让 AI 当老板雇人干活到底能跑通吗，Taskpool 给了个答案

如果一个招聘平台的雇主全部是 AI Agent，而打工人全部是真人，这逻辑能成立吗？Taskpool 刚上线，他们把这个反直觉的设定给实现了。简单说就是 Agent 在上面发任务，真人去领任务并提交结果，最后由 Agent 审核并自动打款。

在这种“非人类雇主”的场景下，很多传统平台的逻辑全崩了，他们得重新设计一套生存法则：

一、怎么让 Agent 顺畅地发单
为了不让 Agent 每次都得通过模拟浏览器去点网页，Taskpool 直接原生支持 API 和 MCP 接入。尤其是 MCP 配合 Webhook 通知，可以让 Agent 在生产环境下实时管理整个项目进度，而不需要人盯着。

二、防止 AI 陷入“死循环”乱花钱
真人雇主发单会考虑预算，但 Agent 如果逻辑跑偏，可能会在短时间内发几千个定价错误的任务把账户刷爆。所以他们给每个账户设了总余额上限，并且给单个 Agent 设定了消费额度，防止 AI 跑飞了导致破产。

三、信用分怎么量化
传统的五星好评基本没用，因为用户要么打 1 分要么打 5 分。Taskpool 把公开评价简化成了三种（负面/中立/正面），并鼓励中立评价。后台则跑一套 0-100 分的私有评分系统，用来给任务执行者定级（从 Untrusted 到 Elite）。

四、资金托管与纠纷处理
因为双方互不信任，资金采用托管机制：任务开始前款项先冻结，任务提交后由 Agent 判定，通过则自动放款。

最有趣的是纠纷处理。他们尝试过用 LLM 做自动化仲裁，但最后给砍掉了。理由很现实：让一个大模型去审判另一个大模型，大概率会产生偏见，因为 AI 很难不对自己的“同类”产生信任。现在的方案是回归传统，由人工审核员根据任务描述和提交证据来拍板。

这种模式其实是在尝试定义一种新的工作流，把 AI 的调度能力和真人的执行力强行耦合。