2026年上半年的機器人圈出了兩場直播，出人意料地沒用引起太大關注。

國外使用三台機器人站在傳送帶旁分揀包裹，一幹就是200個小時。

中國八台輪式機器人在平板電腦質檢線上插拔測試裝置，從早上八點幹到晚上七點，和產線工人同步上下班，一連幹了六天。

01  機器人幹活的直播，讓企業主怎麼想

Figure AI的5月直播，三台F03人形機器人（Bob、Frank、Gary）在傳送帶旁分揀包裹。200小時，處理近25萬件，零硬體故障。

中間安排了一場人機對決：人類實習生10小時分揀12,924件，機器人12,732件，差了192件。平均速度：人類2.79秒一件，機器人2.83秒一件。

智元在江西南昌龍旗科技工廠開了第二場直播。

八台精靈G2機器人，輪式底盤，覆蓋整條平板質檢工段的全部工序——多媒體介面測試、音訊測試、輻射雜散發射測試、耦合測試。完全不需要人工遙控。六天累計作業超64小時，處理1.7萬件產品，成功率最終定格在99.99%。

智元宣佈第15,000台具身智慧型手機器人下線。從第10,000台到第15,000台，不到三個月。

兩場直播結束後，有人說Figure的場景太簡單，傳送帶勻速、包裹規格固定、動作單一重複。有人說智元的機器人不是人形，輪式底盤、"不夠先進"。

Figure的200小時，觀眾可以隨時點進去看機器人從一個包裹接一個包裹地干。

智元剛開始直播就出了意外，機器人和測試裝置之間通訊異常，兩塊平板疊在一起，需要人工干預。成功率從100%跌到99.96%。

智元的系統在檢測到異常後自動上報、切到其他工位繼續作業，約兩分鐘後恢復。故障被全程記錄了。整條產線沒有因為這一個工位的中斷而停擺。

龍旗工廠的產線，七八千名工人，每年招兩到三萬人，員工平均在職只有三到四個月。培訓週期十五天。這不是"機器換人"的故事，是"招不到人、留不住人"的故事。

在實驗室裡測試了數百小時都沒問題的機器人，一部署到真實產線就開始出現各種'怪病'。"產線的電磁環境遠比實驗室複雜，多台裝置、手機訊號產生干擾，兩台機器人之間因為感測器誤判"撞車"，通訊協議不匹配導致指令丟失。

從去年12月精靈G2第一次進龍旗副產線"實習"，到今年3月正式並線參與生產，再到4月兩台機器人直播8小時零失誤，最後到6月八台機器人在全功能質檢工段直播六天——前後打磨了半年多。

3月15日並線到直播當天，超過100天的實際運行中發現和解決了約六十個問題。兩個輪式機器人在一個工位上跑通了，不等於八台機器人在整條產線上能平行不衝突。

零失誤跑完八小時，不等於99.99%跑完六天。更不等於可以複製到下一個工廠、下一條產線、下一種產品。

機器人在工廠裡最大的短板不在AI演算法，在關節壽命、散熱和一致性這三個純工程問題。

幾乎沒有機器人公司敢公開標註產品的真實使用壽命，大多數隻會寫"設計壽命"。Optimus靈巧手的使用壽命大約六週，單只更換成本一萬到八萬元。在平穩行走的條件下，大多數雙足人形機器人的使用壽命也只有兩千到三千小時。

機器人不是像工業機械臂那樣做重複的圓周運動。它的關節頻繁承受動態變化的衝擊，不同速度走路對應的是腿部受到的不同頻率、不同方向的力。

幾十小時後，溫升和輕微磨損引起細微抖動；上百小時後，傳動背隙持續累積；數百小時後，熱漂移、機械損耗疊加，定位精度大幅下滑。

Figure AI的F02在寶馬工廠跑了11個月、1,250小時，裝載了九萬件零件以上，但前臂暴露了嚴重的硬體故障點——F03上徹底重構了手腕電子架構。

◎ 一致性是兩個層面的問題。

單機一致性，指的是同一台機器人在運行初期的動作精度和幾十小時以後能不能保持一致。多機一致性，指的是同樣型號的十台機器人，在同一場景下訓練出來的模型能不能互換使用。

這兩個問題目前都沒有解決——每台機器人的出廠參數都有些微差異，出廠後第一個月的磨損程度也各不相同。這也是為什麼智元在龍旗的部署花了半年多才從"兩台跑通"到"八台平行"。

