自2025年9月宣佈與OpenAI合作開發AI硬體以來，立訊精密的股價經歷了從快速拉升到高位震盪的過程。2025年前三季度營收2209億元，淨利潤115億元，同比增長26.9%。公司預告2025年全年歸母淨利潤165-172億元，同比增長23.6%-28.6%。這是一份不錯的成績單。但市場似乎並不完全買帳——毛利率從11.9%一路滑到10.1%，客戶集中度雖從73%降到56%，單一客戶依然貢獻超過一半收入。這時候，我們需要回到幾個基本問題：立訊精密靠什麼賺錢？轉型走到那一步了？市場在擔憂什麼？現在怎麼看？一、生意：從連接器到製造帝國，立訊的護城河是什麼？立訊精密的故事始於一位從富士康流水線走出的女工——王來春。2004年，她與兄長王來勝共同創立立訊精密，以連接器和線纜業務起家。2010年登陸深交所，2011年通過收購崑山聯滔電子切入蘋果供應鏈，從此與全球消費電子巨頭深度繫結。此後十餘年，立訊沿著“部件—模組—整機”的垂直整合路徑快速成長，從連接器供應商逐步發展為AirPods、Apple Watch的核心組裝廠商，近年更進入iPhone整機代工領域。公司營收從2020年的925億元增長至2024年的2688億元（2024年全年營收2687.9億元，資料來源：公司年報），年均複合增長率超過30%。立訊的護城河，可以概括為三個層面：第一，底層精密製造能力。公司具備從裝置設計製造到零部件生產再到成品生產的全鏈條能力，在手機、可穿戴、XR頭顯等領域積累了豐富的精密製造經驗。依託長期服務國際一流客戶OEM業務積累的底層技術經驗，立訊具備了跨學科融合應用的能力，持續將能力橫向拓展至通訊、汽車業務。第二，全球化生產網路。公司在全球29個國家和地區擁有105個生產基地和28個研發中心，具備全球交付能力。來自中國大陸以外客戶的收入佔比長期維持在80%以上，據公開報導，對美銷售約81%來自越南工廠，能靈活應對地緣政治風險。第三，規模與效率。2024年全球PIMS行業排名中，立訊位居全球第四、中國大陸第一。按2024年銷量計算，全球平均每兩部智慧型手機、每三部智能可穿戴裝置及每五部智能汽車中，就有一部使用該公司的產品。這些不是一天建成的。立訊的護城河，是二十年積累的結果。二、財務拆解：規模在擴張，但盈利質量呢？（一）規模持續擴張2025年前三季度，立訊精密實現營收2209.15億元，同比增長24.69%；歸母淨利潤115.18億元，同比增長26.92%。第三季度單季表現尤其亮眼：營收964.11億元，同比增長31.03%，環比增長54%；歸母淨利潤48.74億元，同比增長32.49%。除業務自然增長外，收購萊尼（交易金額約41億元）和聞泰ODM業務並表也貢獻了增量。2025年全年指引顯示，歸母淨利潤165-172億元，同比增長23.6%-28.6%。（二）盈利質量存在隱憂毛利率：先降後升，但整體偏薄。 整體毛利率從2022年的11.9%一路滑到2024年的10.1%，2025年前三季度雖回升至約11.8%，但並未呈現出與規模擴張同步改善的趨勢。消費電子業務毛利率一度掉到9.1%，高毛利的汽車和資料中心類股雖然維持在15%-18%，但盤子太小，避險不了主業壓力。這是精密製造行業代工屬性帶來的結構性約束——公司雖在全球PIMS解決方案領域排名第四、中國第一，卻未能完全擺脫低毛利特徵。現金流：前三季度經營活動現金流淨額為正，但季度波動大。 2025年前三季度，經營活動現金流淨額34.78億元，同比下降47.89%。2024年全年經營活動現金流淨額高達273億元，主要是Q4集中回款所致。2025年一季度經營活動現金流為-67億元，前三季度累計34.78億元，顯示公司在高速擴張中仍面臨現金流壓力。負債率：偏高，需關注擴張節奏。 資產負債率從2024年末的62.16%上升至2025年三季度末的67.01%，有息負債規模擴大。（三）季度資料透視：逐季提速，但需注意一次性收益影響來源：益盟操盤手關鍵觀察：Q3單季營收和利潤增速均超過30%，但歸母淨利潤增速（32.49%）顯著高於扣非淨利潤增速（24.85%），差異主要來自萊尼並錶帶來的一次性收益（約5億元）。剔除該影響後，核心盈利增速與營收增速基本匹配。扣非淨利率在Q2達到5.09%後，Q3回落至4.09%，反映毛利率波動依然存在。Q1扣非淨利率僅3.90%，為全年低點，主要受春節假期及部分新品爬坡影響。