麾下人工智慧公司xAI出現大面積人才出走後，一向桀驁不馴的世界首富馬斯克難得展現出自我反省的一面。作為背景，上個月xAI與SpaceX合併後，與馬斯克共同創辦這家人工智慧公司的“11羅漢”密集出走。本周四，負責圖像生成產品的張國棟宣佈離開公司，另一名創始成員劉浩天也發文確認離職並直言“燃盡了”（burn out）。周五又有消息稱，戴子航也已經離開xAI。截至目前，2023 年與馬斯克共同創立 xAI 的11名創始成員（不包括馬斯克本人）中，只剩曼努埃爾·克羅伊斯（Manuel Kroiss）和羅斯·諾丁（Ross Nordeen）兩人還留在公司。面對這一混亂局面，馬斯克公開回應稱，xAI一開始並沒有被正確地建構，因此現在正在從基礎層面重新打造。馬斯克也找補稱，特斯拉當年也發生過類似的事情。似乎是因為人才密集出走，馬斯克也難得展示了一把自省的面貌。他寫道，過去幾年裡，許多有才華的人在申請加入xAI時被拒絕錄用，甚至連面試機會都沒有獲得。對此他深表歉意。馬斯克也表示，正與招聘負責人一起重新梳理公司的面試記錄，將重新聯絡那些當時表現出潛力的候選人。即便馬斯克以對員工嚴苛出名，但願意為世界首富效力的人才依然不少。本周四，馬斯克宣佈挖來了兩名AI程式設計工具初創公司Cursor的高管。馬斯克本周早些時候也承認，xAI在程式設計業務方面處於落後，而這正是OpenAI、Anthropic等競爭對手著重發力的領域。此前相關報導：據去年10月一項對12名特斯拉前任和現任員工的採訪調查，員工們對馬斯克過度的工作要求感到疲憊。馬斯克的一名顧問透露：“董事會開玩笑說有‘特斯拉時間’這種東西。”這暗示了員工承受的巨大工作壓力。另一名接近馬斯克的知情人士表示：“埃隆的行為對士氣、人才保留和招聘產生了廣泛影響。過去他受到所有人的喜愛，但現在他只受到特定群體的喜愛。”有分析稱，雖然離職高管們沒有詳細說明離職原因，但繁重的工作量和內部衝突被廣泛認為是關鍵因素。面對高管離職潮，今年1月，馬斯克在自己的社交媒體平台上評論說，很少出現令人感到後悔的人員離職。 (中國新聞周刊)

不要以為大洋彼岸的帝國衰落與你無關。當全球秩序的牌桌被徹底掀翻，中美在科技戰中展開生死角逐時，那些還在閉門“內卷”、對宏觀大周期一無所知的人，將被歷史無情地碾碎。在這個世界上，絕大多數人對未來的預測是基於盲目的樂觀或毫無根據的恐慌。但瑞·達利歐（Ray Dalio）不同。這位管理著超過 1600 億美元資產的傳奇避險基金巨頭，通過解碼人類五百年的興衰周期，曾多次成功預測全球金融崩潰。在最近的一場深度訪談中，他極其冷酷地撕破了和平年代的幻象：我們正站在一個持續約 80 年的歷史大周期轉折點上，走向一個非常黑暗的時期。這不是危言聳聽，而是基於宏觀資料得出的歷史必然。在這場殘酷的全球洗牌中，認清現實，是你唯一能抓住的救命稻草。01. 操控歷史周期的五大底層程式碼不要以為你的命運僅僅是由個人努力決定的。在宏觀周期的巨輪面前，個體的掙扎微不足道。達利歐指出，真正驅動世界格局的是五大核心力量：債務與貨幣力量： 債務透支的是未來的購買力。當收入無法償還債務時，系統就會崩塌。目前全球幾乎所有主要國家都在應對這種被債務擠壓的死局。內部衝突： 當財富差距和價值觀差距拉大，窮人與富人、左派與右派的矛盾不可調和時，社會就會徹底撕裂。地緣政治： 1945 年建立的世界新秩序正在走向終結。現有的世界秩序總是會持續到被一個崛起的強權徹底挑戰為止。在這場新舊交替中，中國正是這場歷史大局的絕對主角。自然力量： 旱災、洪水和流行病等自然災害，在歷史上殺死了比戰爭更多的人。技術革命： 這是決定生死的終極武器。就像核武器鎖定了二戰的勝局一樣，誰贏得了技術戰爭，誰就將贏下經濟戰和地緣政治戰。這就是當今大國之間正在進行史上最激烈技術競爭的根本原因。02. 帝國的黃昏與被撕裂的社會身處系統之中的人，往往有一種傲慢的錯覺——認為現有的安穩是永恆的。但達利歐用冰冷的客觀事實擊碎了這種傲慢。對於“美國是否可能在未來50到100年內失去主導地位”的問題，他的回答是：遠遠不止是“可能”。他指出了一個令人毛骨悚然的事實：美國實際上是“兩種完全不同國家的混合體”。一邊是身處創新中心、過得極好的大約 300 萬精英階層；另一邊，則是高達 60% 的美國人，其閱讀水平甚至低於六年級。這種極端的貧富與認知差距，正在徹底摧毀社會的凝聚力。英國同樣如此，由於嚴重的政府債務危機和缺乏創新文化，今年英國預計將流失約 16000 名百萬富翁，資產與精英正在瘋狂逃離。當一個系統不再為它的大多數人服務時，衰落就是必然的物理規律。03. 亂世生存指南：建立你的“狡兔三窟”系統當大周期不可逆轉地向下俯衝，身處巨變漩渦中的普通人該如何自救？達利歐給出了極具實操性的三大防禦策略：打造絕對的財務實力： 最佳化你的賺錢、消費和儲蓄模式，這是決定你擁有多少生存資源的底座。保持極致的靈活性（狡兔三窟）： 達利歐特意引用了這句中國成語。聰明的兔子有三個洞穴，隨時可以逃離危險區域去更好的地方。對於深陷“內卷”泥潭的年輕人來說，這句忠告極其致命：你必須具備轉移技能、資本和物理位置的能力。不要把自己的全部身家死死地“釘”在一個行業或一個地方。投資於知識： 必須瞭解現實世界究竟是如何運轉的，才能在危機降臨時做出明智的逃生決策。04. 強者的終極演算法：痛苦 + 反思 = 進步在達利歐的個人作業系統中，有一條凌駕於一切之上的鐵律：痛苦加反思等於進步。1975 年，他被華爾街解僱，這是他職業生涯的至暗時刻。但他通過極致的反思，深入分析決策背後的情緒、創傷和不安全感，最終從那個起點建立了如今龐大的橋水基金。面對無法承受的極端痛苦——例如他曾經歷失去兒子的沉重打擊，他依靠超覺冥想走了出來。冥想能讓意識與潛意識結合，讓你像慢動作電影裡的頂級刺客一樣，在極度混亂和痛苦中保持絕對的冷靜，以此來處理湧向你的危機。05. AI 終局與被淘汰的“無用階層”對於即將到來的 AI 與機器人革命，達利歐的預測沒有絲毫溫情：這將導致一個“贏家通吃”的局面。少數人將攫取巨大的利益，而大批普通人的工作崗位將被無情取代。這帶來的最深層危機不是貧窮，而是“無用感”——人們會發現自己在這個高速運轉的社會中徹底失去了被需要的感覺。在這個殘酷的轉折點，達利歐留給年輕人的終極忠告是：在人生的早期，核心目標是學習和體驗，去尋找能教你最多東西的導師和環境，而不是僅僅為了幾千塊的薪水差距去死磕。研究表明，當收入超過一定的基本水平後，金錢與幸福感之間就沒有相關性了。真正能帶來長久幸福和健康的，是有意義的工作以及深度的社區歸屬感。寫在最後生命的弧線是無可爭議的，宏觀的歷史周期也不會因為個人的主觀意願而停下腳步。在這個充滿不確定性的時代，不要對現有的系統抱有盲目的安全感。用“痛苦+反思”完成心智的升級，保持極度的靈活性，是你在這個動盪周期裡唯一能抓住的生存底牌。Z先生的靈魂拷問：達利歐強調，在亂世中最重要的是“狡兔三窟”的靈活性。當你每天在格子間裡為了微薄的薪水瘋狂“內卷”時，你是否抬頭看過宏觀周期的鐮刀？如果明天你的行業被 AI 徹底顛覆，或者經濟結構發生劇變，你是否有全身而退的第二個“洞穴”？ (Z先生的筆記)

（本文素材源於專利WO2026055103）公開了一種機器人充電系統，其包括一充電站。該充電站包括被構造成對接至機器人系統的結構支撐件和充電介面。機器人系統包括與該充電站的結構支撐件可對接的受接結構。於對接過程中，結構支撐件接收並承載機器人系統至少一部分重量，使機器人系統能夠在一個或多個執行器處於降功率或斷電狀態時保持靜態穩定。充電站還包括電觸點與通訊觸點，以在對接過程中實現電連接和資料通訊。該系統進一步包括校準例程，其被配置為在機器人系統保持靜態穩定的同時，通過充電站執行校準，其中校準可在機器人系統的一個或多個執行器降功率的情況下進行。翻譯整理而來，供參考；原版與全文獲取方式見文末。技術領域[0002] 本申請總體涉及用於自主類人機器人的充電系統。背景技術[0003] 類人機器人正越來越多地被設計用於在工業和消費環境中執行自主任務。此類機器人在自主充電方面的一個常見要求，是需要機器人在沒有人工干預的情況下自行返回到充電站。傳統的機器人充電系統通常涉及機器人返回到固定充電站。在這些情形中，當機器人斷電時，機器人通常處於靜態穩定狀態，因此在充電期間不需要外部機械支撐。[0004] 類人機器人給自主充電帶來了挑戰。與靜態穩定的移動機器人不同，類人機器人可能需要其關節持續通電，才能保持豎直和平衡。當執行器斷電時，關節會變得鬆垮、不穩定，導致類人機器人坍塌並行生傾覆。因此，傳統為靜態穩定機器人設計的充電底座並不適用於類人機器人應用。[0005] 當類人機器人進行軟體更新、電機校準或安全檢查時，還會出現額外要求。在這些操作過程中，機器人在接收服務時，某些關節可能斷電、甚至一組以上的關節可能斷電。如果沒有來自外部結構的機械支撐，在這些情況下機器人可能無法安全保持平衡。發明內容[0006] 基於上述原因，需要改進的方法和系統，以提供一種充電系統，該系統能夠促進類人機器人的自主對接，並且在一些實施方式中，還提供結構支撐，使機器人在保持豎直狀態的同時能夠解除其電機供電。應當理解，本文所述系統和方法的實施方式可以滿足更多、更少或不同的需求，且這些改進並不一定解決上述所有缺點，也不限制本公開的範圍。[0007] 在一些方面，本文所述技術涉及一種機器人充電系統，該系統包括：一基座；一與該基座耦接並構成充電站一部分的結構支撐件；以及一可滑動地接收所述結構支撐件的機器人系統。所述機器人系統包括：一受接結構，其被構造成沿第一方向可滑動地接收所述結構支撐件；其中，在對接位置中，所述受接結構支撐機器人系統至少一部分重量，使機器人系統處於懸臂式姿態，並保持充電站中電觸點與受接結構中的充電電連接器之間的對準，從而允許充電。[0008] 在一些方面，本文所述技術還涉及一種機器人充電系統，其中所述結構支撐件相對於充電站的基座以大於25度且小於65度的角度設定。[0009] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述充電站進一步包括一個或多個臂構件，用於在機器人系統與所述結構支撐件接合之前，在橫向方向上對機器人系統進行粗略對準。[0010] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述結構支撐件包括：一鋼芯，該鋼芯在所述結構支撐件內從第一端延伸至第二端；以及包圍所述鋼芯至少一部分的聚合物包覆層。[0011] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述結構支撐件包括從第一端至第二端逐漸變窄的錐形結構，並構造成在所述受接結構接合所述結構支撐件期間提供精細對準。[0012] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述充電站進一步包括一組電觸點，該組電觸點設定在所述結構支撐件的第一端與第二端之間；該組電觸點包括：至少兩個電源觸點，其被構造成在受接結構內承載充電電流並與相應電源觸點接合；以及至少兩個通訊觸點，其被構造成傳輸資料訊號並與受接結構內相應的通訊觸點接合；其中，至少兩個通訊觸點與至少兩個電源觸點的佈置方式使得：在脫離對接時，至少兩個通訊觸點先於至少兩個電源觸點從相應通訊觸點處斷開。[0013] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述至少兩個電源觸點沿第二端比所述至少兩個通訊觸點更靠前的位置延伸，使得在脫離對接時，至少兩個通訊觸點先於所述至少兩個電源觸點與相應通訊觸點斷開，從而在所述至少兩個電源觸點斷開之前終止通訊。[0014] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述充電站包括一個或多個高對比度視覺標記，其被構造成由機器人系統的後向攝影機檢測到。[0015] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述受接結構設定在機器人系統的兩個或更多肩部結構之間。[0016] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述充電站和所述受接結構被構造成支援一種對接過程，在該過程中，機器人系統執行一向後行走動作，隨後沿所述結構支撐件向下運動。[0017] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述結構支撐件與所述充電站基座動態耦接，其中所述充電站基座與支撐表面靜態耦接。