2026 年 3 月，MIT Media Lab 的一場 48 小時黑客松上，六個學生用電極片、Arduino 開發板和 Anthropic 的 Claude API 拼出了一套系統：對著它說一句話，它能通過電流刺激手部肌肉，讓佩戴者的手指自動按下正確的琴鍵。項目取名 Human Operator，拿下了比賽 Learn Track 的冠軍（項目地址：https://humanoperator.org/）。

兩個月后，這個項目在社交媒體上的傳播已經完全失控。有人用它的概念發行了加密貨幣，有人用 AI 生成了大量脫離現實的二創圖片，一些自媒體開始用“AI 奪舍人類身體”來形容它。團隊成員吳雨潼試圖在社交媒體上傳項目的完整版視頻，卻被平臺判定為侵權。

“我們到現在都無法想象這個項目帶來的影響力是真實的，”雨潼（Yutong Wu）說。她今年剛從 Wellesley College 畢業，主修計算認知科學和生物。Wellesley 和 MIT 之間有交叉注冊制度，她借此在 MIT 上了許多計算機課程，并在 Media Lab 和 Brain and Cognitive Science Department 做了多段研究。

5 月下旬接受我們采訪時，她還在處理畢業的各項事宜，還在適應項目走紅后涌來的各種消息。有人在 X 上給團隊發私信想談合作，有人想購買這套產品，有人想投資。“甚至還有人把這個項目做成了一個虛擬貨幣。”

“它其實是一個幫你做選擇題的東西”

剝開傳播噪音，Human Operator 在技術上做的事情可以拆成五步：用戶通過語音發出指令，喚醒詞是“Hey AI”；攝像頭眼鏡捕捉第一人稱視角畫面；Claude 的視覺語言模型分析場景并生成動作指令；Arduino 控制板將指令轉化為電信號；貼在手腕和手指上的 EMS（Electrical Muscle Stimulation，電肌肉刺激）電極片接收信號，刺激對應肌肉收縮。從說完話到手指動起來，延遲在 5 秒以內。

最終演示中，團隊展示了幾個場景：手指在鋼琴上彈出簡單旋律，手掌向人揮手致意，手指捏出 OK 手勢，還有一個用攝像頭引導手寫出 MIT Media Lab 標志的演示。每一個動作都不是佩戴者主動發起的。

“可以理解為，它幫你在一個可觸及范圍內做選擇，”吳雨潼說。系統目前只覆蓋手腕和手指的微小調控，整條手臂甚至其他身體部位暫時不在考慮范圍內。“手部肌肉的研究數據最多，也最容易做。”

團隊曾設想過一個更刺激的場景：一顆球從視野側面飛來，攝像頭比人眼更快捕捉到它，系統在人反應過來之前操控手伸出去擋住。但黑客松 48 小時的時間并不夠用。調酒的 demo 能做出來，是因為團隊里正好有人會調酒；鋼琴的 demo 能做出來，是因為有人想學彈琴。數據集全部來自團隊成員各自的痛點和擅長的領域。

整個項目的硬件 idea 來自 Peter He，他是康奈爾大學大三學生，也是團隊的核心工程師，EMS 與人機交互本就是他的主要研究方向。六個人在黑客松組隊群里因為對 EMS 和眼動追蹤的共同興趣走到一起。四個本科生，加上 Cornell 的碩士和 Fluid Interfaces 組的博士生 Valdemar Danry ，構成了一支有硬件能力也有“包裝能力”的隊伍。

雨潼有攝影基礎，Daniel Kaijzer 之前學電影，團隊在最后一小時扛著燈跑遍 Media Lab 各個角落拍 demo 視頻。“這個項目能這么火，其實也讓我們意識到了科技敘事的重要性”雨潼說。

（來源：MIT Hard Mode）

一定程度上來說，Human Operator 所做的事情是將學界已有的幾條探索在 48 小時內組合到一起。EMS 技術本身已有數十年歷史，項目靈感直接來自芝加哥大學 Pedro Lopes 教授的 Human Computer Integration Lab，該實驗室長期研究 EMS 在人機交互中的應用。視覺語言模型和語音接口也都是現成的能力。

團隊選用 Claude 的原因也很簡單：Anthropic 是這次黑客松的贊助商，給每位參賽者提供了充足的 API 額度。“理論上換成其他 API 也都可以，我們不是很注重它的推理能力，只要把肌肉的 mapping 告訴它，并且它能識別環境，就可以 work，”吳雨潼說。

但組合本身產生了新東西。吳雨潼說，團隊在 Lopes 實驗室已有研究的基礎上，利用黑客松“不是正式 research project”的自由環境，把大語言模型接入了 EMS 的控制鏈路。“如果是實驗室研究，加入 AI 可能會有倫理審查的門檻。”在產品形態上，團隊也做出了區別，Lopes 實驗室此前的方案使用 Tesla suit，整套設備緊裹在手臂上。