與2024年Q3對比：2025年Q3營收同比增速（31.03%）高於2024年Q3的27.07%，扣非淨利潤同比增速（24.85%）也高於2024年Q3的21.88%，顯示公司在消費電子旺季的盈利能力有所增強。（四）關鍵訊號：客戶集中度在下降，但風險依然突出據公司招股書（截至2025年3月31日資料），最大客戶收入佔比已從2022年的73.3%下降至56.3%；五大客戶佔比從2022年的83.1%同步回落至65.0%（2025年前三季度）。趨勢明顯改善，但單一客戶依然貢獻超過一半收入。公司整體業績在較大程度上仍與第一大客戶的產品周期和市場表現保持聯動。消費電子行業並非沒有先例，一旦第一大客戶由於各種原因砍單，立訊精密的業績將會出現巨大波動。這是目前財報中最值得持續跟蹤的風險點。三、三駕馬車：各跑得怎麼樣？（一）消費電子：基本盤穩固，份額持續提升2025年上半年，消費電子業務實現營收977.99億元，佔比78.55%，同比增長14.32%。在核心客戶方面，立訊是蘋果藍牙耳機AirPods的主要組裝供應商，佔AirPods市場60%-70%的份額；iPhone組裝份額從35%向45%邁進，獨家供應Vision Pro 2核心結構件。不僅如此，立訊還在持續拓展其他產品線：蘋果無線充電發射端核心供應商、Lighting連接線核心供應商，佈局無線充電、聲學、天線、無線耳機、馬達、Apple Watch錶帶等多個產品線，單機價值量持續提升。展望未來，隨著AI技術推動消費電子行業進入新一輪產品創新和換機周期，立訊有望受益於AI硬體的加速滲透。市場傳聞立訊有望成為折疊iPhone的軸承供應商，最快可於2027年後加入。（二）通訊與資料中心（含AI硬體）：增速最快，AI是核心邏輯2025年上半年，通訊與資料中心業務營收110.98億元，佔比8.91%，同比增長48.65%，增速在各類股中領先。立訊在該領域採取了“銅、光、熱、電”全端佈局策略：銅互聯方面，224G高速線纜產品已實現量產，448G產品已與多家主流客戶展開預研工作；光互聯方面，800G矽光模組已實現量產，1.6T產品處於客戶驗證階段；熱管理和電源方面，液冷整機櫃已批次交付。2024年通訊業務營收183.6億元，2022-2024年復合增速約19.6%。AI算力需求強勁有望驅動該業務加速增長。中泰證券預計，2025-2027年公司通訊業務有望迎來量價齊升。AI端側硬體：通訊業務的延伸，最具想像空間的未來引擎。 2025年9月，OpenAI官宣聯手立訊精密，正式進軍AI硬體，首款AI硬體預計在2026年底至2027年初發佈。這標誌著立訊從“果鏈”龍頭進一步升級為“AI鏈”核心企業。選擇立訊的原因很清晰：作為蘋果核心供應商，立訊在手機、可穿戴、XR頭顯等領域積累了豐富的精密製造經驗和成熟的供應鏈管理能力；在全球擁有105個生產基地和28個研發中心，具備全球交付能力。此外，總投資超百億元的立訊新一代人工智慧終端項目在蘇州崑山開工，已列入江蘇省2026年重大項目清單，聚焦AI伺服器、人工智慧PC等高附加值算力硬體，建成達產後預計年產值將突破千億元。這是立訊未來最重要的估值提升變數。但目前仍處於早期階段，需要持續跟蹤訂單落地和產品發佈節奏。（三）汽車電子：增速最快，但基數尚小2025年上半年，汽車互聯產品及精密元件營收86.58億元，佔比6.95%，同比增長82.07%，增速在各類股中居首位。汽車業務的產品矩陣已相當完整：涵蓋整車線束、連接器、智能座艙、智能輔助駕駛、動力系統、智能底盤等產品，但不從事整車製造。立訊聚焦的是整車的“血管與神經系統”。2025年7月，立訊完成對德國百年線束企業Leoni的收購交割（交易金額約41億元），成功切入特斯拉、奔馳、比亞迪供應鏈，加速向Tier1轉型。公司已立下目標：2027年成為中國最大車用連接器製造商，2030年躋身全球前五大汽車零部件Tier1。2022年至2025年9月，汽車電子業務收入佔比已從6.0%增長至10.7%，2024年實現收入183.6億元。四、市場在擔心什麼？單從現有資料看，前三季度營收和利潤增速都在20%以上，Q4預告增速也在16%-32%之間，整體增長態勢穩健。但市場對它的擔憂，其實和業績增速關係不大，更多集中在三個長期結構性問題。擔心一：客戶太集中。 最大客戶收入佔比從73%降到了56%，但單一客戶依然貢獻過半收入。這是事實，改不了。但換個角度：蘋果為什麼要砍立訊？