[0018] 在一些方面，本文所述技術涉及一種機器人充電系統，進一步包括：一與機器人系統耦接的配合凸舌；其中所述結構支撐件包括一第一頂點、第二頂點，以及在第一頂點與第二頂點之間定義的配合通道；並且在對接位置中，所述配合凸舌被接收於所述配合通道內，使得該配合凸舌……[0019] 在一些方面，本文所述技術涉及一種機器人充電系統，其中所述配合凸舌和所述配合通道的設定方式使得，在對接位置中，充電站的至少一個觸點與機器人系統的相應觸點電連接且所述受接結構與所述結構支撐件相互配合，以機械方式支撐機器人系統至少一部分重量，使機器人系統在一個或多個執行器降功率時仍能保持懸臂式姿態下的靜態穩定，同時維持電連接。[0020] 在一些方面，本文所述技術涉及一種機器人系統，該機器人系統包括：設定在機器人系統後部的受接結構；一與該受接結構相鄰佈置的後向攝影機；以及至少一個設定在所述受接結構中的電觸點，並被構造成與所述結構支撐件上的相應電觸點接合。在對接位置中，所述受接結構與所述結構支撐件相互配合，以機械支撐機器人系統至少一部分重量，使機器人系統在一個或多個執行器斷電時仍能保持懸臂式姿態下的靜態穩定。[0021] 在一些方面，本文所述技術涉及一種機器人系統，其中該機器人系統包括一後向攝影機，其被構造成在充電站上檢測視覺特徵，以促進自主對接。[0022] 在一些方面，本文所述技術涉及一種機器人系統，其中機器人系統在其腿部中包括一個或多個載荷感測器，所述一個或多個載荷感測器被構造成測量當受接結構對接時由結構支撐件承擔的機器人系統重量部分。[0023] 在一些方面，本文所述技術涉及一種機器人系統，其中機器人系統被構造成在對接狀態下執行校準例程，所述校準例程包括：在對機器人系統的運動學鏈進行重新校準的同時，部分承受結構支撐件所承擔的重量，並且該運動學鏈重新校準包括機器人系統的後向攝影機。[0024] 在一些方面，本文所述技術涉及一種充電站，該充電站被構造成向類人機器人系統提供電力，包括：一基座；一從所述基座沿第一方向伸出的臂；以及一佈置在所述臂上、與所述充電站相對於所述機器人的位置相關聯的結構支撐件；其中，在對接位置中，所述結構支撐件支撐類人機器人系統至少一部分重量，使所述類人機器人系統處於懸臂式姿態，並保持充電站與類人機器人系統之間的對準，以允許進行充電和通訊的電接觸。[0025] 在一些方面，本文所述技術涉及一種充電站，其中所述臂包括一漸縮結構，並被構造成將類人機器人系統引導至安裝位置。[0026] 在一些方面，本文所述技術涉及一種充電站，其中所述結構支撐件可滑動地耦接至所述基座，使得當與類人機器人系統接合時，所述結構支撐件沿第一方向伸出。附圖簡要說明[0027] 現將以示例方式而非限制方式，參照附圖描述本公開的一些實施例。附圖為示意性的，並不一定按比例繪製。除非另有說明，附圖中相同的附圖示記表示本發明的一些實施例的背景、特徵或方面中的相同部分。[0028]圖1 示出一種機器人充電系統，包括機器人系統和充電站，根據一個實施例。[0029]圖2 示出結構支撐件與受接結構接合時的剖檢視，根據一個實施例。[0030]圖3 示出帶有電觸點的受接結構，根據一個實施例。[0031]圖4 示出帶有電接觸區域的結構支撐件的透檢視，根據一個實施例。[0032]圖5 示出機器人系統沿對接路徑接近充電站的側檢視，根據一個實施例。[0033]圖6 示出配置有配合凸舌的機器人系統的透檢視，根據一個實施例。[0034]圖7 示出包括配合凸舌的機器人系統的透檢視，根據一個實施例。[0035]圖8 示出包括配合通道的充電站的透檢視，根據一個實施例。[0036]圖9A 示出機器人系統將配合凸舌與配合通道對準的側檢視，根據一個實施例。[0037]圖9B 示出圖9A中的機器人系統和充電站的俯檢視，根據一個實施例。[0038]圖10A 示出機器人系統將配合凸舌下放至配合通道中的側檢視，根據一個實施例。[0039]圖10B 示出圖10A中的機器人系統和充電站的俯檢視，根據一個實施例。[0040]圖11A 示出機器人系統與充電站完全對接後的透檢視，根據一個實施例。[0041]圖11B 示出圖11A中的機器人系統和充電站的俯檢視，根據一個實施例。具體實施方式[0042] 下面將結合附圖中所示的一些實施例進行說明，並給出具體語言描述，以便描述本主題。然而，應當理解，這並不意味著將本文所述的方法和系統實施例限制於圖中所示的具體範圍。應視為本公開範圍之內的，還包括對所示特徵的變更，以及基於本公開方法和系統實施例原理的進一步修改與其他應用，這些內容均是本領域技術人員在閱讀本公開後通常能夠想到或掌握的。[0043] 本文所述實施例涉及用於類人機器人及其他機器人系統的對接系統。所公開的充電系統包括一充電站，該充電站具有一結構支撐件，所述結構支撐件整合有電源和/或通訊連接器；還包括設定在機器人系統內或其上的相應受接結構。所述受接結構的尺寸被設定為能夠接收所述結構支撐件，使得在對接位置中，結構支撐件支撐機器人系統至少一部分重量（例如，類人機器人系統重量的大部分）處於懸臂式姿態。該結構接合使機器人系統在一個或多個執行器降功率、從而便於安全充電、軟體更新和/或校準過程的情況下，仍可保持靜態穩定。在某些實施例中，充電站還包括對準特徵，例如漏斗形引導件、平面限位件和/或漸縮幾何結構，以在對接過程中引導機器人系統移動至相對於充電站的安裝位置。設定在結構支撐件和受接結構內的電觸點既提供電力傳輸，也提供資料通訊，同時維持機械支撐。[0044]圖1示出了機器人充電系統100（例如，類人機器人系統）。機器人充電系統100被配置為在對接過程中向機器人系統提供機械支撐和電力。該機器人充電系統100包括充電站102以及與充電站102配合、以實現適於充電、通訊和靜態穩定支撐的對接/安裝位置的機器人系統103。[0045] 機器人系統103可以是類人機器人或其他機器人平台，其被配置為在各種實施例中執行自主和/或半自主任務。機器人系統103在各種實施例中可用於工業自動化、倉儲物流、製造支援或消費服務應用。類人因子形態對於圍繞人類工學設計的環境可能尤其有利，使機器人系統103能夠與工具、機械或基礎設施進行互動，而這些原本是為人類操作而設計的。在這樣的實施例中，機器人系統103可執行諸如運輸貨物、操作裝置、開展檢查和/或協助人類工人等任務。機器人系統103還可進一步包括一個或多個感測器、攝影機或控制模組，以支援其自主導航、感知以及與環境的互動。[0046] 機器人系統103還可包括一個電儲能系統，其配置為為機器人系統的一個或多個執行器、感測器和控制模組供電。在圖示實施例中，電儲能系統可包括一個或多個可充電電池組，整合在機器人系統103內（例如，位於機器人系統103的軀幹部分）。在對接到充電站102期間，機器人系統103上的一個或多個充電電連接器與充電站102上的一個或多個電接觸件電連接，從而使電儲能系統能夠從充電站102接收充電電流。在這種方式下，機器人系統103可在無需人工干預的情況下自主補充其儲能儲備，以支援更長時間運行。[0047] 在一些實施例中，希望機器人系統103能夠在站立狀態下（例如，直立站立姿態）或其他靜態不穩定姿態下（例如，未平衡狀態）進行充電，同時使一個或多個執行器處於斷電狀態。不同於靜態穩定機器人平台（例如，移動系統103）的有些實施例，這類機器人在未受外部支撐時，需要持續電機驅動來維持平衡。由於該類機器人源自電池供能，斷開電力會帶來明顯缺點，包括在任何時候都持續消耗電池充電。[0048] 充電站102可以被配置為包括一個或多個支撐構件，以在對接到充電站102時機械支撐機器人系統103。通過在對接位置對機器人系統103進行機械支撐，機器人充電系統100允許機器人系統103在保持直立姿態的同時，使其一個或多個執行器斷電。這種配置減少了不必要的功耗，提高了電池充電速率，並降低了執行器磨損或電機產生的噪聲。此外，允許機器人系統103在斷電狀態下保持站立（或半站立）姿態，還使軟體更新、校準或診斷例程能夠在可靠外部電源連接的情況下安全執行。[0049] 機器人系統103包括一個受接結構106，其尺寸被設定為接收充電站102的結構支撐件（例如，結構支撐凸舌104）。受接結構106可由機器人系統103的本體部分形成，並被配置為在與結構支撐凸舌104配合時，同時建立機械接合和電連接，如下文所述。在一些實施例中，受接結構106設定在機器人系統103的上背部區域（例如，兩個或多個肩部結構之間）。將受接結構106設定在此位置，可在機器人系統103發生跌倒或與近鄰物體碰撞（例如，牆、門、機器或車輛）等意外事件期間，為其提供機械保護。例如，在類人實施方式中，機器人系統103的兩個或多個肩部結構可包括向外延伸的凸起，從而在受接結構106周圍形成解剖學輪廓。這些凸起超出受接結構106的平面，使肩部結構先於受接結構106與支撐表面接觸。這種佈置防止受接結構106在直接撞擊力下承受直接衝擊，從而降低結構損壞或電接觸件錯位的風險。在其他實施例中，受接結構106可限定在機器人系統103後表面的腔體內，以進一步減少暴露，並在通過結構支撐凸舌104對接時提供光滑外部輪廓。儘管示例實施例將受接結構的位置描述為位於機器人系統後部，但本公開也意圖涵蓋將受接結構設定在前部位置的其他配置。[0050] 機器人充電系統100包括充電站102。充電站102被配置為為機器人系統103提供結構支撐和電連接。充電站102包括一個基座120，其可被安裝到支撐表面上，并包括一個對接介面（例如，結構支撐凸舌104），該介面的尺寸被設定為與機器人系統103的受接結構106配合。在對接位置中，充電站102支撐機器人系統103至少部分重量，同時在機器人系統103與充電站102之間建立電接觸以進行充電和通訊。通過將機械支撐與電功能結合，充電站102使機器人系統103能夠在一個或多個執行器斷電的情況下進行充電，從而提高能效，並為軟體更新提供靜態穩定的定位。[0051] 機器人充電系統100包括基座120。基座120為充電站102提供結構穩定性。基座120被配置為支撐一個或多個實施例中的對接介面104和受接結構106之間產生的負載。在一些實施例中，基座120被靜態安裝於支撐表面，如地板、牆體或裝置框架，並由此形成剛性基座，能夠承受機器人系統103在對接期間傳遞來的負載。在其他實施例中，基座120可動態耦接到支撐表面，例如通過滑動軌道、工業支架或可調節支架，以便對充電站102的位置進行重新配置，從而更好地與機器人系統103對接。基座120可由剛性材料製成，例如鋼（例如鋼芯）、鋁或增強複合材料，並可進一步包括安裝孔、法蘭或其他固定特徵，以將充電站102固定到位。在一些實施例中，基座120包括多個側向延伸的安裝耳板16-24（圖中所示為基座120的側面），並由此提供安裝孔與緊韌體配合，以將充電站102牢固安裝。[0052] 基座120可包括一個或多個對準臂，如圖所示的對準臂108。對準臂108自基座120向外延伸，並被配置為在機器人系統103對接期間，引導其相對於充電站102實現粗略對準至安裝位置。從結構上講，對準臂108可包括由金屬、聚合物或複合材料製成的剛性構件，並可限定一種向充電站102和/或結構支撐凸舌104中心軸逐漸縮小的漸縮或漏斗狀幾何結構。對準臂108提供一個或多個導向表面，在機器人系統103接近充電站102的過程中與其相接觸。該導向相互作用限定了一條受約束的對接路徑，並將機器人系統103引導至結構支撐凸舌104附近。在一些實施例中，對準臂108可以是彈簧載入或以其他順應方式安裝，以吸收對接衝擊並適應位置公差。[0053] 對準臂108被配置為便於機器人系統103在對接到充電站102過程中進行位置調整。在機器人系統103接近對接時，對準臂108的形狀被設定為允許機器人系統103在若干釐米至若干英吋的範圍內進行橫向調整，從而補償接近軌跡誤差或感測器定位誤差。對準臂108還可允許圍繞垂直軸進行微小角度調整，從而確保機器人系統103的受接結構106相對於結構支撐凸舌104方向正確，以便後續對接。[0054] 在對接過程中，對準臂108與機器人系統103的外部部分接合，例如受接結構106鄰近的側表面（例如，軀幹區域或後殼區域）。當機器人系統103移動到位時，對準臂108將機器人系統103引導到結構支撐凸舌104附近的狹窄區域，從而在充電站102中充分對接之前，固定機器人系統103相對於充電站102的橫向位置。一旦機器人系統103的對接介面或接觸到對準臂108，機器人系統103便在橫向方向上被位置約束。在這種配置中，對準臂108與基座120和結構支撐凸舌104配合，將機器人系統103維持在一種穩定、可重複的方位中，適於機械支撐和電連接。[0055] 在一些實施例中，基座120的至少一部分，例如對準臂108，可相對於結構支撐凸舌104滑動耦接。在這種配置中，對準臂108安裝在滑動機構、軌道或順應聯動機構上，使得當機器人系統103實際接合充電站102時，對準臂108能夠相對於機器人系統103向後平移。