2026年人形機器人半馬現場，很多機器人跑著跑著就需要工作人員一路小跑跟著"手動降溫"。長時間連續作業時，關節溫度升高會改變潤滑脂黏度、引起金屬熱膨脹帶來的配合間隙變化、降低電機效率。

這些變化不是突然發生的，是緩慢累積的。在連續六天每天十一個小時的高強度作業中，散熱方案能不能撐住，直接關係到定位精度和成功率能不能維持。

03  什麼活能幹了，什麼活還幹不了

兩場直播給出了一個比較清晰的邊界。

◎ 能幹這些：傳送帶勻速分揀包裹，平板電腦質檢上下料，單一工位的精準放置。條件是環境可控、動作可預測、允許輪式底盤、作業精度在1到2毫米以內。

◎ 這些還幹不了：柔性裝配（不同型號的零件混線、不同方向不同力道的緊固）、異常處理（包裹破損、零件掉落、來料不合格）、跨工序自由移動、連續運行三千小時不當機。

機器人'大腦'還沒有達到Scaling Law時刻，還不能'看一眼就知道怎麼幹'，每個場景都需要聯合演算法團隊針對具體工序做預訓練和後訓練。

全球高品質真機資料不到一百萬小時，催生具身智能湧現至少需要一億小時，用真實的工廠資料去喂AI，目前還遠沒喂到那個量級。

◎ Figure AI走的是雙足人形加AI優先的路線。F03工業版賣25萬美元一台，用RaaS租賃模式把月費壓到約1,000美元。自制BotQ工廠產能從每天一台提升到了每小時一台。估值390億美元。

打法是在受控環境裡把極致效率拉滿，用資本市場的AR敘事做高估值，然後往真實場景滲透。

◎ 智元走的是輪式具身智能加量產低價的路線。G2按兩年人工成本來定工業價——約30萬到34萬元。產能年產十萬台以上。估值150億元。

打法是在真實工廠裡用六天直播——包括那些出醜的瞬間——倒逼自己迭代，把規模化落地當成護城河。

◎ 國內也是宇樹、逐際動力、越疆、銀河通用等公司全端佈局，雙足輪式兩條線都在走。

這個行業有一個日益清晰的共識：腿和手的分工，可能比大家想像的要更早到來。

輪式底盤在平整地面的工廠裡已經是接近成熟的技術方案，雙足在非結構化環境（樓梯、戶外、家庭）裡的想像空間更大，但工廠不是它的主場。高盛之前給出的判斷是適應性形態（輪式上半身人形）能覆蓋七成到九成的工業應用。

所有新技術都要經過商業化、量產、盈利的漏鬥過濾，不成熟的被淘汰，通過的進入喇叭模式釋放巨大能量。

機器人行業現在處於漏斗的入口處，兩家都在漏斗裡往前進了一步。但離"隨便哪家工廠、隨便哪條產線、買回去插上電就能幹"的喇叭模式，還隔著關節壽命、散熱方案、一致性控制、靈巧手成本、異常處理能力這幾道硬坎。   (芝能汽車)

第一批被AI搶走飯碗的“打工人”，已經出現了。

最近發生的一件事，ChatGPT搶走了60個人的飯碗。在寫作、檢索和翻譯等領域，它已經不甘心只當個“小助理”了。

AI替代打工人不再是“狼來了”，而是真切地走進了現實。

BBC近日報導說，ChatGPT取代了某科技公司的60名員工，整個內容團隊只留下一個人和ChatGPT。

從此，ChatGPT成為寫作的主筆，另外一個人則負責“潤色”。這60多個打工人從入職到被開除，前後時間不超過一年。

2023年，作家傑明·米勒帶著60多人的團隊，承包了一科技公司的內容宣傳業務。在米勒眼中，這是一份很有成就感的工作。

直到有一天，科技公司決定降低營運成本，並引入自動化系統。米勒的甲方將標題輸入線上表格，就可以生成文章大綱，米勒底下的編輯無需再自己構思，而是按照生成的提綱寫稿。米勒則負責最終稽核。

幾個月後，編輯連稿件都不用寫了，換成ChatGPT來寫。大部分編輯被開除，留下少數幾人修改ChatGPT的文案，使之更有人情味。

又過了一段時間，到了2024年，科技公司只留下了米勒，負責修改AI生成的文章。

至此，60多個編輯全部丟了工作。

像米勒這家科技公司的情況，很可能不是個例。

把視野放大到國家產業上，AI替代打工人的趨勢也有了新的跡象。最近，美媒The Information發佈消息稱，蘋果公司要求在未來幾年削減代工廠的組裝工人，部分產品線會裁減一半人員。