立訊在AirPods、Apple Watch、iPhone組裝上的份額一直在漲，說明蘋果在主動把訂單往立訊這邊挪——分散供應商是蘋果的一貫策略，立訊是那個“被分散到的受益者”。客戶集中的風險是真實存在的，但市場往往高估了蘋果主動去風險的速度，低估了立訊在產品線擴張上的主動權。擔心二：毛利率太薄，賺的是辛苦錢。 消費電子業務毛利率一度跌破10%，汽車和通訊業務雖然毛利率高些（15%-18%），但盤子太小，撐不起整體。這是代工生意的宿命。但市場容易忽略的是：立訊的淨利率並沒有跟著毛利率一起垮。2025年前三季度淨利率約5.2%，比2024年全年的4.6%反而有所提升。說明公司在費用控制上下了功夫——規模效應正在兌現，只是被毛利率的下滑暫時掩蓋了。如果2026年產品結構持續最佳化，利潤彈性可能比市場預期的大。擔心三：擴張太快，現金流吃緊。 資產負債率升到67%，前三季度經營現金流同比下降約48%，一季度甚至為負。這是財報中最值得警惕的訊號。萊尼收購花了41億，崑山AI終端項目又砸了上百億，立訊在用自己的錢為未來買單。短期看，現金流確實吃緊；但中長期看，汽車線束和AI伺服器都是高確定性賽道，現在的資本開支是未來的利潤來源。問題在於：市場有沒有耐心等到那一天？取決於每個人的持有周期。如果你是季度考核的投資者，這個風險很大；如果你是看三年以上的，這反而是別人熬不住的窗口。市場把這三條擔憂都當成了“看空理由”，但前兩條是結構性問題，正在緩慢改善；第三條才是真正該盯緊的。 等到4月29日正式年報出來，重點看兩個指標：四季度現金流有沒有改善，應收帳款還在不在膨脹。如果這兩個訊號轉好，市場的疑慮會消掉大半。五、估值與風險：現在怎麼看？估值水平當前股價約48.8元，總市值約3555億元。公司預告2025年全年歸母淨利潤165-172億元。以此計算，當前PE約20.7-21.6倍。多家機構預測2026年淨利潤突破200億元。以近期股價計算，前瞻PE約18-19倍。根據投研社截至2026年4月7日的資料：市場對公司的成長能力給予最高評價（4.5星，行業第4），對估值的認可度極高（估值星級4.0星，行業第1），說明在當前價位，機構普遍認為估值具備吸引力。盈利能力評分相對略低（4.0星，行業第9），與前述毛利率偏薄的觀察一致。未來成長能力預測達到滿分5星，反映了市場對AI硬體、汽車電子等新業務的中長期期待。幾個必須正視的風險客戶集中風險：單一客戶貢獻過半收入，需求波動直接影響業績毛利率風險：代工屬性導致毛利率偏薄，消費電子業務毛利率一度跌破10%擴張風險：高負債率+現金流承壓，大規模併購後的整合效果待驗證新業務風險：汽車和資料中心體量太小，短期難成主力；AI硬體從合作到放量周期較長技術替代風險：AI硬體產品形態尚未定型，存在市場接受度不確定性幾個不應該被忽視的事實消費電子份額持續提升，基本盤穩固汽車和資料中心增速均超40%，多元化初見成效與OpenAI合作切入AI硬體，打開長期成長空間管理層用實際行動表達信心：實際控制人王來勝增持2-3億元，公司推出10-20億元回購計畫，價格上限86.96元/股（較現價溢價約78%），首次回購已耗資近5億元。寫在最後立訊精密當前的狀態，可以概括為：基本盤穩固，轉型加速，但陣痛猶在。 消費電子仍是收入和利潤的絕對主力，但份額在漲、產品線在擴；汽車和資料中心增速亮眼，但體量太小，短期扛不起第二根柱子；AI硬體是最具想像空間的變數，但遠水不解近渴。市場最糾結的地方在於：新業務的故事講得很好，但利潤表裡看不到——約79%的收入仍來自消費電子（2025年前三季度資料），毛利率還在11%-12%之間徘徊。這不是立訊一家的問題。任何一家從單一客戶依賴走向多元化的大型製造企業，都會經歷這個“新業務佔比低、舊業務毛利率薄”的尷尬期。關鍵在於，新業務能否在未來兩到三年內從“故事”變成“報表上的數字”。這不等於現在就應該行動。每個人的資金性質、持有期限、風險偏好都不一樣。唯一確定的是：別在狂熱時相信所有故事，也別在低迷時否定所有價值。回歸常識，保持審慎。 (益研究)