在對準臂108提供粗略位置引導的過程中，機器人系統103向前施加力；隨著機器人系統103繼續前進，對準臂108相對於結構支撐凸舌104縮回或滑移，從而將結構支撐凸舌104暴露出來，以便與受接結構106接合。一旦結構支撐凸舌104被受接結構106接收，對準臂108可返回其初始位置，或保持縮回狀態，這取決於實施方式。在這種滑動配置中，對準臂108用於在初始對接階段提供導向，同時避免妨礙結構支撐凸舌104的最終接合。在一些實施例中，對準臂在對接期間可提供橫向調整，以補償高達5-100 mm的錯位。結構支撐凸舌104在最終對接期間提供進一步精細調整。[0056] 如圖所示，充電站102包括結構支撐凸舌104。結構支撐凸舌104被配置為在機器人系統103與充電站102之間提供機械支撐和電連接。從結構上講，結構支撐凸舌104從基座120向上和向外延伸，沿中心軸設定，其尺寸被設定為能夠滑動地接收至機器人系統103的受接結構106內。在一些實施例中，結構支撐凸舌104相對於基座120以向上傾斜的角度設定（例如約45°），使得機器人系統103在對接時以懸臂式姿態被支撐。這種傾斜取向防止機器人系統103發生非預期滑脫，同時在需要時仍允許自主脫離對接。[0057] 結構支撐凸舌104可包括漸縮前緣，並在凸舌遠端逐漸變窄。該漸縮形狀在對接最終階段提供導向幾何結構，並補充對準臂108的粗對準功能。在一些實施例中，該漸縮幾何形狀還降低了接合過程中卡滯或卡阻的風險。[0058] 在一些實施例中，結構支撐凸舌104包括由鋼芯或鋁嵌件構成的剛性芯部，外部包覆聚合物包覆層。剛性芯部提供必要的承載能力，以支撐機器人系統103至少一部分重量（例如，類人機器人系統的重量可為約60-300 lbs.），而聚合物外層則在對接循環期間為電接觸件和受接結構提供耐用表面。受接結構106限定一個腔體，其尺寸被設定為能以導向、低摩擦方式滑動接收結構支撐凸舌104。一些實施例中，凸舌的剛性芯部和/或聚合物外層可包括導電區域，如暴露的接觸件、焊盤或嵌件，用於建立電連接。另一些實施例可採用復合層壓材料、增強塑料或多材料結構，以獲得類似性能。[0059] 結構支撐凸舌104可相對於充電站基座120以大於25°且小於65°的角度設定。將結構支撐凸舌104定位在這一角度範圍內，可使機器人系統103在對接位置中可靠保持，而不會因自身重量而滑脫，同時也便於機器人系統自主脫離對接。[0060] 結構支撐凸舌104進一步限定一個用於佈置電接觸件的表面區域，這些電接觸件設定在凸舌的一個或多個側面上（下文將進一步說明）。這些電接觸件被配置為在機器人系統103對接時，與受接結構106內相應設定的接觸件接合。在一些實施例中，接觸件設定於凸舌104的側表面，從而在維持電連接的同時為電子器件提供機械剛度。[0061] 機器人系統103進一步包括機器人本體118，其容納執行器、電子器件和/或電儲能系統。受接結構106可以設定在機器人本體118中，其方式是：在保持可與結構支撐凸舌104接合的同時，將其結構性地整合到機器人本體的承載框架內。將受接結構106設定在機器人本體118內的方式，在某些實施例中可提高結構剛性，同時保護受接結構免受損傷。[0062] 結構支撐凸舌104包括沿凸舌前向部分設定的第一錐度110。第一錐度110朝向結構支撐凸舌104的遠端逐漸變窄，在凸舌插入受接結構106期間提供導向表面。第一錐度110將受接結構106朝向安裝軸線112引導，從而補償接近過程中輕微錯位並降低卡滯可能性。[0063] 結構支撐凸舌104還可在結構支撐凸舌104的一個或多個側面沿橫向定義第二錐度116。第二錐度116允許受接結構106在對接過程中橫向自對準。通過在受接結構下降時允許橫向位移和校正，第二錐度116減小了卡滯並提高自主對接過程的重複性。[0064] 結構支撐凸舌104相對於從基座120向上延伸的安裝軸線112以一定角度定向。當對接完成時，機器人系統103限定一中心軸線114，其相對於機器人本體118向後偏置。在一些實施例中，結構支撐凸舌104相對於中心軸線114以一個角度偏置方式設定。該角度關係使機器人系統103在對接狀態下偏置到一種穩定的自鎖定姿態，使重力促使受接結構106沿結構支撐凸舌104向下壓緊。通過維持這一角度偏置，機器人充電系統100能夠防止非預期滑脫，並便於機器人系統103安全自主地完成對接與脫離。[0065] 在一些實施例中，第一錐度110、第二錐度116以及安裝軸線112與中心軸線114之間的角度偏置共同作用，以適配對接運動，包括機器人系統向後行走以及向下蹲伏的運動。隨著機器人系統103執行向後行走並進行蹲伏動作，受接結構106總體上與結構支撐凸舌104的漸縮前緣對準，而蹲伏動作使受接結構沿錐面下移，直至其完全落座在凸舌上。錐度引導最終接合路徑，而角度偏置則確保機器人系統處於一種重力輔助的自鎖定方位。綜合來看，這些特徵有助於在需要精確執行器控制的同時，提高自主對接過程的精度。[0066] 現在轉到圖2，其示出了系統200，其中包含一個與受接結構206接合的結構支撐凸舌204的剖檢視。圖2所示部件可與圖1中所示相似部件基本相同。例如，結構支撐凸舌204可與關於圖1所述的結構支撐凸舌104基本相似，而受接結構206可與關於圖1所述的受接結構106基本相似。如圖2所示，結構支撐凸舌204在與受接結構206接合時，還示出了電接觸件的附加細節構造。[0067] 結構支撐凸舌204可包括一個剛性芯部（圖中示為芯部216），其沿凸舌長度方向延伸，並提供足夠的結構強度，以支撐機器人系統至少部分重量。包圍芯部216的是結構支撐凸舌204的本體部分，其限定一個或多個窗口或殼體區域214，用於在重複對接循環中支撐電絕緣、接觸力和減小接觸磨損。受接結構206限定一個腔體，其尺寸被設定為滑動接收結構支撐凸舌204，並在機器人系統對接時將結構支撐凸舌204保持於懸臂式姿態（例如，傾斜懸臂姿態）。[0068] 在一些實施例中，結構支撐凸舌204包括設定在凸舌一側或多側上的多個電接觸件，例如電接觸件和通訊接觸件。電源接觸件可被配置為寬導電焊盤或母排，用於承載較高電流，以向機器人系統的電儲能系統充電。通訊接觸件則可被配置為較窄的導電引線或端子，設定在電源接觸件附近但與其電隔離。[0069] 受接結構206包括相應的順應式接觸件，例如彈簧載入銷或葉簧，其被配置為在受接結構206內部壓接在電接觸件和通訊接觸件上，以與結構支撐凸舌204上的對應接觸件建立可靠電連接。電源接觸件位於結構支撐凸舌204上比通訊接觸件更靠遠端的位置。在這種實施例中，在脫離對接期間，通訊接觸件會先斷開，從而在電源接觸件斷開前終止資料通訊。這樣的錯位設計降低了機器人系統103從充電站脫離時在斷電過程中發生電弧或資料損壞的風險。類似地，在對接期間，通訊接觸件可被配置為在電源接觸件之前或之後與初始接觸建立穩定連接，從而確保在啟動資料交換前建立穩定電力輸送。應當理解，在其他實施例中，電源接觸件和通訊接觸件也可採用其他佈置方式，只要能夠使通訊在電力之前終止（例如，通訊接觸件位置比結構支撐凸舌204上的電源接觸件更靠遠端）。[0070] 如圖2進一步示出，受接結構206和結構支撐凸舌204限定了一個深度224，其對應於當機器人系統處於對接位置時，結構支撐凸舌204插入受接結構206的深度。該深度在圖示實施例中可約為5-100 mm。這一深度在結構支撐凸舌204與受接結構206之間提供足夠重疊，以維持穩定的機械支撐，同時將接觸力分散在受接結構206的內壁上。[0071] 結構支撐凸舌 204 具有一個深度 210，其為沿凸舌相對兩側表面之間測得的距離。在圖示的電接觸點附近，深度 210 可約為 5–100 毫米，而在受接結構 206 開口處的距離 218 可約為 5–100 毫米。這些尺寸有利於將結構支撐凸舌 204 插入受接結構 206 中，同時保持緊湊的整體外形。[0072] 結構支撐凸舌 204 相對於充電站 120 的基座 120 以角度 208 取向。在圖示實施例中，角度 208 可約為 45°（±2°）。在其他實施例中，角度 208 可以在 35°–75° 之間變化。以該角度設定時，作用於機器人系統的重力會被引導至受接結構 206 內部，從而防止機器人系統在自身重力作用下從結構支撐凸舌 204 上滑脫，同時仍允許受控脫離。結構支撐凸舌 204 還可以包括約 5–10° 的拔模斜度。[0073] 結構支撐凸舌 204 進一步包括沿其表面設定的一個或多個電接觸件。這些電接觸件可以配置為導電焊盤或導電元件，並沿結構支撐凸舌 204 縱向延伸。相應地，受接結構 206 包括順應式電接觸件，例如設定在受接結構 206 腔體內的彈簧偏置接觸件。這些順應式接觸件被配置為當受接結構 206 接收到結構支撐凸舌 204 時，壓靠在結構支撐凸舌 204 的導電母排上，從而建立安全的電連接。這種佈置使得當機器人系統對接到充電站時，能夠同時實現機械接合和電接合。[0074] 機器人系統，如機器人系統 203，還可以包括一個或多個導體，如圖所示的導體 220、222。導體 220、222 可以在結構支撐凸舌 204 的電源/通訊接觸件與機器人系統 203 的任意儲能裝置和/或控製器之間提供電性導通。在一些實施例中，導體 220 為葉簧或其他順應式材料，其提供偏壓力並支撐結構支撐凸舌 204 的通訊/電源接觸件。[0075] 現轉到 圖3，其示出了機器人系統 303 的受接結構 306 的透檢視。與 圖3 中的部件相似的部件可以與 圖1–2 中所示類似部件基本相同。例如，受接結構 306 可與 圖1–2 中所述的受接結構 106、206 基本相似。類似地，機器人系統 303 可與關於 圖1–2 所述的機器人系統 103、203 基本相似。[0076] 如圖所示，受接結構 306 限定了一個開口 318，該開口由一個開口側 316 所圍成。開口 318 的尺寸被設定為可滑動地接收一個結構構件（例如結構支撐凸舌 104、204），沿軸線 312。在一些實施例中，對接軸線 312 可相對於機器人系統 303 的垂直基準以角度 314 取向。該角度取向在將機器人系統 303 引導進入受接結構 306 以維持對接位置中的靜態穩定支撐時，能夠提供間隙匯入和重力方向的作用。[0077] 受接結構 306 還包括一個或多個電接觸件，如接觸件 308、310。這些接觸件沿受接結構 306 的內表面佈置，並且被設定成與設定在結構構件上的相應電源接觸件和/或通訊接觸件接合。在一些實施例中，接觸件 308、310 由彈簧偏置導電焊盤、葉簧或彈出銷式接線器構成，其在結構構件可靠插入後，壓靠在對應的電接觸件上。接觸件 308、310 可以沿受接結構 306 的側向佈置，電源接觸件與通訊接觸件在橫向上相互錯開，從而在保持緊湊間距的同時保證電隔離。[0078] 受接結構 306 可以嵌設在機器人系統 303 的機身部分中，使其相對於周圍機身表面內縮或近乎齊平。該內嵌式構造在機器人系統未對接時可保護受接結構 306 免受偶發損傷，並在機器人系統未對接時提供更平滑的外形輪廓。在一些實施例中，受接結構 306 進一步由機器人系統 303 的一個周圍框架整體支撐或整合到其殼體中，從而使受接結構 306 能夠吸收通過結構構件傳遞的懸臂載荷，而不會發生變形或錯位。[0079] 受接結構 306 還可以在圍繞開口 318 的內表面上包括拔模角（例如角度 314），以便於結構構件的匯入並減小對準公差。在一些實施例中，沿對接軸線的內部開口尺寸在約 2 英吋 和約 10 英吋 之間，而在一個實施例中約為 5 英吋。這種幾何形狀結合結構構件的漸縮前端，確保對接時能夠重複對準，即使存在輕微錯位。[0080] 現在轉到 圖4，其示出了充電站中結構支撐凸舌 404 的透檢視。與 圖4 所示部件相似的部件，可與 圖1–3 中所示類似部件基本相同。例如，結構支撐凸舌 404 可以與結構支撐凸舌 104、204 基本相似，並被設計為可滑動地插入機器人系統的對應受接結構中（例如受接結構 106、206、306）。[0081] 結構支撐凸舌 404 在第一端 420 與第二端 407 之間限定了相對的側表面。第一端 420 更靠近充電站基座，而第二端 407 限定了插入受接結構的遠端。結構支撐凸舌 404 包括一個朝向第二端 407 漸縮的漸縮端 414。該漸縮端 414 提供導向幾何形狀，以利於插入受接結構，並降低對接時發生卡滯的可能性。[0082] 結構支撐凸舌 404 具有相對的側表面，包括第一側面 418 和第二側面 424，以及沿第一端 420 與第二端 407 之間延伸的一個或多個外表面。