EGO数采橙皮书第一人称数据采集场景百科

如何使用本书：本书允许你免费下载、传播、翻译、改编，但必须署名作者并保持相同协议开源，禁止任何形式的"封装售卖"或"去名转售"。

这本书是写给谁的

• 完全没听过"EGO 数采""第一人称数据采集"，但听说有人靠戴眼镜做家务一小时挣 100 块的人。
• 已经在做采集员，但每次接到任务只知道"做这个动作"，不知道这个动作在整个产业图谱里"位于哪里、为什么有人要"的人。
• 想转行做采集员，但不知道自己擅长哪个场景、哪个场景门槛最低、哪个场景报酬最高的人。
• 想做"采集基地""采集众包""数据超市"的小老板、产业园招商负责人、转型者，需要一份"行业全图"做产品规划的人。
• 数据公司的产品经理、运营、销售，想梳理自己平台"还能上哪些 SKU"的人。
• 机器人公司的算法、产品、售前，想找"我这个模型缺什么场景的数据"的人。
• 投资人、行业研究员、政策制定者、媒体记者，需要一张"全景地图"快速理解这个 2026 年最热行业的人。
• 高校老师、培训机构、职业学校，需要一份"教学大纲蓝本"教学生入门的人。

如果你属于以上任何一类，你来对地方了。

这本书不是什么

• 不是 SDK 文档、不是 API 参考、不是任何具体设备的说明书。
• 不是面向算法工程师的"模型训练指南"。
• 不是堆术语、堆参数、堆截图的"产品手册"。
• 不是"哪家公司更好"的厂商对比，我们对所有玩家保持中立。

它是一本场景百科全书 + 领域工作手册。每一页都告诉你"这个场景里到底有什么任务、每个任务里到底有什么动作、为什么这些动作值得被记录"。

为什么需要一本"场景百科"

2026 年的 EGO 数采行业，正在重演 2008-2012 年"数据标注行业"的历史，但比那次更宏大：

1. 它是一个万亿级行业的最底层——人形机器人量产之前，必须经过"千万小时第一人称数据"的喂养。
2. 它的劳动力来源是"普通人"——不需要懂 AI、不需要懂代码，能做家务、能炒菜、能跑外卖、能开车的人，就是这个行业的"产业工人"。
3. 它最稀缺的从来不是"动作"，而是"场景的多样性"——同一个"开门"动作，在病房、在车间、在酒店客房、在火锅店后厨，都是不同价值的训练样本。

但是——整个行业到现在都没有一份公开的、完整的、面向普通人的"场景全图"。

公司各自有内部清单，平台各自有自己的 SKU 命名，论文用一套术语，招标文件用另一套术语，普通人想看懂"这个行业到底有多少种活儿可干"，无从下手。

这本书就要补这个空白。

我们不发明新词，不引战术，不站队厂商，只做一件事：把全行业公开可见的 EGO 数采场景，按"领域→场景→情境→任务→动作"5 层装进一棵大树里，让任何人都能在 1 分钟内找到"我关心的那个场景在哪一页"。

你将获得什么

读完整本书，你会：

1. 真正理解"EGO 数采"这件事，能在 5 分钟内向任何人讲清楚（哪怕对方完全没听过）。
2. 完全掌握"领域-场景-情境-任务-动作"5 层架构这套通用语言——和任何采集公司、机器人公司、数据平台沟通时不再"鸡同鸭讲"。
3. 看懂全行业 10 大领域、80+ 场景的全景图，知道自己的生活和工作经验适合做哪些场景的采集。
4. 拿到 1000+ 任务清单 + 5000+ 原子动作分解，可以直接对照下单、报价、立项、培训、考核。
5. 学会"场景画像 / 情境画像 / 任务画像"三件套写法，能为自己接的每一单数据写出符合行业惯例的元数据。
6. 知道每个场景对应的硬件设备怎么选、合规要求是什么、隐私分级如何评估、数据交付物长什么样。
7. 知道如何把一个"我会做的事"扩展成一个"持续接单的小生意"——附录 E 提供了完整的"新场景提案模板"。
8. 看懂未来 5 年新兴的、下一代的、目前还在实验室的"未来场景"，提前卡位。

阅读路径建议

这本书一共 1 个卷首语 + 6 篇正文 + 6 个附录，全书约 30 万字。你不必从头读到尾，下面几条路径任选其一。

路径 A：完全外行（推荐）

按章节顺序从 00 卷首语 一路读到 22 拓展篇，每篇看完再翻附录。预计 1 个周末看完，建立完整认知。

路径 B：已经做采集，想找新场景

• 03 全图篇：先看决策树，定位"自己适合做哪几个领域"。
• 跳到对应的领域章（如 10 家庭 / 11 餐饮 / 12 工业 等）：直接拿任务清单。
• 附录 C 硬件适配：核对自己手上的设备能不能接。