近日，知名加密機構 Delphi Labs 的聯合創始人 José Maria Macedo 在社交媒體 X 上發表了一篇長文《What I Learned from Two Weeks Inside China’s AI Ecosystem》，講述了他在結束對中國為期兩周的深度考察之後對中國 AI 生態系統的一些所感、所想。他在中國待的兩周期間，見了不少創始人、VC 和上市公司 CEO，最後他得出的結論是：對中國硬體更看好，對中國軟體更謹慎，同時對中國創始人與投資體系的理解也發生了變化。這篇內容很值得深讀，它為每一個深處中國AI生態環境的我們提供了一個很典型的“外部視角”：當一個長期看全球科技和投資的老外走進中國，他看到的並不是一個籠統的“中國 AI 很強”，而是一套很具體、也很分裂的中國AI生態結構。01 滿懷期待的中國行：“去尋找被嚴重低估的天才”Macedo 坦言，自己是帶著極高的預期飛往中國的。在西方資本市場眼中，中國始終是一個充滿工程師紅利和極致效率的土壤。他的初衷非常直接且明確：“我以為會看到被嚴重低估的天才，正在以（西方市場）一折的價格，做著改變世界的事情。”然而，經過兩周的密集調研、走訪和深度交流後，他眼前的迷霧被撥開，展現出的卻是一幅割裂、真實又充滿戲劇性的圖景。他在文章中給出了一個犀利且一針見血的結論：“中國硬體正在悄悄贏得一場西方人甚至沒意識到已經開始的戰爭；但在軟體領域，估值泡沫和同質化的創始人畫像，正在把一個本該爆發的生態，變成另一場擊鼓傳花的遊戲。”02 他最意外的，不是中國沒人，而是中國創始人太像了帖子裡有一段很有意思。José 說，他過去見過的優秀創始人，往往有一些共同特徵：獨立思考、叛逆、極度專注，而且不太相信二手共識。可他這次在中國見到的很多創始人，雖然也非常優秀，背景極強，執行力極強，勤奮程度也極高，但在“從0到1的非共識願景”這件事上，反而沒那麼突出。他提到，自己見到的很多人都擁有非常漂亮的履歷：頂級大學、大廠背景、論文、專利、技術能力都很強。這些放在西方已經是頂尖人才的配置，但在中國，某種程度上更像是入場門票。這段觀察未必完全正確，但它點出了一個現實：中國 AI 創業裡，優秀的人很多，能打的人很多，但高度同質化的人也很多。大家的成長路徑、訓練方式、職業履歷、表達方式，常常非常相似。這會帶來一個結果：項目可以做得很強，但未必足夠“怪”。而很多真正大的創新，最開始往往都帶一點“不像樣”。03 他把問題往前推了一步：VC 也在強化這件事José 的一個核心判斷是，這不只是創始人的問題，也和投資邏輯有關。他提到，很多中國基金的投資邏輯，本質上是在尋找最優秀的大廠背景人才，比如字節或大疆出來的人。看的更多是履歷、背景和確定性，而不是某種強烈到不合群的個人信念。這背後的問題是：當市場越來越偏好“標準答案”時，真正不標準的人，反而更容易被系統性錯過。José 還舉了一些中國歷史上的知名創業者作為對照，認為很多真正做出大公司的中國創始人，本身並不是今天這套“標準範本”裡的人。這部分我覺得很值得創業者看。因為它說的不是“名校和大廠沒用”，而是另一層意思：如果一個生態越來越擅長篩選正確的人，它也可能越來越難篩出特別的人。04 他最震撼的部分，在深圳如果說前面還屬於“組織和人才判斷”，那後面進入硬體部分時，他的語氣明顯變了。José 說，他在中國看到最震撼的東西，不是創業公司的路演，而是深圳的硬體生態。他提到那種系統性的拆解、逆向工程、密集供應鏈和長期積累的網路效應，讓他不確定西方很多硬體創業者是否真正理解自己面對的是什麼競爭。他還提到，和他們交流的創業者給出的資料是，超過 70% 的硬體投入來自大灣區，接近 100% 來自中國本土，這意味著極快的迭代速度，而這種速度是西方硬體公司很難複製的。這段其實特別關鍵。因為它說的不是“深圳有供應鏈”這麼簡單。它真正說的是：中國硬體優勢，不只是成本優勢，而是系統密度優勢。你能拿到零部件。你能快速試錯。你能快速改板。你能很快把樣機變成產品。你還能在一個足夠大的製造網路裡繼續往下壓時間和成本。這不是某一家公司厲害，而是一個區域能力。05 他為什麼更看好中國硬體，而不是中國軟體José 認為，中國在開源模型上確實很強，但在閉源模型層面，和西方頭部實驗室相比仍然有明顯差距，而且這個差距可能還在擴大。他提到資本開支差異、GPU 獲取限制，以及西方實驗室對蒸餾的持續打擊。他還引用了一個很有衝擊力的對比：Anthropic 僅在 2 月就已經達到 60 億美元 ARR，而中國最好的模型公司，ARR 仍大致在幾千萬美元量級。這組數字當然應該謹慎看待，但他想表達的核心很清楚：軟體的競爭，不只是“能不能做出來”，而是“能不能在產品、分發、商業化和平台能力上持續拉開差距”。而這一點，恰恰是今天最殘酷的地方。因為很多 AI 軟體創業公司做的方向，本身就處在大模型公司原生功能的覆蓋邊緣。你辛苦做出的產品，可能一輪模型更新、一個官方功能發佈，就被壓縮掉一半空間。