沿這些表面佈置有一個或多個電接觸件，包括電源接觸件 402、404、412，以及至少兩個通訊接觸件，圖中示為通訊接觸件 426、428。電源接觸件 408、412 被配置為承載足以為機器人系統的儲能系統補能的充電電流。通訊接觸件 426、428 被配置為在機器人系統與充電站之間傳輸資料訊號。[0083] 電源接觸件與通訊接觸件沿結構支撐凸舌和受接結構進行佈置，使得在對接和充電過程中可以實現雙向資料交換。在一些實施例中，資料訊號可以包括數字通訊協議，例如乙太網路、CAN 匯流排、RS-485 或 USB，從而允許交換運行資料、診斷資訊或軟體更新。在其他實施例中，資料訊號還可包括用於感測、對準驗證或安全聯鎖的低電壓模擬訊號。[0084] 從結構上看，通訊接觸件可為鍍銅焊盤或母排形式，其被配置為承載通常小於 1 安培 的數字訊號電壓。相應地，電源接觸件可以是導電焊盤或導電母排，其接觸電阻小於 50 毫歐，以確保在對接和脫離對接過程中保持訊號完整性。通訊接觸件通過絕緣聚合物包覆材料與電源接觸件電隔離，並通過保持至少 1–6 毫米 的間距來防止功率與通訊線路之間相鄰導通。[0085] 通訊接觸件能夠在機器人系統與充電站之間實現雙向資訊交換。例如，機器人系統可以向充電站傳送當前系統狀態、熱管理狀態或執行器狀態。充電站則可以傳送控制訊號，如充電電壓、電流值或錯誤狀態。在一些實施例中，資料訊號可以被加密或以其他方式進行安全保護，以防止對機器人系統韌體或運行資料的未授權訪問。[0086] 在一些實施例中，受接結構內的通訊接觸件 426、428 以及對應的通訊接觸件可用於向機器人系統提供韌體和軟體更新。當機器人系統處於對接位置時，通過這些接觸件建立的通訊通路使得能夠將資料從充電站直接傳輸至機器人系統的機載儲存器和控制模組。這種配置允許定期更新操作韌體、錯誤修復、安全補丁以及新功能部署，而無需拆除電儲能系統或人工連接外部資料線。[0087] 通訊接觸件還可進一步用於校準例程。例如，機器人系統可以包括一個或多個攝影機（例如後向攝影機）或位置感測器，這些感測器需要在維持對接狀態時進行周期性校準。當機器人系統在對接位置被機械穩定後，機器人系統的一部分重量由充電站的結構支撐凸舌承擔，而其餘重量則由機器人的腳部或執行器承擔。這種部分承重分配有利於機器人系統運動學鏈的校準，因為一個或多個執行器可以在結構支撐凸舌維持姿態穩定的同時受控運動。[0088] 在一個實施例中，校準例程包括對與後向攝影機相關聯的運動學鏈進行重新標定。充電站 102 可以在其外表面上設定高對比度基準標記或參考圖案，這些標記或圖案能夠在機器人保持對接時被後向攝影機觀察到。通過分析這些基準圖案與充電站已知幾何形狀之間的相對特徵，機器人系統可以重新標定攝影機與其他關節或感測器之間的運動學關係。這種重新標定可以校正操作過程中累積的位置漂移、鏡頭畸變或關節錯位。[0089] 在一些實施例中，後向攝影機還可進一步配置為在校準前檢測充電站上或其周圍的視覺特徵，以促進自主對接。一旦檢測到這些視覺特徵，相同的攝影機系統就可以在機器人保持靜態穩定的狀態下被重新利用於校準參考。[0090] 通過通訊觸點426、428建立的通訊通路還可用於上傳校準結果、診斷流程或資料記錄。例如，機器人系統採集的校準參數、診斷錯誤程式碼或系統日誌可被傳輸至充電站102，以供查看或遠端上傳。反之，配置檔案或更新後的校準參數也可從充電站102傳輸到機器人系統中。通過在一次對接事件中結合機械穩定、部分重量支撐以及通訊通路，該機器人充電系統能夠在幾乎無需人工干預的情況下，同時促進機器人系統的充電和運行重新校準。[0091] 通訊觸點426、428設定在結構支撐舌片404的表面410上、位於電力觸點408、412之間。在一些實施例中，通訊觸點426、428相對於電力觸點408、412沿對接軸方向呈凹入佈置，從而確保在脫離對接時，通訊觸點先於電力觸點脫開。相反，在對接過程中，電力觸點先接合，隨後才是通訊觸點。該順序佈置在開始資料傳輸之前先提供穩定充電，並使得在斷電之前能夠先終止資料通訊，從而降低電弧或資料丟失的風險。[0092] 結構支撐舌片404還包括一個深度限位部416，其設定在第一側418與舌片本體之間。深度限位部416限制結構支撐舌片404插入受介面中的深度，從而有助於實現一致的就位元深度以及電接觸件的可重複接合。在一些實施例中，深度限位部416還可通過將載荷從結構支撐舌片404傳遞到充電站周圍結構中來提供結構支撐。[0093] 現在轉到圖5，示出了機器人系統503接近充電站502的側檢視。圖5中所示的類似部件可與圖1-4中所示的類似部件基本相似。例如，機器人系統503可與上文所述的機器人系統103、203、303基本相似，而充電站502可與上文所述的充電站102基本相似。[0094] 如圖所示，機器人系統503沿方向508朝向充電站502移動，使得機器人系統503的受介面506被定位為接收充電站502的對應結構支撐舌片，其示為結構支撐舌片504。初始對準可通過充電站的對準特徵（例如對準臂）來輔助完成，此後受介面506轉入與結構支撐舌片504的接合狀態。[0095] 方向508（如圖5所示）定義了受介面506從與結構支撐舌片504初始接合到圍繞結構支撐舌片504完全接合的運動路徑。方向508有助於逐步過渡到完全就位的對接位置，在此過程中，機械對準和電接觸形成同時發生。在一些實施例中，受介面506的運動距離可在約20毫米至約80毫米之間，在一個實施例中約為50毫米。[0096] 距離510定義了機器人系統503在對接期間相對於充電站502下降的量（例如通過彎曲膝部實現）。這種向下運動有助於使結構支撐舌片504就座式地接入受介面506，並提供一種抗非預期脫離的垂直鎖定份量。在一些實施例中，距離510可在約10毫米至約40毫米之間，在一個實施例中約為25毫米。[0097] 因此，對接過程可包括：機器人系統503首先沿方向508進行初始接近，隨後進行垂直下降，從而使機器人系統503沿方向512移動，使機器人系統503的受介面506沿接合部514與結構支撐舌片504轉變為完全接合。通過結合橫向移動和垂直下降，充電站502在使結構支撐舌片504的電接觸件與受介面506的對應觸點實現配合接合的同時，也為機器人系統503提供安全的懸臂式支撐。一旦與結構支撐舌片504完成對接，機器人系統503可減少或終止向有助於保持機器人系統503平衡的一個或多個執行器供電。[0098] 在一些實施例中，充電站502和結構支撐舌片504可被配置為在對接過程中彼此相對動態移動。例如，充電站502可包括一個滑動托架或連桿機構，用於支撐結構支撐舌片504，從而允許結構支撐舌片504相對於基座發生平移或回縮，同時機器人系統503的受介面506向前進入接合狀態。在這種佈置中，充電站502的對準特徵（例如漏斗臂或對準表面）可首先與機器人系統503接合，以提供粗略對準。隨著對接的進行，該對準特徵相對於充電站502向後或向下滑動，從而暴露出結構支撐舌片504，以便最終插入受介面506。[0099] 在其他實施例中，結構支撐舌片504本身可相對於充電站502安裝在滑動、轉動或伸縮機構上。在這種配置中，結構支撐舌片504在機器人系統503初始接近充電站502期間可保持凹入或部分被覆蓋狀態。一旦機器人系統503被定位到充電站502附近，結構支撐舌片504便伸出或轉動到與受介面506對準的位置，從而在促進對接的同時，降低接近過程中對結構支撐舌片504造成意外干涉或損傷的可能性。[0100] 通過允許充電站502和/或結構支撐舌片504彼此相對動態移動，充電站不僅促進了更好的對準，也保護了結構支撐舌片504。這種動態運動還進一步允許分階段接合，其中對準特徵在早期對接過程中提供粗定位，而結構支撐舌片504的暴露則在最終對接期間促進精細對準和電接觸形成。[0101] 如本文所述，機器人系統與充電站的對接過程可包括一系列協調動作，以同時促進機械接合和電連接。在一個實施例中，對接過程開始於機器人系統執行朝向充電站的後退行走動作。該後退行走動作將機器人系統沿預定接近路徑定位在充電站附近，同時充電站的粗對準特徵在初始接近期間提供位置引導。在一些實施例中，機器人系統還可進一步包括一個後向相機，該相機被配置為檢測充電站上或其周圍的一個或多個視覺特徵。這些視覺特徵可包括基準標記、高對比度幾何圖案或獨特的表面幾何形狀，通過為接近軌跡、橫向對準和對接姿態提供視覺線索，來促進自主對接。[0102] 在後退行走動作之後，對接過程可包括機器人系統的下蹲動作。該下蹲動作將機器人系統的受介面或配合舌片降低到充電站的對應結構支撐舌片或通道上，從而從初始接合過渡到完全就位的對接位置。這種平移接近與垂直下降的組合，有利於實現穩定接合，同時降低失準或插入不完全的可能性。在該運動過程中，後向相機可繼續監測充電站，以便進行精細調整，例如在機器人系統下降時校正輕微的偏航、俯仰或橫滾失準。[0103] 在對接過程中，機器人系統可在其腿部配備一個或多個載荷感測器。這些載荷感測器被配置為測量對接過程中的地面反作用力，並由此確定由充電站的結構支撐舌片承擔的機器人重量比例，而非由機器人腿部承擔的比例。例如，隨著下蹲動作將機器人系統降低至接合位置，當更多重量轉移到結構支撐舌片上時，載荷感測器可檢測到腿部所承受力的減小。該測量有助於控制演算法調節由結構支撐舌片與腿部分別承擔多少載荷，從而實現對接過程的精確校準，並防止機器人系統關節或充電站介面任一方發生過載。[0104] 在對接過程中，下蹲動作還促進機器人系統與充電站之間電接觸件的分階段接合。觸點的佈置可被配置為：電力觸點先接合，以建立穩定的充電電流，隨後通訊觸點接合以提供資料交換。相反，在脫離對接期間，通訊觸點先於電力觸點脫開，從而在斷電之前先終止資料傳輸。在替代實施例中，電力觸點與通訊觸點的位置順序也可以相反。[0105] 在一些實現方式中，對接過程還可包括對充電站部件的動態調節。例如，對準臂或對接導向件可隨著機器人系統向前推進而回縮，從而暴露出結構支撐舌片以進行最終接合。在其他實施例中，機器人系統的後向相機可在對接期間輔助執行校準流程，例如採集設定在充電站上的高對比度視覺標記圖像。這些標記有利於校準機器人系統的機載相機、位置感測器或導航系統。當後退行走動作和下蹲動作完成後，機器人系統在執行器斷電的情況下得到機械支撐並處於靜態穩定姿態。在這一階段，腿部中的載荷感測器可確認機器人系統重量中有期望比例由結構支撐舌片承擔，而電連接則有利於同時實現機載儲能裝置的充電以及用於診斷、校準或軟體更新的資料通訊。[0106] 脫離對接過程同樣可包括一系列協調動作，以促進機器人系統與充電站之間機械連接和電連接的同時解除。在一個實施例中，脫離對接過程開始於機器人系統執行一個上升動作，該動作是對接期間下蹲動作的反向動作。通過從下蹲動作中上升，機器人系統使其受介面相對於充電站的結構支撐舌片垂直抬升，從而解除對接介面的垂直鎖定份量。該向上運動有助於在維持對準以防止卡滯或觸點損傷的同時，使結構支撐舌片順利脫離。[0107] 在上升動作之後，脫離對接過程可包括一個向前行走動作，使機器人系統沿與對接時相同但方向相反的接近路徑離開充電站。隨著機器人系統向前移動，充電站的結構支撐舌片從機器人系統的受介面中退出，從而完成機械分離。[0108] 在該過程中，電接觸件按照受控順序脫開。通訊觸點被配置為首先脫開，從而在失去電力之前終止資料傳輸。隨後電力觸點脫開，在通訊已經停止之後安全中斷充電電流。該時序有利於實現可靠且可重複的脫離對接，同時降低電弧或資料損壞的風險。[0109] 在一些實施例中，脫離對接過程還可進一步包括對充電站部件的動態重新定位。例如，在機器人系統開始其向前行走動作之後，可伸縮的對準臂可向外伸出，以提供間隙並促進後續的對接過程。在其他實施例中，後向相機可在脫離對接期間採集充電站上或其周圍視覺特徵的圖像，以便在恢復移動之前進行軌跡驗證或重新校準。一旦上升動作和向前行走動作完成，機器人系統便在儲能得到補充、運行資料得到更新的情況下恢復自由移動。[0110] 現在轉到圖6，示出了機器人充電系統600的透檢視。圖6中所示的類似部件可與上文結合圖1-5所述的類似部件基本相似。例如，機器人充電系統600包括機器人系統603和充電站602。充電站602包括一結構支撐舌片604，其尺寸被設計為接收或被接收進入對應的配合舌片中，該配合舌片示為設定在機器人系統603背部區域的配合舌片606。[0111] 如圖所示，該配合舌片整合在機器人系統603的上背部區域，並在位置尺寸上被設計為沿對接路徑與結構支撐舌片604相配合。在對接過程中，機器人系統603可執行朝向充電站602的後退行走動作，隨後進行下蹲動作，將配合舌片606降低到結構支撐舌片604上，從而促進機械接合和電連接。