学习、独立复现这些动作。
这也意味着，Action Model 足够灵活，可以覆盖诸多边缘场景与非标准化流程，传统自动化系统难以触及的工作完全可被纳入自动化范畴。
所有训练均为用户自愿参与，且用户可自主控制共享的数据内容。对于邮箱、医疗、银行等敏感站点，系统会默认屏蔽数据采集。用户可以随时暂停训练、屏蔽特定域名，或彻底删除已贡献的数据。
“我们的核心原则很简单：我们不需要你的原始数据，仅需提取有用的行为模式。”Yamani 表示，“所有训练数据都会在本地处理，并在贡献给模型前实现匿名化。”
用户删除的数据将被永久清除，即便平台方也无法恢复。这些贡献数据会与其他用户的数据汇总整合，采用 k-匿名机制，确保无法追溯到个人身份。同时，用户可通过仪表盘随时查看与管理训练历史和奖励情况。
Yamani 强调：“与大型科技公司在未获真实同意下收集数据不同，我们注重透明、用户掌控，并让实际参与 AI 训练的人获得奖励。”
为避免过往加密奖励系统常见的问题，Action Model 采用行为分析技术来甄别真实用户输入。系统会检测用户操作的结构、时序、多样性与决策信号——这些都是机器人或刷量工厂难以大规模伪造的特征。
Yamani 指出：“无脑点击几乎没有任何价值。真实的数字工作包含意图、停顿、修正、重试与决策，这些‘行为轨迹’是无法大规模伪造的。”
此前，一些通过奖励社交互动或发帖激励用户的项目近期遭到主流平台下架，原因在于大量 AI 垃圾内容、回复机器人和虚假互动泛滥。受此影响，API 接口被撤销，相关代币生态系统也因低质量活动而崩溃。
ActionFi 作为平台的奖励引擎，旨在彻底规避此类风险。平台不会因发推或点击行为进行奖励，而是根据经过验证、符合结构化流程的真实数字劳动给予激励。
Yamani 补充：“我们不为噪音买单，只为有价值的路径支付奖励。”
目前，Action Model 由项目方控制扩展程序、训练逻辑及奖励机制。官方承诺，未来将逐步将治理权移交给 $LAM 代币持有者。最终，将通过 DAO 架构，让贡献者共同治理平台决策、激励机制及模型开发部署。
Yamani 表示：“早期系统需要一定协调，但关键在于其设计是否为中心化。”
若按规划推进，未来代币持有者将可主导与他们所创造数据相关的基础设施决策。
新一代人工智能的演进不仅依赖于语言，更建立在真实劳动之上。从办公场景到各类运营环节，许多“屏幕背后”的任务正逐步被智能代理接管。
Yamani 表示：“大家早已听过，数百万基于屏幕的工作岗位将被自动化。这并非遥远的未来，而是正在发生的现实。如果你的数据参与训练了 AI，那么你理应拥有所创造的成果。”
关于 Action Model 能否实现规模化发展，保持透明运营，并建立可持续的经济体系，我们将在未来几个月持续关注。不过，它要解决的问题已经非常明确：AI 行业的核心竞争，并不仅仅是技术的能力，而是为谁服务。
随着 AI 逐步重塑全球职场格局，未来的所有权究竟会归属于平台，还是属于广大用户？