這對所有 AI 應用創業者都是個提醒。不是說軟體不能做。而是說，純功能型軟體會越來越難。06 他還點了一個很多人不願意承認的問題：估值泡沫José 認為，中國 AI 不只是熱，而且已經有明顯泡沫，無論是早期還是後期。他提到，早期消費類 AI 創業公司即使還沒有產品，估值做到 1 億到 2 億美元已經不罕見，種子前輪超過 3000 萬美元也並不少見。他還拿一些公開市場和頭部公司的估值做對比，認為晚期估值更難自洽。這部分未必要完全接受他的數字口徑，但泡沫感確實是今天很多人都能感受到的。原因也很簡單：AI 是大趨勢。中國 AI 又是大趨勢裡的大主題。當“敘事”本身成為稀缺資產時，估值就很容易跑到基本面前面去。問題不在於高估值本身。問題在於，當融資節奏跑得比商業化更快時，很多公司最後要面對的，不是技術問題，而是兌現問題。07 他最後看到的機會，反而是“中西結合型團隊”帖子最後有一段我覺得是全文最值得注意的部分。José 說，他原本沒想到的是，自己見到的很多中國創始人，其實都在優先做全球市場，而不是先做中國市場。他們使用 Claude Code，關注 Dwarkesh 的播客，對舊金山創業生態非常熟悉。這說明一件事：今天的資訊流，已經不是單向的了。很多中國創始人，對西方產品、模型、創業公司和敘事的理解，並不比西方投資人差。所以他最後真正看好的，不是一個抽象的“中國 AI”，而是一類更具體的組合：把中國的工程執行力、製造能力、供應鏈縱深，和西方的產品定義、市場進入能力、全球化表達結合起來的團隊。這也是我覺得這條帖子最有價值的地方。它沒有停留在“誰更強”的討論裡，而是在說：下一波真正有競爭力的公司，很可能不是單純的中國式公司，也不是單純的美國式公司，而是能跨兩套系統工作的公司。結語Macedo 的這篇觀察，像是一把尖銳的手術刀，切開了當前中國 AI 生態的真實剖面：硬體的務實與軟體的浮躁並存。對國內的創業者和投資人來說，這是一個極其響亮的警鐘。硬體的優勢固然值得驕傲，但在 AI 這場全方位的戰役中，如果軟體生態不能擠干水分、打破同質化的內卷，我們或許會錯失這一波技術革命中最核心的紅利。正如他所感受的那樣：“答案是複雜的。”在冰與火交織的中國 AI 賽道上，潮水退去之後，真正的破局者，一定是在泡沫破裂後還能穩穩站住的人。 (Josh矽基世界)

很長時間，人們談起SpaceX，腦海中浮現的畫面是：博卡奇卡的巨大發射塔、獵鷹9號的垂直回收、猛禽發動機的藍色火焰，以及伊隆·馬斯克那張渴望殖民火星的臉……但現在，它還有了另外一個身份:硬體獨角獸的搖籃。Business Insider最近有一篇文章，叫做《SpaceX黑手黨來了》（The SpaceX Mafia is here）。文章說到，由SpaceX前員工創辦的、獲得頂級風投支援的初創公司，已超過18家，累計融資額突破30億美元。在過去的二十年裡，我們熟知的是“PayPal黑手黨”——Peter Thiel、Reid Hoffman、Elon Musk（那時的他）。他們在過去二十年的建構了位元（Bits）世界——網路搜尋、社交網路、線上支付、巨量資料；他們的信條是“軟體吞噬世界”，他們的圖騰是伺服器和演算法。但在2025年的今天，權杖已經交接。未來二十年很可能是原子（Atoms）世界——太空物流、工業製造、能源材料、甚至人體機能。這些人現在來自於“SpaceX黑手黨”——他們是一群從火箭工廠的煙火與噪音中走出的“瘋子”。他們要造核反應堆，要造高超音速客機，要造軌道製藥廠，要造深海防禦系統。正如一位SpaceX前工程師所言：“當你習慣了把這周必須要解決的問題設定為‘如何不讓火箭爆炸’時，地球上的大多數商業難題，看起來都變得有些過於簡單了。”我們今天這篇文章，就跟大家一起扒一扒崛起的新一代“SpaceX Mafia”。01. 矽谷物種遷徙要理解這群人，首先要理解Space是一家怎麼樣的公司，以及SpaceX到底教會了他們什麼？那Space作為“創業母體”，是一家怎麼樣的公司呢？SpaceX與Google或Facebook(Meta)有著本質不同，它是一家重到不能再重的公司。比如，如果在網際網路公司，產品不僅可以“先上線再最佳化”，甚至可以“即便Bug滿天飛，只要使用者增長夠快就能再融一輪資”。但SpaceX不可能接受Bug——硬體製造的容錯率極低，一次失敗，就意味著幾億美元的煙花、幾年的心血清零，甚至整個發射窗口的關閉。