[0112] 結構支撐舌片604可包括一個剛性嵌件，例如鋼或鋁芯，其外包覆有聚合物外殼，以同時促進承載支撐和電絕緣。電接觸件可設定在結構支撐舌片604的一個或多個表面上，並可被配置為與設定在配合舌片606內部的對應電接觸件配合接觸。在一些實施例中，這些電接觸件既包括被配置為承載充電電流的電力觸點，也包括被配置為在機器人系統603與充電站602之間傳輸資料訊號的通訊觸點。[0113] 圖7示出了機器人系統703的一部分的透檢視，該機器人系統被配置為與充電站對接。在該實施例中，機器人系統703包括一個從機器人背部部分向外伸出的配合舌片706。不同於機器人系統包括受介面的其他實施例，圖6-11B所示實施例利用配合舌片706作為機器人系統的突出式介面特徵。配合舌片706被設計為可被接收進入充電站中定義的對應配合通道內（例如圖8中的配合通道810）。[0114] 從結構上看，配合舌片706以懸臂方式從機器人系統703的背面向外延伸。配合舌片706可定義為總體上呈矩形輪廓，具有平面側壁以及向其遠端逐漸縮小的錐形前緣。該錐形結構有利於在對接過程中導向插入配合通道，降低失準或卡滯的可能性。配合舌片706還可在其遠端邊緣設定倒角或圓角，以幫助順暢插入配合通道。[0115] 配合舌片706包括電接觸件，示為觸點708，其設定在舌片的一個或多個表面上。這些觸點708被配置為與設定在充電站上的對應電接觸件接合。在一些實施例中，觸點708包括被配置為承載充電電流的電力觸點，以及被配置為在機器人系統703與充電站之間傳輸資料訊號的通訊觸點。沿舌片佈置這些觸點，使得隨著機器人系統完成對接，配合舌片的機械捕獲和電連接接合能夠同時發生。[0116] 配合舌片706的主體可由鋼、鋁或復合結構等剛性材料形成。在一些實施例中，配合舌片包括金屬承載芯以及聚合物包覆外殼，後者提供電絕緣、分散接觸力並保護嵌入式電接觸件。這種結構佈置使配合舌片706能夠將機器人系統703產生的懸臂載荷傳遞至充電站，同時也有利於實現電連接。[0117] 圖8示出了一個被配置為接收機器人系統配合舌片的充電站透檢視（例如圖7中的配合舌片706）。該充電站包括一個結構支撐舌片804，其限定出一個配合通道810，該通道的尺寸被設計為在對接過程中捕獲並保持機器人系統的配合舌片。[0118] 配合通道810凹設於結構支撐舌片804中，並在第一頂點806與第二頂點808之間延伸。該通道限定出一個接收腔體，其側壁和基底表面被配置為與配合舌片706的對應表面接合。在一些實施例中，配合通道810限定為總體上呈U形或矩形截面，具有平面對置側壁，並緊密貼合配合舌片的寬度。側壁之間的間距可被設計為提供最小間隙（例如每側約1-50毫米量級），以便於插入配合舌片，同時在完全對接後提供足夠的橫向約束以抵抗左右晃動。[0119] 配合通道810還可進一步包括鄰近第一頂點806的錐形匯入幾何結構，其向外張開，以在對接初期將配合舌片706匯入通道中。這種錐形匯入幾何結構即便在機器人系統接近時存在輕微橫向失準，也有助於實現順暢插入。該通道還可相對於充電站本體802的基部以向上傾斜的角度延伸，從而當機器人系統執行下蹲動作時，配合舌片706會被向下壓迫並牢固就座在通道基底上。[0120] 電接觸件，例如觸點812，設定在結構支撐舌片804的配合表面上。這些觸點812被定位為在舌片完全插入通道後與設定在配合舌片706上的對應觸點接合。在一些實施例中，觸點812包括彈簧載入式導電針、片簧或可彈性撓曲的匯流條，它們壓靠在配合舌片的導電焊盤上。這種柔順式佈置有利於在重複對接循環下實現可靠的電接合，並能補償製造公差或輕微角度失準。[0121] 在一些實施方式中，觸點 812 設定在配合通道 810 的下方，使得當機器人系統（例如，機器人系統 603）通過該配合通道 810 與結構凸片 804 配合時，機器人系統 603 的配合凸片 606 的對應觸點會被牢固地壓接到觸點 812 上，從而在對應觸點之間形成電連接。[0122] 圖 9A-11B 示出了將機器人系統電連接並機械連接到充電站的方法。圖 9A 和圖 9B 分別示出了機器人系統 903 在對接過程中接近充電站 902 時的側檢視和俯檢視。在該實施方式中，機器人系統 903 包括一個從其後部向外延伸的配合凸片 906，而充電站 902 包括一個對應的配合通道，示為配合通道 904，其被構造成接收並捕獲該配合凸片 906。[0123] 如圖 9A 所示，示出了一個系統 900，其中機器人系統 903 定位在靠近充電站 902 的位置，並且配合凸片 906 與配合通道 904 的開口對準。配合通道 904 凹設在充電站的結構本體內，並限定出一個尺寸和形狀均適於捕獲配合凸片 906 的腔體。在對接期間，機器人系統 903 可沿方向 908 朝向充電站 902 執行向後行走運動，使配合凸片 906 與該通道開口對準。[0124] 圖 9B 為圖 9A 的俯檢視，進一步示出了機器人系統 903 朝充電站 902 的對接方向移動。隨著配合凸片 906 進入配合通道 904，配合凸片的漸縮前緣與通道的對應漸縮表面相互作用，以促進平滑插入並降低卡滯的可能性。一旦插入，配合通道 904 的側壁限制配合凸片 906 的橫向移動，而通道的底面限制其垂直移動，從而使機器人系統相對於充電站實現機械固定。[0125] 電觸點可設定在配合凸片 906 的表面以及配合通道 904 內，使得配合凸片的插入建立電連接。在一些實施方式中，這些觸點被佈置成使電源連接在對接期間先於資料連接建立，並在脫離對接時晚於資料連接斷開。這種順序接合有助於實現穩定充電和可靠通訊。[0126] 配合凸片 906 與配合通道 904 的協同作用同時提供機械支撐和電連接。當完全對接時，配合凸片 906 被牢固地捕獲在配合通道 904 內，以懸臂式定向支撐機器人系統 903 的部分重量，並在整個充電循環期間保持穩定的電接觸。[0127] 圖 10A 和圖 10B 分別示出了系統 1000 的側檢視和俯檢視，其中機器人系統 1003 正與充電站 1002 對接。在該實施方式中，機器人系統 1003 包括一個從其後部向後突出的配合凸片 1006，而充電站 1002 包括一個尺寸設定成用於接收並捕獲該配合凸片 1006 的配合通道 1004。[0128] 如圖 10A 所示，機器人系統 1003 接近充電站 1002，並處於配合凸片 1006 與配合通道 1004 開口對準的位置。機器人系統可執行向後行走運動以實現該對準。在此階段，配合凸片 1006 位於通道開口鄰近處，但尚未下落進入該通道中。配合凸片 1006 的底部與配合通道 1004 的底部之間可存在一段間隙距離。[0129] 機器人系統 1003 還可包括一個或多個感測器，示為感測器 1001，其設定在機器人系統的腿部執行器中或與其相關聯。感測器 1001 被構造成測量在對接期間由腿部執行器支撐的機器人系統 1003 的重量。通過即時監測載荷分佈，感測器 1001 提供資料，指示機器人系統 1003 的多少重量已從腿部轉移到充電站 1002。該資料可由機器人系統的控制系統處理，以確定機器人系統是否已完全落座於配合通道 1004 內，並由充電站 1002 提供結構支撐。在一些實施方式中，當感測器 1001 檢測到機器人系統重量中的閾值比例已從腿部轉移到充電站時，即確認對接完成，從而驗證機器人系統已被機械捕獲並被正確保持在對接位置。[0130] 圖 10B 為圖 10A 的俯檢視，示出了對接序列的下一階段。機器人系統 1003 執行下蹲運動，使配合凸片 1006 沿垂直對接路徑向下進入配合通道 1004。該運動減小了間隙距離，直到配合凸片 1006 落座於配合通道 1004 內。該向下運動有助於將配合凸片在通道內可靠地機械捕獲，抵抗非預期脫離，並提供靜態穩定的對接姿態。[0131] 在圖 10A 和圖 10B 中，沿配合凸片 1006 設定的電觸點與設定在配合通道 1004 內的對應觸點接合。分階段的對接運動促進電觸點按順序接合，使得電源觸點先於通訊觸點接合。該順序在資料交換開始之前提供穩定的充電電流。相反，在脫離對接時，下蹲運動會通過上升運動反向執行，從而將配合凸片 1006 從配合通道 1004 中抬出，使通訊觸點先於電源觸點斷開接合。[0132] 圖 11A 和圖 11B 分別示出了系統 1100 的透檢視和俯檢視，其中機器人系統 1103 處於與充電站 1102 完全對接的位置。機器人系統 1103 包括一個從其機體向後延伸的配合凸片 1106，而充電站 1102 包括一個配合通道 1104，其被構造成接收並捕獲該配合凸片 1106。[0133] 如圖所示，配合凸片 1106 落座在配合通道 1104 內，使得該通道的側壁在橫向上約束該凸片，而通道的底面在垂直方向上支撐該凸片。這種落座佈置為機器人系統 1103 提供結構支撐，使系統重量的至少一部分能夠轉移到充電站 1102 上。在該對接位置實現的懸臂式定向有助於實現靜態穩定支撐，從而使機器人系統 1103 的一個或多個執行器能夠在對接時斷電。[0134] 沿配合凸片 1106 設定的電觸點與設定在配合通道 1104 內的對應觸點接合。該觸點佈置同時提供充電和通訊功能。在一些實施方式中，電源觸點被設定為在對接期間首先接合併在脫離對接期間最後斷開，而通訊觸點則被凹設或錯位設定，使其在電源觸點之後接合併在其之前斷開。這種時序有助於可靠地傳輸充電電流，同時也可在脫離對接期間安全終止資料傳輸。[0135] 圖 11B 為圖 11A 的俯檢視，進一步示出了配合凸片 1106 在配合通道 1104 內的落座深度。該凸片通過機器人系統的下蹲運動被下放到該通道內，這有助於實現垂直鎖定並防止非預期脫離。配合凸片與通道之間的承載式接合在多個對接循環中同時提供機械穩定性以及電觸點的可重複對準。權利要求要求保護的是：1. 一種機器人充電系統，包括：一充電站，包括：一個底座；以及一個與所述充電站的底座耦接的結構凸片，所述結構凸片相對於所述充電站的底座向上成角度；以及一個機器人系統，包括：一個容納部，所述容納部被設定尺寸為能夠沿第一方向滑動地接收所述結構凸片，其中，在對接位置中，所述結構凸片以懸臂式定向支撐所述機器人系統至少一部分重量，並保持所述充電站與所述容納部之間的對準，以允許進行用於充電的電接觸。2. 如權利要求 1 所述的機器人充電系統，其中，所述結構凸片相對於所述充電站底座的第一表面，以大於 25 度且小於 65 度的角度設定。3. 如權利要求 1 所述的機器人充電系統，其中，所述充電站還包括從所述充電站底座延伸出的一個或多個臂，所述一個或多個臂被構造成在與所述結構凸片接合之前，在橫向方向上為所述機器人系統提供粗對準。4. 如權利要求 1 所述的機器人充電系統，其中，所述結構凸片包括：一個鋼芯，所述鋼芯在所述結構凸片內從第一端朝第二端延伸；以及一個聚合物包覆層，所述聚合物包覆層包圍所述鋼芯的至少一部分。5. 如權利要求 1 所述的機器人充電系統，其中，所述結構凸片包括一個漸縮端部，所述漸縮端部從第一端向第二端漸縮，並被構造成在所述容納部與所述結構凸片接合期間提供橫向方向上的精對準。6. 如權利要求 1 所述的機器人充電系統，其中，所述充電站還包括設定在所述結構凸片第一端與第二端之間的一組電觸點，所述一組電觸點包括：至少兩個電源觸點，被構造成承載充電電流並與所述容納部內對應的電源觸點接合；以及至少兩個通訊觸點，被構造成承載資料訊號並與所述容納部內對應的通訊觸點接合，其中，所述至少兩個通訊觸點被設定成使得所述至少兩個通訊觸點在所述至少兩個電源觸點與對應電源觸點斷開之前，先與對應通訊觸點斷開。7. 如權利要求 6 所述的機器人充電系統，其中，所述至少兩個電源觸點比所述至少兩個通訊觸點向第二端延伸得更遠，從而使得在脫離對接期間，所述至少兩個通訊觸點在所述至少兩個電源觸點斷開對應電源觸點之前，先與對應通訊觸點斷開，以便在所述至少兩個電源觸點斷開之前終止通訊。8. 如權利要求 1 所述的機器人充電系統，其中，所述充電站包括一個或多個高對比度視覺標記，所述一個或多個高對比度視覺標記被構造成供所述機器人系統的後向攝影機檢測。9. 如權利要求 1 所述的機器人充電系統，其中，所述容納部設定在所述機器人系統的兩個或更多肩部結構之間。10. 如權利要求 1 所述的機器人充電系統，其中，所述充電站和所述容納部被構造成支援如下對接過程：所述機器人系統執行向後行走運動，隨後執行下蹲運動，以使所述結構凸片完全接合。11. 如權利要求 1 所述的機器人充電系統，其中，所述結構凸片與所述充電站的底座為動態耦接，並且所述充電站的底座與支撐表面為靜態耦接。12. 