過去一年，蘋果營運副總裁已經與代工廠和碩、富士康和立訊精密合作，帶頭推進自動化。

由於iPhone出貨大部分來自中國，這給中國就業帶來了衝擊。據報導，蘋果一直在努力擺脫對中國工人的依賴，某些工序的工人已裁減了30%。

蘋果、特斯拉等企業是供應鏈風向標，它們的動作對製造業影響深遠。

中國一直強調實體經濟的重要性，而製造業則是實體經濟的關鍵。隨著AI+製造業的發展，打工人的工作受到衝擊調整，一些人可能處於失業邊緣，一些人則利用AI創新工作方式，讓工作更為順利。

AI對打工人的影響，不能小覷。

那麼，具體來說AI會怎樣影響打工人呢？

以往，人工智慧主要被用在資料收集等基礎環節。但隨著技術突破，各個環節的崗位設定、工作內容都將迎來新的變革。

比如產品設計。阿里研究院就提供了這樣一個案例。去年起，成都設計師南牆開始接觸模型訓練，根據開源大模型和素材，她製作了超過50個AI圖片模型。

在與客戶溝通之初，她先用AI精準生成幾十張不同風格的效果圖，再根據客戶意見人為進行設計、修改。

這個改進，讓她的工作效率提高了10倍！

所以，行業裡現在開始流傳一句話：

對初級設計師來說，AI是殺手；但對會用AI的設計師來說，AI是幫手。

正如如科幻作家威廉·吉布森（William Gibson）所說的那樣：

AI對打工人來說，既是挑戰，也是機遇。

製造業的設計也類似。AI系統現在已經能夠識別出使用者偏好的細微差別。有了AI提供的基礎模型，設計師在創作之初就避免了很多無效溝通、提高了工作效率。

不過，當AI的作用已經逐漸深入到營運管理的層面，它的替代效應也越來越明顯。

它可以是助理，也可以是HR，還可以是營運師。

阿里《AI+職業趨勢報告》提供了兩個案例。

——一家以飼料加工起家的農牧食品企業鐵騎力士，設計了AI“智慧養殖專家”，博學多才，擔任高端助理。員工們可以在辦公軟體釘釘上，隨時找他請教關於公司制度、行業資料、以往經驗等。

——知名飲料企業加多寶集團，則聘請了AI來擔任初級HR，物色銷售、供應鏈等方面的人才。AI初面之後，會生成一份全息簡歷，技術面試官可根據簡歷，快速選擇合適的人才進入下一輪面試。

可見，對於發展比較成熟的科技公司，AI服務已經逐漸滲透到方方面面。

據《財經》報導，亞馬遜雲科技利用生成式AI，為海爾實現工程設計的大規模模擬，設計周期從幾周壓縮到幾天。在工業質檢中，亞馬遜的大模型生成式AI，還可以不斷迭代學習，識別形態不定、位置不定的缺陷。

移動儲能公司EcoFlow，過去在東南亞、印度、日本等國家都成立過呼叫中心，人工客服培訓時間長的問題讓這家公司很困擾。2023年以來，和亞馬遜雲科技合作，聘請了AI客服，一舉解決了這個難題。

更過分的是，AI不僅在服務上開始替代“打工人”，甚至連形體上，也開始向“打工人”靠攏了！

7月4日，2024世界人工智慧大會上，具身智能技術——“AI+機器人”就很受關注。

有一款“青龍”機器人驚豔亮相。它是全球首款全尺寸通用人形機器人開源公版機，有著高度仿生的軀幹構型、擬人化的運動控制，具備穩健上下坡、抗衝擊干擾等運動功能。

乍一看，就跟一個穿著盔甲的人，簡直一模一樣：

當一個人形機器人，裝上了AI的大腦，能夠通過感知、認知與行動的協同，實現與環境的自然互動，這不就是一個“完美打工人”的模型嘛！

“AI+機器人”，可以非常輕鬆地完成物料搬運、銲接、裝配等多項任務，應用於電子、金屬加工、化工、食品製造等細分領域，絕對是幹活的一把好手。

毫無疑問，這些基礎的體力勞動崗位，將被這些工業機器人替代。

同時，在更多的精細化、複雜化領域，AI替代“打工人”的場景，也可能會越來越多。甚至很多“打工人”根本幹不了的活，AI也完全不在話下。

比如，在分子製造領域，AI與納米技術的結合，可以實現分子等級的精確控制，達到新的精度。

在定製化和柔性生產領域，AI可以更快地實現產品的個性化定製。AI通過模擬和驗證設計方案，縮短開發周期，同時生產線靈活度更高，進行小批次多樣化的生產需求。

甚至，還有一些我們本以為是“高端”的人工工作崗位，也可能會被AI所佔據。例如，智慧型手機器人已被歐美國家廣泛應用於處理貸款申請、篩選招聘簡歷、協助法官作出假釋決策等經濟社會活動之中。