這種殘酷的環境，篩選並鍛造了一種極度稀缺的人格：極端的風險承受力與極端的執行力的結合體。所以當這樣一群人離開博卡奇卡或霍桑總部的工廠，帶著一身硝煙味進入創業世界時，他們帶來的不僅僅是技術，而是一種全新方法論。那這個方法了包含了什麼呢？我們總結了幾點：1. 系統性思維（System-Level Thinking）這是SpaceX工程師與其他大廠螺絲釘最大的區別。在SpaceX，工程師很少隻問：“我這個模組做好了嗎？”他們被訓練去問：“如果我這個地方慢3秒，整個系統會發生什麼？如果我把這個指標降低10%，能不能讓那個部門的重量減少50公斤？”這種全域視角的內化，讓他們在創業時，能迅速看清商業模式的本質，關注成本結構（Unit Economics），而不是陷入技術的自我陶醉。2. 對“不可能”的免疫力（Immunity to Impossibility）在SpaceX，任務通常是“在周二前解決這個問題，否則發射取消”。面對這種壓力，SpaceX工程師們學會了快速試錯、甚至挑戰教科書。前員工普遍反映，在SpaceX工作的經歷重塑了他們的心理閾值。所以當他們進入傳統行業，面對那些被業內人士視為“不可踰越”的障礙（如監管流程、材料限制）時，他們的本能反應不是“這做不到”，而是“這比回收一級火箭簡單多了”——這種心理勢能，是創業者最稀缺的資源。這裡順帶還得提到所有SpaceX工程師都知道一個著名的概念——“白痴指數”（Idiot Index），它是指一個元件的成品成本與其原材料成本的比率。如果比率很高（例如傳統的航天零部件），說明中間的設計和製造環節極其低效。馬斯克教給這群人的第一課就是：沒有任何東西是神聖的，除了物理定律。所以前SpaceX的工程師Jordan Noone出來之後創辦了Relativity Space，他當時知道傳統的航天級無線電接收器報價竟然是5萬美金時，被驚呆了，結果呢？他們用消費電子級的晶片，造出了成本僅為500美金的替代品，並且在“該死的真空中工作得很好”。這種“把法拉利的價格砍成豐田”的能力，也成為了SpaceX黑手黨最可怕的基因。3. “演算法”方法論（The Algorithm）馬斯克著名的“五步工作法”被這群人帶到了各行各業：1, 質疑需求： 那怕需求來自聰明人，也可能是錯的。2, 刪除部分： 如果你最後沒有把刪掉的加回來10%，說明你刪得不夠。3, 簡化與最佳化： 不要最佳化一個不應該存在的東西。4, 加速迭代： 只有在前三步完成後，才加速。5, 自動化： 最後才是自動化。當這群人離開SpaceX，去造房子、造藥、造船時，他們看這個世界的眼神是充滿“鄙視”的——“這裡為什麼還在用紙質單據？”“那裡為什麼要開三次評審會？”在First Resonance這家做工業軟體的公司裡，你也能清晰地看到這種思維：這家公司開發的系統極度精簡，砍掉了傳統ERP中90%的冗餘功能，只保留對產出有用的核心。4. 生理性厭惡延期（Physiological Aversion to Delays）在VC的世界裡，深科技（Deep Tech）最大的風險是周期太長。但SpaceX出來的人，對延期有著生理性的厭惡。他們習慣了“以天為單位”甚至“以小時為單位”計算進度。Impulse Space在成立不到兩年就完成了飛行器的設計到測試。“在這個黑手黨裡，速度不是一個選項，而是一種道德要求。”5. “既懂位元，也懂原子”過去二十年的矽谷，軟體工程師不懂硬體，硬體工程師不懂軟體。但SpaceX強迫工程師必須跨界：做推進系統的必須懂控制程式碼，寫飛行軟體的必須懂流體力學。這種全端工程能力（Full-Stack Engineering），讓SpaceX黑手黨在處理“AI+機器人”、“軟體+先進製造”這類交叉領域項目時，具有降維打擊的優勢。這也是為什麼Relativity Space敢於嘗試用程式碼控制3D印表機來“列印”火箭的原因。02. 重塑實體世界從SpaceX黑手黨的版圖看，他們已經滲透到了實體經濟的毛細血管。讓我們拆解幾個最具代表性的“匪幫”成員：1. 仰望星空的“老教父”：Impulse Space創始人：Tom Mueller（前SpaceX推進技術CTO）融資：1.5億美元+（由Founders Fund領投）Tom Mueller在SpaceX的地位，相當於賈伯斯身邊的沃茲尼亞克。他是Merlin引擎之父，是SpaceX的技術圖騰。