如權利要求 1 所述的機器人充電系統，還包括：一個與所述機器人系統耦接的配合凸片；其中，所述結構凸片包括：一個第一頂點；一個第二頂點；以及一個設定在所述第一頂點與所述第二頂點之間的配合通道，並具有與所述配合凸片相對應的輪廓，使得在對接位置中，所述配合凸片被接收於所述配合通道內。13. 如權利要求 12 所述的機器人充電系統，其中，所述配合凸片和所述配合通道被設定成使得在對接位置中，所述充電站的至少一個觸點與所述機器人系統的對應觸點電耦接。14. 一種機器人系統，包括：一個設定在所述機器人系統後部的容納部，所述容納部被設定尺寸為能夠沿對接路徑滑動地接收充電站的結構凸片；以及至少一個設定在所述容納部內並被構造成在對接位置與所述結構凸片的對應電觸點接合的電觸點；其中，在對接位置中，所述容納部與所述結構凸片協同作用，以懸臂式定向機械支撐所述機器人系統至少一部分重量，同時保持電連接，從而使得當所述機器人系統的一個或多個執行器斷電時，所述機器人系統仍保持靜態穩定。15. 如權利要求 14 所述的機器人系統，其中，所述機器人系統包括一個後向攝影機，所述後向攝影機被構造成檢測充電站上的視覺特徵，以促進自主對接。16. 如權利要求 14 所述的機器人系統，其中，所述機器人系統包括設定在所述機器人系統腿部中的一個或多個載荷感測器，所述一個或多個載荷感測器被構造成測量在對接期間由所述結構凸片支撐的所述機器人系統重量的比例。17. 如權利要求 14 所述的機器人系統，其中，所述機器人系統被構造成在對接時執行校準例程，所述校準例程包括：在所述結構凸片上保持部分重量分佈的同時，對包括所述機器人系統後向攝影機在內的運動鏈進行重新校準。18. 一種用於向人形機器人系統提供電力的充電站，包括：一個底座；一個從所述充電站底座沿第一方向延伸的臂；以及一個相對於所述充電站底座向上成角度的結構凸片；其中，在對接位置中，所述結構凸片以懸臂式定向支撐所述人形機器人系統至少一部分重量，並保持所述充電站與所述人形機器人系統的容納部之間的對準，以允許進行用於充電和通訊的電接觸。19. 如權利要求 18 所述的充電站，其中，所述臂包括一個漸縮端部，所述漸縮端部被構造成將所述人形機器人系統引導至安裝位置。20. 如權利要求 18 所述的充電站，其中，所述結構凸片與所述底座滑動耦接，使得所述結構凸片在與所述人形機器人系統接合時沿所述第一方向伸出。 (AI工業)

“舊的 SaaS 範式正在瓦解，但屬於 AI Native 的黃金時代才剛剛拉開帷幕。”今年開年，全球軟體股的投資人共同經歷了一場“驚魂六十天”。去年底到今年初，市場尚沉浸在“AI 應用大爆發”的幻夢中，然而 1 月底，Anthropic 甩出了能夠自主操控電腦、實現自主辦公的 Claude Cowork ，直接震碎了傳統 SaaS 的估值邏輯。短短兩個月，北美軟體股蒸發了超 1.6 兆美元市值。市場瀰漫著一種近乎絕望的論調：既然 AI 已經可以像人一樣操作電腦、接管業務流，那麼過去二十年裡我們辛苦建構的圖形介面和業務軟體，是否已經淪為了落後的生產力？針對這些事關生死的問題，在雷峰網 GAIR Live 線上圓桌中，三位深耕 SaaS 行業、視角互補的行業老兵——何潤：致趣百川聯合創始人兼CEO；Daniel：資深投資人，網際網路大廠業務負責人；吳昊：《 SaaS 創業路線圖》作者、SaaS 領軍企業天使投資人、前執行總裁；展開了一場一個半小時的硬核對談嘉賓們針對 SaaS 的現狀與未來給出了極具穿透力的判斷。01. 近期 SaaS股價暴跌：並非財務收入，而是預期被降維打擊在 Daniel 看來，SaaS 的暴跌並非源於 SaaS 公司財務資料不及預期，而是預期被降維打擊。過去，SaaS 廠商掌握了業務流程的“出入口”，就掌握了溢價權。但當 AI Agent 能夠繞過介面直接操作軟體，原本的“流程化軟體”正在退化為“智能 Agent 的外掛”。這種隱憂導致付費預算大規模從應用層向 LLM 基礎設施轉移。有一個直觀的數字：如 Anthropic 等 AI 公司的收入增長很明顯，從去年年底到最近一個季度增長非常快。原來市場預計到 2026 年，OpenAI 和 Anthropic 的 ARR 可能做到 200 億美元，但現在看，這個數字很可能會被遠遠超過。何潤則給出了一個更具“痛感”的觀察：三年前國內 SaaS 廠商的 PS（市銷率）估值體系已經崩完，如今北美的 PS 也開始鬆動，現在每一家都必須思考如何變成一個“掙錢的公司”。他指出，現在很多北美 SaaS 公司的 NDR（淨收入留存率） 已經回踩到100%，這對市場來說是一個巨大的心理衝擊。如果 NDR 繼續下探，PS 模型便徹底失效。吳昊補充道，像 Salesforce 他一直在長期關注，但一個比較有意思的現象：一家行業第一的 SaaS 公司不斷強調 AI，但到 2025 年財報裡，AI 相關收入佔比其實還是很小，可能只有百分之幾。這也是為什麼從股價表現來看，Salesforce 從 2024 年開始整體就在下跌，2025 年全年大約跌了 30%。"02. 談 SaaS 護城河：部分壁壘被擊穿，仍握幾張底牌在何潤看來，AI 對 SaaS 的衝擊，本質上是對傳統護城河的重構。在《戰略七力》（Seven Powers）框架下，過去 SaaS 最核心的兩種力量——轉換成本（Switching Cost）與網路效應（Network Effect），都在受到挑戰。首先是所謂的 “打劫邏輯”。北美市場已經出現一批 AI Native 企業軟體公司，它們並沒有創造新的需求，而是利用更敏捷的 AI 架構，以更低成本、更好體驗去搶奪傳統 SaaS 廠商的存量市場。其次是功能與體驗的“被動折疊”。過去 SaaS 廠商通過不斷疊加功能、最佳化 GUI 體驗建立壁壘。但在 AI 時代，如果複雜功能可以通過 AI Skills 直接實現，或者通過自然語言完成操作，很多原本依賴介面的軟體體驗就會被“折疊”。不過，在何潤看來，傳統 SaaS 廠商仍然掌握兩張重要的牌：一是企業經營資料沉澱在 SaaS 系統中形成的 “資料半透膜”，二是長期積累的 客戶關係與品牌認同。吳昊則給出了相對樂觀的判斷。他認為，AI 的出現雖然會改變軟體的技術形態，但 “專業分工”這一規律不會改變。以軟體開發為例，AI Coding 的崛起確實大幅提升了效率，但更可能帶來的變化是崗位上移，而非崗位消失。開發者會從基礎編碼轉向架構設計、系統結構以及更深度的客戶需求理解。同時，當軟體開發成本大幅下降時，社會對軟體的需求反而可能進一步擴張。正如十年前“軟體吞噬世界”的趨勢一樣，當開發效率提升 100 倍，軟體需求可能增長得更快。因此在 ToB 領域，理解業務邏輯、完成複雜交付以及系統整合仍然需要專業的軟體廠商，這些能力也可能成為新的行業壁壘。Daniel 則從企業軟體的實際業務角度給出了補充。在他看來，如果不從資本市場估值，而是從業務價值本身來看，很多 SaaS 廠商依然具備一定的護城河。這些壁壘主要來自三個方面：與企業業務流程的深度耦合、長期沉澱的行業 know-how，以及廠商與客戶之間持續的服務關係。企業軟體往往需要與資料庫、工廠系統以及各種內部系統進行複雜整合，涉及大量資料對接、實施和培訓，這些能力並不容易被快速替代。因此，在 Daniel 看來，企業軟體本身的長期價值並不會消失。但在 AI 時代，資本市場可能需要重新尋找新的估值錨點，例如如何區分 AI Native 軟體與傳統 SaaS 的商業模式。03. 談商業模式：SaaS公司若仍沿用坐席收費，那將是一個糟糕的策略三位嘉賓達成一致認為，未來按坐席收費的 SaaS 邏輯，在 AI 時代可能很難繼續成立了。一個預見的未來，企業的坐席數會減少。“很多公司都在裁員、縮編，組織規模在變小。當一家 1 萬人的公司因為 AI 裁員到 8000 人時，按席位收費的 SaaS 廠商收入直接縮水 20% 。”吳昊直言。SaaS 的未來會演變成，按tokens 使用量或結果計費。但如果按呼叫量收費，利潤會不會更多轉移到模型廠商那裡？三位嘉賓展開了進一步交鋒。Daniel 認為是有這種可能性的，而且他提醒不能忽視頂尖模型的溢價能力：“市場總規模會隨著效率提升而增長。但要注意，tokens本身代表智能質量。SOTA（當前最高水平）模型的智能價值與普通模型的差異，在很多任務場景下是零與一的區別。市場的馬太效應會極其明顯，頂尖模型廠商依然有很強的溢價權。”不過，吳昊持相反觀點。他認為大模型廠商很可能會面臨“管道化”的命運：“回顧 2006 年 3G 時代初期，電信營運商花了巨額資金購買牌照搭建網路，但最終最掙錢的是攜程、滴滴這些應用。使用者買的不是網路，而是訂票、打車的結果。”他給出兩個判斷：第一，管道隨時可以切換。今天做 AI 應用，可以接 DeepSeek，也可以接通義千問或 GPT，誰的管道便宜就用誰；第二，利潤留在應用層。“除非有一天 AGI 進化到把所有應用都吞噬掉，但在未來十年內，專業分工依然存在。模型公司很難在不碰業務的情況下賺走所有利潤。”何潤則認為，這個問題最終還是要回到供需關係。如果未來大模型的供給是相對集中的，那麼模型廠商確實可能賺到很多錢。與此同時，他把視角拉回到 SaaS 公司自身的演化上。他認為，無論模型廠商拿走多少，SaaS 公司自身形態已經在發生變化——“ SaaS 正在變成製造業”。第一，商業模式從“訂閱制”轉向“消耗制”，意味著，未來 SaaS 收入與產出規模直接掛鉤，不再是提前收一筆訂閱費就完事；第二，SaaS 成本結構從“人力為主”變成“人+ Token ”，這也讓 SaaS 規模不再需要靠堆人頭。04. 談產品形態：GUI 意義正在消解，Agent 編排能力愈發重要AI 正在重塑軟體的長相。吳昊提出了一個具有前瞻性的產品預判：“ GUI（圖形介面）的意義正在消解，我們不需要再為‘審美體驗’花巨大代價，AI 會根據使用者的熟練度即時生成 UI 。”他認為，未來的產品設計將不再是為了“讓人爽”，而是為了“讓 Agent 好用”。未來 SaaS 產品的 GUI 比例會大幅下降，甚至淪為整合在飛書、釘釘中的 API：軟體廠商不再需要把工作流全部顯性化地暴露給人類，而是通過 Agent 封裝成端到端的“黑盒”任務。何潤認為，未來從“人用軟體”到“ Agent 用軟體”，評價標準、產品形態、競爭邏輯都在重構。過去國內 SaaS 長期陷入“功能堆砌、體驗滯後”的困境，產品在客戶眼中差異不大。但如果未來是 Agent 在“使用”軟體，拼的不再是誰功能多，而是誰的任務完成成本更低、效率更高。與此同時，很多傳統 SaaS 公司未來可能需要把原來的 API 能力重新封裝成 Skill，然後讓 Agent 去呼叫、編排這些能力。Daniel 認為，AI 正在讓軟體從“操作介面”變成“任務黑盒”。過去軟體必須把工作流“攤開”給人看，是因為自動化能力不夠，需要人手動理解和操作。現在 AI Agent 能彌補這個 gap ，意味著很多複雜流程可以被封裝起來，使用者只需要提目標，系統自動完成背後的一切。05. 談實踐與未來：一場戰略、產品、組織的全面轉型AI 的衝擊，也在倒逼原來的 SaaS 公司轉型。何潤從一線創業者的視角，給出了最務實的調整路徑：縮短鏈條、提升密度。“技術團隊逐漸拆分成更小的單元，讓市場、售前、銷售、產品、前後端、測試形成的協作鏈條縮短一半。”在他看來，組織效率是第一道檻。與此同時，產品經理的職能也在遷移，不再只是設計功能，還要懂敘事、懂銷售、懂如何影響客戶使用。“重點是自己和團隊的效率提升，把技術和商業結合得更緊密。”Daniel 則觀察到海外 SaaS 市場的兩條分化路徑。一類是 Pure AI Native 公司——從原有組織體系中分裂出來，用AI解決以前未被滿足的需求，產品理念和設計完全圍繞 AI native 思維，打法激進。另一類是傳統 SaaS 廠商——依靠組織內部 adoption ，在組織、人才、戰略、產品層面做深度調整，讓現有團隊慢慢適應 AI native 的思維和操作。“海外的 AI native 公司比較激進，而傳統廠商需要更深的組織適配和轉型。”吳昊從顧問視角，總結出 AI 時代 SaaS 公司的三個新打法。第一，小團隊探索。“以前前端、後端、產品經理等需要很多人才能做一個產品，現在探索階段一個人就能做，甚至賣錢階段1-2人就可以運作。”他建議公司拿出10%-15%的資源，用來做單人或兩人小團隊的規模化創新。第二，快速試錯與迭代。“以前團隊做嘗試可能堅持半年甚至更久，現在小團隊嘗試3個月就評估，如果不行就棄牌，6個月如果仍未達到預期，就果斷放棄。”第三，組織邏輯變化。內部投資和決策方式需要更靈活——創新嘗試要規模化、快速驗證，而不是一次投入大量人力硬扛。“這是抓住未來10年機會的關鍵方式。”