哪些職業最“危險”，容易被AI取代呢？

北京大學國家發展研究院的教授張丹丹，根據上百萬份2018年1月到2023年4月期間的招聘資料，做了一項研究，分析每個崗位在多大程度上可以被大語言模型替代，或者起到互補作用。最後總結出20個最容易受大語言模型影響的職業，分別是：

讓人感到有些驚訝的是，排在第一位的並不是很多人想像中的“翻譯”職業，而是財務/審計/稅務，可見AI在處理複雜問題上的能力，絕非尋常。

此外，銀行、銷售業務、軟體開發等職業，也名列前茅。比起前述的被ChatGPT“炒魷魚”的打工人，這些職業其實更加危險了。

那麼，哪些職業更“安全”呢？研究同樣給出了結論。

影響最低的職業，反而是人力資源、行政/後勤/文秘、美發健身、藝術設計等，往往是跟人打交道，或者與審美、藝術有關的崗位。

可見，一場人與AI的勞動比拚——大洗牌，已經悄悄開始了。

對中國來說，這也帶來一個全新的挑戰，畢竟東方大國雖然人口開始負增長，但長期積累的人力資源紅利，依然是一個巨大的競爭優勢。

但AI時代的到來，形成了新的不確定性。

簡單地說，就是AI會讓蘋果、富士康、特斯拉等核心龍頭企業，加強對產業鏈的主導權，削減工作崗位。產業轉移也不再奔著勞動力多的地方去。

傳統的“東亞模式”依靠充沛的人口資源、儒家文化圈的紀律性帶來的產業優勢，有可能會逐步瓦解，甚至蕩然無存。

有媒體推測，2022年受鄭州封控影響，富士康無法按期交付iPhone，讓蘋果感受到了過度依賴一個代工廠、一個國家的脆弱性，開始加速自動化轉型。

據蘋果供應商年度報告，2023年果鏈工廠數從300個增加到380多個，但員工數卻從160萬下降到140萬——工人數首次出現大幅下跌。

受影響最大的，正是富士康這樣的代工廠。要知道，富士康就光是鄭州一個工廠，最高峰就有30萬工人，每周工作6天，每天12小時，月薪約800美元。

這樣的大規模、高紀律性的廉價勞動力，帶來的吸引力，將在AI時代顯著下降。

蘋果預測，在自動化成熟後，既有利於將工廠搬到印度，也有利於產業回流美國，保障產能安全。

當然，自動化的處理程序也沒有想像中簡單，目前良品率還太低，且裝置成本高昂。所以，蘋果給出的用詞是：“未來幾年”的，“部分產線”的“50%”的替代。

面對這樣的嚴峻挑戰，中國如何應對？普通打工人，又將何以自處？這是一個註定不可能簡單的命題。

中國社會科學院財經戰略研究院副研究員劉誠認為，人工智慧對就業帶來的結構性衝擊，主要表現在被替代者與新增崗位之間的矛盾，引發的是結構性失業。

具體而言就是，一方面，流水線工人被智慧型手機器人代替；但另一方面，操作、控制、維護數位技術和機器裝置的人才開始出現短缺。

比如，有個新興的職業就將非常吃香——人工智慧訓練師。他們的工作，就是把冷冰冰的AI訓練得更有人情味，更好地為人們服務。

據中國信通院測算，包括人工智慧訓練師在內，中國有近1000萬的資料人才缺口。

中國也正在加快往高端產業鏈的躍升，以實現整體的轉型升級。但在短期之內，崗位的更新換代不可避免地帶來陣痛，對就業形成衝擊。網約車、快遞員、外賣騎手，就充當了巨大的就業蓄水池。

這是一場涉及到幾億人的史無前例的“就業大遷移”，誰將奮勇爭先，誰又被擠落馬下，最終只有時間能夠給出答案。唯一能確定的是：

AI不會顛覆人，但會替代工具人。如果不想失業，必須抓緊搞懂AI了。    (智谷趨勢)

彙整鉅亨號中所有使用「AI打工」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`