當他2020年退休時，本可以在沙灘上度過餘生，但他選擇了復出，創辦了Impulse Space。他的邏輯極其精準：SpaceX的星艦（Starship）將把物體送入軌道的成本降到地板價，就像集裝箱船把海運成本降下來一樣，但它有一個痛點，就是：東西到了港口（軌道），誰負責送到家？所以Helios和Mira就在軌道轉移飛行器。它們是太空裡的“拖船”和“快遞員”，負責把衛星推到精準軌道，甚至推向火星。這是典型的生態位創業——他在幫老東家補全拼圖。2. 地面上的“反叛者”：First Resonance創始人：Karan Talati（前SpaceX製造工程師）背書：a16z、Blue Bear CapitalKaran在SpaceX負責獵鷹9號的生產時，最痛苦的不是技術，而是管理。他發現，造火箭這麼尖端的事，居然還在用Excel表格和原本為賣鞋子設計的ERP系統來管理成千上萬個零部件。這簡直是拿石斧造飛船。於是他創辦了First Resonance，開發了ION作業系統。這是一個專為“硬科技工廠”設計的作業系統。無論是造飛行汽車的Joby Aviation，還是造核反應堆的初創公司，都在用他的系統。他把SpaceX那種“工程師直接修改生產線”的敏捷能力，SaaS化賣給了全世界。3. 把工廠送上天：Varda Space Industries創始人：Will Bruey（前龍飛船航電工程師）估值：超5億美元這是最瘋狂的一個。Will Bruey認為，微重力環境是最好的化學實驗室。在地球上，重力會導致沉澱、對流，影響晶體生長。而在太空，你可以製造出完美的蛋白質晶體（用於製藥）或光纖。Varda的模式是，發射一個太空艙 -> 在軌道上無人化生產藥物 -> 返回艙帶著比黃金還貴的藥物再入大氣層，降落在猶他州沙漠。2024年，他們已經成功回收了第一個商業太空製藥艙，已經跑通了商業閉環。4. 甚至還有……做鐵路的：Parallel Systems創始人：Matt Soule（前SpaceX首席航電工程師）他們在這個名單裡顯得格格不入，但又合情合理。Matt Soule想用造太空飛行器的自動化技術，來改造美國古老、腐朽的鐵路貨運系統。他們製造自動駕駛的電動軌道車，不需要巨大的火車頭，可以像車隊一樣靈活編組。03. 資本的意志為什麼是現在？為什麼這群人能拿走30億美金？這裡必須提到矽谷風投圈的一個核心概念轉變：從“SaaS”到“美國活力”（American Dynamism）。過去十年，VC（風險投資）的邏輯是：投FaceBook，投Salesforce，因為軟體毛利高，擴張快，風險低。但Andreessen Horowitz（a16z）和Founders Fund正在主導一場反叛（回歸）——這群掌握權力與資源的人開始意識到，國家的競爭力不能只靠送外賣的App和修圖軟體，必須回歸到能源、製造、國防和航天。知名投資人Katherine Boyle（a16z合夥人） 曾直言不諱：“我們的國家因為沉迷於虛擬世界而變得脆弱。我們需要重建工業基礎，我們需要國防科技，我們需要能源獨立。能解決這些問題的，不是寫Web前端的人，而是那些敢於處理炸藥、液氧和高壓電的人。”150億美元的賭局：要麼做成貝萊德（BlackRock），要麼做成匠人鋪（Boutique）SpaceX黑手黨，恰恰是這波“硬科技復興”（Hard Tech Renaissance）中唯一被驗證過的資產。VC的心理活動是這樣的：之前的技術門檻極高，但現在是一個好時機。如果是2010年出來造火箭是找死；但2025年，由於SpaceX已經把發射成本打下來了（Starship的預期成本更低），基於太空的創業變得有利可圖。以前發衛星需要幾億美金，現在可能只需要幾百萬——基礎設施的廉價化，是應用層爆發的前提。SpaceX黑手黨正是站在巨人的肩膀上，收割應用層的紅利。此外，就像PayPal黑手黨互相投資一樣，SpaceX黑手黨也正在形成緊密的資本閉環，形成校友網路效應。其中，Founders Fund（Peter Thiel和馬斯克的基金）是這一趨勢的最大推手。他們投了SpaceX，現在自然接著投SpaceX出來的員工。如果Tom Mueller（SpaceX推進之父）說這個年輕人的技術靠譜，VC甚至通常會直接打款。這不僅是資金鏈，更是信任鏈。04. 神話背後的代價當然我們要看到，SpaceX黑手黨的模式也是一種“倖存者偏差”，畢竟它是天時（NASA商業化）、地利（美國人才庫）、人和（馬斯克的天才與偏執）的產物。