在圓桌的最後，三位老兵達成了一個難得的共識：AI 不會殺死 SaaS，但會徹底改變定義成功的方式。SaaS 並沒有死，它只是在剝離掉過去虛胖的溢價。真正的玩家正忙著將自己重構成一個“智能工廠”，在每一個被 AI 壓縮的鏈條裡尋找新的利潤區。不可否認的是，屬於“工具人”的舊 SaaS 範式正在瓦解，而屬於“數字勞動力”的 AI Native 時代才剛剛拉開帷幕。在這個爆發前夜，擁抱新世界，不糾結於舊事物的殘喘，才是生存的唯一真理。以下是此次圓桌討論的精彩分享，雷峰網在進行了不改原意的編輯整理：談近期 SaaS 股價暴跌：並非財務收入，而是預期被降維打擊胡敏：最近許多投資人在糾結是否要對 AI 軟體股進行“割肉”。儘管 Salesforce、Adobe 等巨頭的利潤仍在穩步增長，但股價卻遭遇重創。各位如何看待這一輪暴跌？Daniel：從投資視角看，這一輪暴跌並非源於已實現的財務收入問題，而是市場預期。如果把時間線再往前拉，其實從 OpenAI 發佈 ChatGPT 之後，很多頭部 SaaS 公司，比如 Adobe，增長勢頭就已經不像以前那麼強了。背後一直有一個隱憂：大語言模型會不會在一定程度上替代傳統軟體。因為生成式 AI 結合 Agent 和 tool use（工具呼叫），理論上可以直接完成很多業務流程，而且方式更加個性化、滲透率更高，甚至可能替代一部分流程化軟體。尤其是去年下半年開始，隨著 Anthropic 模型能力的提升，大模型的 tool use 能力明顯增強。很多開發者在實際開發中，已經能看到 AI 在軟體開發和業務流程中的潛力，所以市場對傳統軟體廠商的預期開始轉弱。到了去年年底和今年年初，這種能力又進一步增強。現在 AI 已經可以操作 GUI、UI，甚至直接呼叫後端程式碼。如果再疊加 memory 和 skills，很多軟體流程其實都可以被 AI 串起來。也就是說，只要軟體提供 API，理論上 AI 就可以直接呼叫並完成任務。這也是市場開始擔心傳統軟體廠商未來空間的原因之一。另外一個擔心是，企業預算可能會從傳統軟體轉向 AI。如果看 AI 公司的收入增長也很明顯，比如 Anthropic，從去年年底到最近一個季度增長非常快。原來市場預計到 2026 年，OpenAI 和 Anthropic 的 ARR 可能做到 200 億美元，但現在看，這個數字很可能會被遠遠超過。何潤：我其實沒有特別關注股市，但從 2 月初開始，很多朋友來問我怎麼看北美 SaaS。我當時的判斷是：從表象上看，其實是北美 SaaS 的 PS（市銷率） 估值體系開始鬆動。但如果放到中國來看，這件事情其實三年前就已經發生過。從財務角度拆一下會更清楚。比如HubSpot，以前大家用PS給它估值，賭的是它未來能長成Salesforce那樣。HubSpot現在ARR大概30億美元，市值在270億到280億美元——按PS算大概9倍，聽著還行。但問題是：市場現在開始懷疑，這套PS打法還能一直用下去嗎？如果用PE重新算一筆帳：按20倍PE倒推，HubSpot需要做到大約14億美元淨利潤才能撐起當前市值。所以你會發現，以前覺得6倍、7倍PS很合理，但放到30億ARR這個體量的公司身上，用PE一算就站不住腳了。因為3億、30億、300億ARR，增長的難度完全不是一個量級，體量越大，想維持高增長就越難，想同時維持高利潤率更是難上加難。矽谷有個指標叫 Rule of 40，就是增長率加淨利潤率要超過 40%。但對大公司來說，這個指標其實更難實現。另外一個市場比較擔心的指標是 NDR（淨收入留存率）。現在很多北美 SaaS 公司的 NDR 已經回踩到100%，這對市場來說是個心理衝擊。但在國內，很多 SaaS 公司 NDR 能超過 80% 就已經不容易。接下來如果 NDR 繼續往下走，疊加 AI 對預算結構的影響，傳統 SaaS 的增長邏輯會受到挑戰。吳昊：像 Salesforce 我一直在長期關注，因為它畢竟是 SaaS 行業的龍頭。從 2023 年開始，他們就在年度大會 Dreamforce 上提出要 all in AI，之後 2024、2025 年也一直在強調這個方向。但從投資者角度看，會出現一個比較有意思的現象：一家行業第一的 SaaS 公司不斷強調 AI，但到 2025 年財報裡，AI 相關收入佔比其實還是很小，可能只有百分之幾。這也是為什麼從股價表現來看，Salesforce 從 2024 年開始整體就在下跌，2025 年全年大約跌了 30%。核心原因在於：AI 如何真正轉化成 ToB 應用，目前仍在探索階段。從這家公司身上，其實能看到市場開始重新思考 SaaS 的 PS（市銷率）估值體系。因為 PS 能成立的重要前提，是客戶會長期持續續費。但現在這個假設受到了一些衝擊：一是客戶可能會更換產品，二是新的 AI 應用公司可能會侵蝕原有 SaaS 的市場。不過從我的觀察來看，ToB 應用其實沒有那麼容易被 AI 快速替代。企業軟體往往涉及複雜的系統、GUI 互動以及大量業務流程。所以回到剛才的問題：這輪下跌短期確實有情緒過度的成分，但從長期來看，SaaS 的估值體系確實正在經歷一次重構。談SaaS 護城河：部分壁壘被擊穿，仍握幾張底牌胡敏：這是從資本視角來看，剛剛吳昊老師提到，短期來看市場情緒可能有些過激。從產業的邏輯來看，為什麼像 Anthropic 推出 Claude Code 產品會讓 原有SaaS 廠商感到如此巨大的危機？傳統 SaaS 還有護城河嗎？何潤：關於護城河，我最近在思考《戰略七力》（Seven Powers）在 AI 時代的變遷。傳統 SaaS 最核心的兩個力——轉換成本（Switching Cost）和網路效應（Network Effect），目前正面臨被重構甚至摧毀的風險。“打劫邏輯”正在發生： 北美市場上，一大批 AI Native 的新玩家正在“打劫”傳統 SaaS。他們並非創造了新需求，而是利用更敏捷的 AI 架構，以更低成本、更優體驗搶奪老牌廠商的存量生意。功能的“被動折疊”： 以往 SaaS 廠商通過卷功能、卷體驗建立壁壘。但在 AI 時代，如果一個複雜的軟體功能可以被 AI Skills 直接實現，或者體驗通過自然語言對話方塊被“折疊”了，那麼傳統 GUI 的壁壘就不復存在。當然，SaaS 廠商手中還有最後兩張牌：資料的“半透膜”效應： 大模型雖然內化了通用知識，但特定行業、特定企業的經營上下文和私有資料依然沉澱在 SaaS 系統中。這些資料是雙向的“半透膜”，SaaS 廠商可以有選擇地利用大模型增強能力，但大模型廠商很難反向完全吞噬這部分垂直資料。身份認同與社群： 老牌廠商積累的客戶關係和品牌認同，在短期內仍能作為緩衝，但其厚度取決於新技術滲透的速度。吳昊：我持有稍微樂觀一些的看法。雖然護城河在變，但“專業分工”這一社會化規律不會變。以衝擊最大的程式設計師崗位為例。AI Coding 的崛起讓很多人恐慌，但回看歷史，從彙編語言到物件導向的程式設計工具，每一次技術升級都在大幅提升效率的同時降低了程式設計門檻。崗位上移，而非消失： 未來的程式設計師不再需要糾結於基礎的邏輯編碼，而是會轉向架構設計、結構化設計以及更深度的客戶需求理解。AI 讓效率提升了百倍，但這並不意味著程式設計師數量會縮減到百分之一。需求擴張效應： 10 年前就有“軟體吞噬世界”的說法，AI 其實也是軟體的一種形態。當軟體開發的成本降低 100 倍，社會對軟體的需求量可能會增加 1000 倍。ToB 領域的專業屏障： 企業的需求永遠在那裡。即便 AI 能寫程式碼，理解業務邏輯、完成複雜的上線交付、進行系統間的整合，依然需要專業的軟體供應商。總結來看，傳統 SaaS 公司的技術護城河（程式碼實現能力）正在崩塌，但同時也會出現新的護城河，比如：更強的架構設計能力、更深入理解客戶需求、更高效的產品交付能力，舉個例子，以前一些複雜 SaaS 產品上線、實施和培訓，可能需要半年時間，但未來可能兩周就能完成。所以我並不認為 AI 會讓 SaaS 這個行業崩塌。從長期來看，AI 反而可能讓 SaaS 行業做得更好。不過，這並不意味著所有公司都能活下來。因為 AI 的出現，對產品形態、技術架構以及公司的核心競爭力都會帶來巨大的變化。未來很可能會出現一批 AI Native 的公司，他們會佔據原來一部分 SaaS 公司的市場份額，成為新的企業軟體供應商。所以很多原有 SaaS 公司確實會面臨很大的壓力。Daniel：從我的視角來看，如果先不談資本市場的估值，只從業務價值本身來看，其實很多 SaaS 廠商仍然是有比較強壁壘的。這些壁壘主要來自於幾個方面。和業務場景的結合程度。如果具體來看，比如對客戶業務流程的梳理、行業 know-how 的積累，以及和客戶現有系統的對接。很多企業的軟體系統都會涉及資料庫、工廠系統或者其他內部系統之間的連接，這裡面包括大量 API 呼叫、資料欄位的對齊和清洗，以及後續的實施和培訓。這些工作其實都和企業的業務高度耦合，所以本身就構成了 SaaS 廠商的一部分壁壘。一個是廠商和客戶之間長期形成的 connection（關係），另一個是持續的 service（服務能力）。這些多種因素疊加在一起，其實共同構成了 SaaS 廠商的核心壁壘。從產品形態來看，其實這些年只是技術形態在變化。最早是傳統的 On-Premise 軟體，後來發展到 SaaS，再到今天很多企業在用的 CRM 等雲端系統。但從本質上來說，企業軟體交付的核心價值其實沒有改變。比如像 Salesforce 這樣的 CRM 工具，其實是幫助廠商在客戶服務、產品交付以及靈活性方面做得更好。所以從業務角度來看，我還是相信企業軟體本身是有長期價值的。當然，資本市場的估值是另外一件事情。過去 SaaS 行業有比較高的溢價，現在確實可能會面臨一些壓力。市場可能需要重新去錨定新的估值模型，比如 AI Native 軟體和傳統 SaaS 軟體之間的邊界在那裡，它們的商業模式有什麼不同。這些問題其實都需要市場慢慢去理清。談商業模式：SaaS公司若仍沿用坐席收費，那將是一個糟糕的策略胡敏：如果AI真的讓企業裡“幹活的人”變少了，甚至有些崗位消失了，那這就引出了一個非常現實的問題：SaaS公司過去最成熟的按照人頭收費的模式，似乎就鬆動了。未來的SaaS公司，主流的收費模式會變成什麼樣？是按呼叫量、按效果抽成、還是會出現我們想不到的新模式？何潤：這個觀點直指本質。基於 Seats-based（按坐席收費） 的模型在未來可能難以為繼。以客服系統為例，原來客戶可能需要 100 個人，現在由於 AI Agent 的介入，可能只需要 20 個人配合一堆 Token就能完成工作。對於廠商而言，席位增購消失了，取而代之的是嚴重的縮購。目前北美一些 AI Native 公司，如 Decagon 或 Sierra，其定價模式已經完全改變。他們不再賣席位，而是按使用量（Consumption）或結果（Outcome）計費。這些公司組織極小，人效極高，產研佔比遠低於傳統廠商，這種成本結構的優勢對於老牌廠商來說是致命的“打劫”。Daniel：這個問題挺關鍵。我個人判斷也是，按坐席收費的 SaaS 邏輯，在 AI 時代可能很難繼續成立了。因為現在大模型的能力進化得非常快。比如像 GPT‑4 這一類模型，最近一兩代版本裡，tool use（工具呼叫） 和 tool call（工具執行） 的能力已經越來越強。同時，大模型的幻覺率在下降，任務執行的精準性也在不斷提高。未來的商業模式必然是按tokens消耗或評估任務價值量來重構。如何跟使用者分預算，如何從賣軟體轉向賣智能，是所有廠商必須回答的命題。除了賣 TOKEN，目前更清晰的模式還在探索中，但方向已定。吳昊：我在疫情期間做過一次 SaaS 計費方式的調研，當時80% 以上的 SaaS 公司依然沿用坐席收費模式。這在今天是一個非常糟糕的策略。企業的坐席數在減少。很多公司都在裁員、縮編，組織規模在變小。當一家 1 萬人的公司因為 AI 裁員到 8000 人時，按席位收費的 SaaS 廠商收入直接縮水 20%。“一個人的公司”正在興起。在 AI 的幫助下，一個人就可以完成過去需要一個團隊才能完成的事情，從 程式碼、設計，到市場等各種事情。所以 SaaS 廠商如果還是按人頭收費，其實會越來越被動。過去幾年我在陪跑一些 SaaS 公司的過程中，也看到不同的收費模式。有些公司開始按業務量收費，比如按訂單數收費，也有一些直接抽佣，比如抽銷售額的 2%。但也有難題，所謂的 “創新者的窘境”。為什麼很多公司很難轉型？因為原來的模式已經跑得太順了。一家一萬人的公司，按坐席收費，一年就是2000萬穩穩進帳。如果改成按業務量收費，可能衝到2500萬，也可能掉到1500萬，這種不確定性，沒人敢拍板。更關鍵的是，模式跑久了，整個組織已經“長”在上面了。產品、研發、銷售、服務，所有人所有流程都習慣了這套邏輯。