吳雨潼負責了外觀設計，用 3D 打印做出了演示視頻中那個白色外殼，方向是讓穿戴感更日常、更容易被普通人接受。她認為團隊最大的創新點之一是 AI 信號接口的設計，即如何讓大語言模型的輸出在足夠短的時間內轉化為精確的肌肉刺激序列。

這條路線也正在被學術界正式推進。2026 年 4 月，Lopes 實驗室在人機交互頂會 ACM CHI 上發表了題為“Generative Muscle Stimulation”的研究，將多模態 AI 引入 EMS 指令生成，讓系統根據用戶姿態、位置和周圍環境動態產生肌肉刺激方案，不再依賴預編程，論文獲得了 CHI 2026 最佳論文獎。

“大腦沒有想讓手往那走，但它就是動了”

佩戴 Human Operator 是什么感覺？雨潼說團隊里每個人體驗都不同。她印象最深的是一個微妙的時間差：“有感覺和手伸出去之間，有一瞬間我自己意識不到的 movement。大腦沒有真的想讓手往這個方向走，但就是條件反射一樣動了。”

EMS 的本質是繞過大腦，直接向支配肌肉的運動神經發送信號，引發肌肉運動。刺激強度因人而異，團隊為每個使用者設置了電流上下限。從神經科學角度看，只要電流越過激活閾值，單個神經元就會產生反應，“要么有，要么沒有”。但整塊肌肉的反應是分級的，電流越強, 被激活的運動單位越多, 收縮也越明顯，所以找到每個人的肌肉活動舒適區需要一次”邊界接觸”，過程中可能有被電到的不適感。調好之后，手腕動作比較順滑，手背部分會有明顯刺激感。

如果身體試圖做出與電信號相反的動作，會產生疼痛。這也構成了一道天然的安全線：系統不可能在佩戴者強烈抗拒的情況下完成動作。

在社交媒體上，許多評論的擔憂集中在同一個問題：如果 AI 能操控人的手彈鋼琴，是不是也能操控人做危險的事？吳雨潼表示，理論上，如果有人教系統做危險動作，它也能執行。但她認為系統目前完全不具備自主產生此類意圖的能力，“沒有一個數據庫存著這些動作的 mapping”。

而且當佩戴者的身體試圖做出與電信號相反的動作時會產生疼痛，系統不可能在人強烈抗拒的情況下完成操控。團隊定位始終是增強工具，最多延伸到幫助偏癱或殘障人士的康復。不過她也承認，一旦涉及醫療場景，美國的 FDA 審批“會特別特別難”。

走紅之后，確實有美國 VC 找上門，與他們溝通商業化相關的事宜，但團隊內部認為其距離真正產品化還有非常多的障礙需要解決。例如其電極片每次使用都需要更換，佩戴者皮膚不能有太多體毛，每換一個人都需要重新調校參數。“如果材料科學能出現一種可靠的干式電極，不需要每次精準貼合皮膚，我們才真的有可能做成手套一樣的消費品，”吳雨潼說。在那之前，這更接近一個漫長工程化道路上的起點。

六個人各有各的下一步。吳雨潼計劃今年秋天申請美國高校的人機交互項目，gap year 期間回國探索可穿戴健康設備方向。團隊也想繼續推進 Human Operator 本身，比如將場景從鋼琴擴展到包括古箏在內的多種樂器的的顫音和“搖指”：如果能采集到專業演奏者搖指時的肌肉活動，理論上可以通過 AI 直接傳遞給從未碰過古箏的人學習如何控制手腕肌肉。

她和 Daniel 也希望進一步拓展 EMS 和視覺模型的交互，這套模型也可以拋開語言的控制，僅憑借眼動追蹤指導手應該去哪個方位。吳雨潼說，她個人最想做的是把這類技術用到真正需要幫助的人身上，比如中風，脊髓損傷或殘障患者。“我最感興趣的，是把實驗室里的東西運用到真實生活中，哪怕不是一個產品，能幫到一個人就是最大的成功。”

Human Operator 獲得的關注遠遠溢出了一個學生黑客松項目應有的量級。虛擬貨幣、“奪舍”敘事、AI 生成的離譜二創，這些傳播現象指向的與其說是項目本身，不如說是公眾對“AI 觸及身體”這件事積攢的不安與好奇。它目前能做的事情，不過是讓幾根手指按對琴鍵。但人們的反應已經說明，AI 從屏幕走到身體上，哪怕只是一小步，觸發的想象和不安也是完全不同量級的。

參考資料：

1.項目地址：https://humanoperator.org/

2.團隊聯系方式：contact@humanoperator.org

3.吳雨潼聯系方式：https://space.bilibili.com/22195772/upload/video；https://xhslink.com/m/ABF6xsf8ojV

4.https://github.com/danielkaijzer/Human-Operator

5.https://www.youtube.com/watch?v=fCLxENGs7CY

6.https://www.founded.com/human-operator-ai-that-can-control-your-body/

運營/排版：何晨龍

注：封面/首圖由 AI 輔助生成