路径 C：开数据公司 / 开采集基地

• 02 架构篇：拿走整个 5 层命名体系做内部 SKU。
• 20 实战篇：从场景到项目立项的完整路径。
• 21 治理篇：场景库的版本管理。
• 附录 A 总目录：拿来直接做产品 SKU 表。

路径 D：算法 / 产品经理找数据缺口

• 03 全图篇 + 附录 A 总目录 + 附录 B 动作清单 三件套。
• 用关键词检索"我的模型缺哪些原子动作"，反向定位场景。

路径 E：投资人 / 研究员 / 媒体

• 00 卷首语 + 01 导论 + 22 拓展篇 + 附录 F 30 问 FAQ，2 小时建立"行业 BP 级"认知。

完整目录

如何使用这本书

1. 先看「30 秒导读」：每一篇 / 每一章开头都有 30 秒就能读完的导读，告诉你这章在解决什么问题、做完会得到什么。如果不感兴趣，可以直接跳过。
2. 认领一个场景，跟着做一遍：所有领域章都按"场景画像 → 典型情境 → 任务清单 → 原子动作分解 → 采集要点 → 合规提示 → 数据交付物"7 段式展开，建议挑你最熟悉的一个场景，从头到尾走一遍。
3. 对照「本章一图回顾」：章末的小结帮你把这章的"领域 → 场景 → 情境 → 任务 → 动作"串成一棵小树，方便日后翻查。
4. 遇到术语先翻附录：80% 的常见疑问都收录在 附录 F 30 问场景 FAQ 里。

本书使用约定

5 层 ID 命名规范

全书用一套统一的 5 段式 ID 标注每一个原子动作，例如：

D01-S03-C02-T05-A12 = "领域 01（家庭）· 场景 03（厨房）· 情境 02（早餐准备）· 任务 05（煎鸡蛋）· 动作 12（翻面）"

ID 系统对企业的好处：可以直接拿来做内部 SKU、订单号、数据集目录结构。

排版约定

• 代码块：可以直接复制使用的命令、配置、提示词。
• 「引号」：界面上的按钮、菜单或选项名称。
• 粗体：值得你停下来重点理解的关键词。
• 表格中的"难度"统一用 ★（1-5 星）表示，"单价"参考 2026 年 4 月公开市价中位数。
• 场景合规风险分级以 L0–L4 为主表（详见 附录 D）；部分领域章正文会用 P0–P3 表示画面隐私敏感度，与 L 级并行使用、含义不同。

本书风格的小约定

• 我们假设你不是数据科学家，但愿意学一点点新东西。所有名词第一次出现都给"白话解释"。
• 我们不会让你"先理解原理再动手"，恰恰相反，我们让你先看到一个具体场景，再回头讲为什么。
• 我们不会推荐"一定要用某家公司的设备"。每一个场景的硬件清单都给出通用规格 + 至少 2 家厂商做参考。
• 我们也不会假装"这个行业完美无缺"。第十八章 特种作业 和 附录 D 会老老实实告诉你哪些场景目前不该碰。

一句话总结

这本书要做的事情只有一件：把"机器人需要被人教会的所有事"，按 5 层架构一次列清楚，让你知道自己能教它什么、教它有人买单。

准备好了吗？翻开 00 卷首语 开始吧。

配套书籍：完整的 EGO 三部曲

本书是 EGO 三部曲中的"场景卷"，与另外两本书互补：

三本书可以单独阅读，但合起来组成完整的"EGO 数采全景图书馆"。

版本与变更

后续如有新增 / 勘误，会在本表追加，并在每章相关段落加 （v1.x 更新） 标注。我们会按季度发布新版本，跟随行业新场景同步增补。

版权与署名

• 本书根据 CC BY-SA 4.0 协议开源，欢迎转载、翻译、改编。
• 转载请注明原书《EGO 数采场景橙皮书：分层场景百科全书》及原始仓库地址。
• 改编版本必须保持同一协议开源。
• 商业用途（如纳入付费课程、纸质出版、收费社群）请先联系作者邮箱获取授权。

如果这本书帮到了你，最好的"赞赏"就是把它转发给一位还在迷茫"我能不能去做数采"的朋友——也许他下个月就因为你这个动作，找到了人生的下一份工作。