這時候要改收費模式，不是改一張報價單，而是要改變整個公司的思維方式。難度可想而知。我看到，真正能夠成功轉型的 SaaS 公司，通常有兩個條件：創始人自己要先想明白，並且堅定推動這件事；創始人必須盯得非常緊。在執行過程中，團隊一定會反饋各種問題，如客戶不接受、銷售不好賣等。如果創始人沒有足夠堅定，很容易放棄。相對來說，那些 AI Native 的軟體公司就沒有這個歷史包袱。因為它們第一天面對的客戶，就已經習慣了按 Token、按用量計費。但即便如此，我個人認為按 Token 收費也只是一個過渡形態。因為對企業來說，如果今天一篇文章消耗了 100 萬 Token，明天突然變成 300 萬 Token，企業內部就會問：為什麼成本變高了？是不是可以最佳化？這樣企業就會不斷去追問供應商，為什麼成本會上升，這在實際商業環境中會帶來很多摩擦。所以從長期來看，我更相信按結果收費的模式才是更合理的方向。此外，我想強調的是，收費模式是一個非常底層的東西。它不僅僅是一個收錢方式，而是會反過來影響公司的組織結構。SaaS 公司在未來幾年一定會面對的一個重要轉型。胡敏：如果未來很多 SaaS 產品都是按呼叫量收費，是不是利潤會更多轉移到模型廠商或者云廠商那裡？吳昊：我持相反觀點。大模型廠商很可能會面臨“管道化”的命運。回顧 2006 年 3G 時代初期，電信營運商花了巨額資金購買牌照搭建網路，但最終最掙錢的是攜程、滴滴這些應用。使用者買的不是網路，而是訂票、打車的結果。管道隨時可以切換： 今天我們做 AI 應用，可以接 DeepSeek，也可以接通義千問或 GPT。誰的管道便宜、性價比高，開發者就用誰。利潤留在應用層： 除非有一天 AGI（通用人工智慧）進化到把所有應用都吞噬掉，但在未來十年內，專業分工依然存在。模型公司很難在不碰業務的情況下賺走所有利潤。所以我們看到，Claude 和 OpenAI 現在也拚命想往應用層滲透。Daniel：我覺得市場總規模（TAM）會隨著效率提升而增長。但要注意，TOKEN 本身代表智能質量。SOTA（當前最高水平）模型的智能價值與普通模型的差異，在很多任務場景下是零與一的區別。市場的馬太效應會極其明顯，頂尖模型廠商依然有很強的溢價權。何潤：我覺得這個問題最終還是要回到供需關係。如果未來大模型的供給是相對集中的，那麼模型廠商確實可能賺到很多錢。但從 SaaS 公司的角度來看，我覺得未來還可能會發生兩個變化：SaaS 公司會越來越像製造業。如何理解？第一，商業模式從“訂閱制”轉向“消耗制”。過去SaaS的商業模式比較簡單，按年訂閱收費。但如果是AI產品，你就必須按照使用量（usage）或消耗量（consumption）來預測收入。這其實更像製造業，你的收入和產出規模是直接掛鉤的。賣多少貨，賺多少錢，不再是提前收一筆訂閱費就完事了。第二是成本結構從“人力為主”變成“人+Token”。過去SaaS最大的成本是人力。未來則是人 + Token成本。但好的一點是，業務規模未必需要再完全依賴人力線性增長。你的Token可以隨著業務規模增長，而不是靠增加員工。所以在某種意義上，這反而可能更容易規模化。產品邏輯從“卷功能”轉向“卷價值”。過去SaaS產品經常會陷入功能競爭——廠商不斷增加feature，但客戶其實並不一定真的需要那麼多功能。如果未來按照使用量或者業務任務收費，那SaaS公司就必須更直接地幫助客戶創造業務價值。這種模式反而可能會讓SaaS產品更貼近真實需求。最後我覺得，從中國市場來看，情況可能和北美不太一樣。北美 SaaS 過去的利潤率其實非常高。所以如果未來利潤下降，可能會有比較明顯的衝擊。但中國 SaaS 本身競爭就非常激烈，利潤率也不高。再加上國內模型廠商提供的 Token 價格通常更低，所以對國內 SaaS 公司來說，未必會比現在更差。談產品形態：GUI意義正在消解，Agent 編排能力愈發重要胡敏：接下來我們討論一個和產品形態有關的問題。過去十多年，其實很多 SaaS 產品經理都在研究一件事：如何讓人用得更舒服。比如 UI 要好看、互動要流暢、體驗要順滑。但如果未來很多具體工作是由 AI Agent 來完成，而不是由人來操作軟體，那 SaaS 產品是不是就會發生一個反轉——軟體不再主要為人設計，而是為 AI 設計？未來軟體產品形態會有什麼變化？比如未來 SaaS 公司會不會變成一種 AI Agent 的調度和管理平台？吳昊：我去年其實畫過一個圖，大概表達的是：未來很多 SaaS 公司可能會更多地提供 API，而不是完整的應用介面。因為每個企業最終都會需要一個統一的工作平台，比如飛書、釘釘、企微這樣的系統。所以一種可能的形態是： 很多 SaaS 產品不再獨立存在，而是被整合到這些工作平台中。如果未來很多互動變成對話式，比如 Chat 介面，那很多 SaaS 產品可能只是提供 底層 API 能力，而使用者是在統一入口裡使用這些能力。當然，從今天來看，GUI（圖形介面）還不會消失，現實中仍然有大量複雜場景，是無法只通過對話完成的。在這種變化下，產品體驗的重點也會發生改變。過去我們會花很多精力讓頁面更漂亮、互動更流暢。但未來這些可能沒那麼重要了。更重要的是把業務邏輯打通。何潤：我比較喜歡把國內 SaaS 和北美 SaaS做一個對比。北美 SaaS 已經發展了很多年，可能已經到了第三代、第四代產品階段，所以他們在產品體驗和互動設計上普遍做得比國內好。國內 SaaS 的一個典型問題是：很多產品在客戶看來其實差異並不大。於是大家就開始拚命堆功能，最後變成一種 “功能工廠”，功能很多，但體驗很差。但如果未來很多操作是由 Agent 來完成，那評價軟體好壞的標準也會發生變化。過去評價產品體驗，通常有一些指標，比如：完成一個任務需要多少步驟，完成一個任務需要多少時間，那如果未來使用軟體的主體變成 Agent，那我們要用什麼指標來評價軟體？可能還是會有任務完成時間，但未來可能還會加入新的指標，比如：任務完成成本、Token 消耗、整體效率，所以評價體系本身也會變化。另外我覺得未來 SaaS 還有一個重要變化，就是 Skill（能力模組）。很多傳統 SaaS 公司未來可能需要把原來的 API 能力重新封裝成 Skill，然後讓 Agent 去呼叫、編排這些能力。短期來看，這些 Skill 可能會形成一定的護城河，因為它們背後有資料和業務流程。但長期來看，這個優勢能持續多久，還不好說。所以整體來看，我覺得 SaaS 產品形態的變化主要體現在兩點：第一是 GUI 互動方式會變化。 第二是 Skill / Agent 編排能力會越來越重要。Daniel：我覺得這種變化其實是非常有可能發生的。過去很多 SaaS 產品看起來操作複雜，是因為軟體需要 把所有工作流顯式地展示出來，讓人去理解和操作這些流程。為什麼必須這樣？因為過去單純依靠自動化或者 RPA，其實很難處理複雜場景。軟體的靈活度和企業實際需求之間存在一個很大的 gap。但今天 AI Agent 的能力，已經可以在很大程度上 彌補這個 gap。這意味著很多原本需要使用者自己操作的流程，其實可以被封裝起來。未來的軟體形態可能會變成：使用者只需要提出目標或者任務，系統就會自動完成背後的流程和任務編排。所以很多複雜的工作流，未來可能會被 黑盒化或者高度產品化封裝。從 SaaS 廠商的角度來看，更重要的事情可能變成：找到自己的核心使用者找到最關鍵的業務場景然後圍繞這些場景去設計 Agent 和任務編排能力事實上，現在很多 AI 產品已經在往這個方向發展，比如Anthropic 的Claude。這些產品的進步不僅僅是模型能力的提升，還包括大量工程層面的最佳化和 Agent 化設計。所以某種程度上，大模型廠商和軟體廠商，其實都在朝著 Agent 化和任務編排的方向發展。談實踐與未來：一場戰略、產品、組織的全面轉型胡敏：潤總，你是一線創業者，最近在做什麼？和一年前相比，有那些變化？你帶團隊在 AI 方向上主要衝擊那些點？何潤：我覺得最關鍵的還是從自己開始體驗。一年前，我對 AI 的 adoption 並不深，但現在會更多去親自使用，嘗試讓自己和團隊更 AI native。剛開始可能會有焦慮，面對 AI native 產品會覺得壓力很大，但慢慢發現：真正的核心是讓組織本身能適應 AI，這是一個慢過程。在產品上，我們也做了一些調整：技術團隊逐漸拆分成更小的單元，讓鏈條更短、更高效，以前市場、售前、銷售、產品、前端、後端、測試形成的鏈條，現在能縮短一半，另外產品經理要更懂商業化，不只是設計功能，還要懂敘事、銷售、影響客戶使用，總的來看，重點是自己和團隊的效率提升，把技術和商業結合得更緊密。胡敏：Daniel你長期觀察國內外市場，你觀察到海外SaaS同行，他們如今在做什麼？Daniel：從我的視角看，海外 SaaS 市場大概分兩類，第一類是Pure AI Native 產品，這些公司和團隊從原有組織體系中分裂出來，嘗試用 AI 解決以前未被滿足的需求，產品理念和設計完全圍繞 AI native 思維，比較純粹；第二類是傳統 SaaS 廠商，這些廠商仍然依靠組織內部 adoption，需要在組織、人才、戰略、產品層面做深度調整，讓現有團隊慢慢適應 AI native 的思維和操作，總的來說，海外的 AI native 公司會比較激進，而傳統廠商需要更深的組織適配和轉型。胡敏：昊總您輔導那麼多SaaS公司，您看到過去半年 SaaS 創業者對 AI 的心態怎麼樣？他們正在做那些方面的事情？你給他們的建議，和半年前相比，最大的變化是什麼？吳昊：從我輔導的 SaaS 公司來看，許多技術團隊從 GPT-3.5 開始就熱烈擁抱 AI，2023 年上半年嘗試效果不明顯，但從下半年開始，內部效率提升非常明顯，大約 40%-50%，大家逐漸看到結果，內部使用 AI 成為必然趨勢。在產品創新上，也有一些重要變化，第一是，小團隊探索，以前前端、後端、產品經理等需要很多人才能做一個產品，現在探索階段，一個人就能做，甚至賣錢階段 1-2 人就可以運作，把公司 10%-15% 的資源用來做單人或兩人小團隊的規模化創新；第二，快速試錯與迭代，以前團隊做嘗試可能堅持半年甚至更久，現在小團隊嘗試 3 個月就評估，如果不行就棄牌，6 個月如果仍未達到預期，就果斷放棄第三是組織邏輯變化，內部投資和決策方式需要更靈活，創新嘗試規模化、快速驗證，而不是一次投入大量人力，這是抓住未來 10 年機會的關鍵方式總結來說，AI 對 SaaS 的衝擊不僅在產品，更在於團隊結構、組織決策和內部創新邏輯的全面轉型。總結胡敏：今天我們聊了很多 SaaS 在 AI 時代的變化。最後想做一個總結和展望。假設今天圓桌結束後，有一個朋友來問你：現在 SaaS 股票還能不能買？這是抄底機會，還是應該早點止損？請三位嘉賓用最直白的話回答一下，也順便對 SaaS 行業的未來做一個簡單展望。吳昊：這兩年我一直在思考一個問題：AI 到底會不會殺死 SaaS？我的階段性結論是：AI 不會殺死 SaaS。原因很簡單：ToB 的需求本身仍然存在，而且企業需求非常複雜，這些需求不會消失。從投資角度看，我的觀點是：單個 SaaS 公司風險很大，可能一個 AI 創業團隊就能顛覆它，也可能客戶需求模式發生變化。但從整個類股來看，SaaS 現在是明顯的超跌狀態。從長期看，這個行業仍然有很大的價值。Daniel：如果從投資角度來說，我覺得核心就是一句話：擁抱新世界。不要在舊的模式上糾結太多。未來三到五年，行業的機會一定更多來自AI native 產品，所以投資邏輯也要往新世界去看，而不是停留在過去的 SaaS 模式。何潤：我個人更傾向於把 SaaS 看作一種商業模式。國內 SaaS 和北美 SaaS，其實要分開看。北美 SaaS 公司的商業模式是跑通的，比如：很多公司 NDR（淨收入留存率）超過 100%，但國內 SaaS 的情況不一樣，NDR 能到 100% 的公司非常少，所以國內 SaaS 其實一直沒有真正跑通商業模式。如果說未來的發展，我覺得有兩點：第一，AI native SaaS 的增長依然很快，但它們的成本結構已經和傳統 SaaS 完全不同。第二，對很多傳統 SaaS 公司來說，必須“打碎再重建”。未來甚至可能不再叫 SaaS，公司本質上都會變成 AI 公司。至於現在是不是抄底國內 SaaS 的好機會，我不太好評價。但我覺得核心還是要看：公司是否在真正變成 AI native 組織；是否在探索人機協同的新軟體形態，因為未來的人機協同模式、軟體形態，都可能發生非常大的變化。看來大家雖然感受到了切膚之痛，但沒有任何人選擇躺平。非常感謝三位嘉賓今天極其坦誠和深度的分享。舊的 SaaS 範式正在瓦解，但屬於 AI Native 的黃金時代才剛剛拉開帷幕。今天的圓桌就到這裡，感謝各位聽眾的陪伴，我們下期再見！ (雷峰網)