1. 並不是所有行業都適合“快速爆炸”SpaceX的格言是“Fail fast, but learn faster”（快速失敗，更快學習）但在核能領域，或者載人飛行汽車領域，一次“Fail fast”可能意味著監管執照的永久吊銷，甚至牢獄之災。一些SpaceX校友在創業時，因為過度激進地推進測試，而忽視了合規與安全紅線，導致公司在初期就夭折。2. 燒錢的無底洞不像軟體公司，幾台MacBook就能開張。造火箭、造反應堆、造工廠，起步就是幾千萬美金。PitchBook的資料顯示，雖然SpaceX系公司融資能力強，但它們的燒錢率（Burn Rate）同樣驚人。如果在B輪或C輪遇到資本寒冬（比如2023-2024年的情況），這些重資產公司會死得很難看。Hyperloop One（雖然主要由維珍支援，但也有SpaceX背景）的倒閉就是一個警鐘。3. “邪教式”管理的副作用馬斯克的管理風格是極具侵略性的。許多離職創業者無意識地模仿了這種“暴君”風格——高強度的PUA、無視員工生活的加班。在SpaceX，大家為了“殖民火星”的宏大願景可以忍受。但在一家僅僅是做工業軟體或建材的小公司，這種文化可能導致早期團隊的迅速崩盤。文章的最後，我想把視線從加州拉回到中國，為什麼我們要花幾千字去剖析一群美國工程師？因為他們代表了一種可怕的趨勢。當規格很多精英還在研究如何讓外賣送得快一分鐘、如何讓短影片讓使用者多停留一秒鐘時，SpaceX黑手黨正在把世界上最聰明的頭腦，重新拉回到物理世界。他們正在做的事情，是在重構工業文明的底層程式碼。Impulse Space在重構物流（太空版）；Varda在重構製藥；Plantd在重建構材；Parallel Systems在重構運輸；Anduril（雖由Palmer Luckey創立，但大量吸納SpaceX人才）在重構國防。這是一場“脫虛向實”的暴力美學。正如Business Insider所說：“Elon Musk is not just building rockets; he is building a generation of builders.”（伊隆·馬斯克不僅僅是在造火箭；他是在製造一代建造者。）對於中國科技界而言，SpaceX黑手黨的崛起是一份戰書，也是一面鏡子。我們希望，下一個兆市值的巨頭，誕生在工廠的轟鳴聲中，誕生在深海與星空之間，誕生在那些敢於把手弄髒、去擰緊最後一顆螺絲的人手中。那，如何判斷一家硬科技公司是否具有“SpaceX基因”呢？我們提出了三個看，也歡迎您在留言區留下您的高見！1.看辦公室：辦公桌是否就在工廠車間旁邊？（極度縮短設計與製造的物理距離）2.看KPI：是考核“無故障率”，還是考核“迭代速度”？3.看決策：是基於“第一性原理”做物理推導，還是基於“類比思維”看競品怎麼做？ (TOP創新區研究院)

AI的競爭，已從參數的軍備競賽，轉向場景的對決。當技術突破的狂喜退去，唯有那些真正紮根於真實痛點的項目，才能穿越周期，兌現價值。因為只有當AI嵌入業務的血肉，解決一個具體的令人頭疼的問題，並交付清晰可感知的回報時，它才能從“燒錢的概念”蛻變為“造血的產業”。得場景者，不僅得天下，更得未來。得場景者，得AI發展主動權。在經歷了技術突破的狂喜，對通用智能的憧憬後，人工智慧正從“技術驅動”向“場景牽引”轉移。那些場景是資本下注的焦點？企業如何在多維博弈中定位？資本或許有著更為敏銳的洞察。範式轉移：場景為何成為關鍵？中關村天使投資聯盟秘書長徐勇認為，場景之所以躍升為AI時代的核心議題，是技術、商業與生態三重邏輯共同演進的結果。首先，技術本身已跨越可商業化的臨界點。以大語言模型為代表的生成式AI，實現了從“分析理解”到“創造生成”的能力飛躍，能夠直接響應並融入多樣化任務的通用型“工具”。這為技術紮根於具體場景掃清了根本性障礙。其次，商業邏輯在熱潮中回歸冷靜與本質。正如徐勇所言：“普通人很難為夢想買單，但我們會為需求買單。”一個AI項目能否獲得持續支援，越來越取決於它是否精準錨定具有真實痛點的場景，並交付清晰可感知的價值增量。最終，一場圍繞場景的生態共識正在加速形成。從政府政策將“人工智慧+”置於高位，到平台企業開放接口與真實環境，再到投資機構將“落地場景”列為評估項目的首要指標，多方力量正協同推動AI技術步入產業應用的深水區。核心矛盾：場景抉擇中的多維博弈然而，通向場景的道路並非一片坦途，需要智慧與勇氣的戰略抉擇。徐勇指出，行業參與者們正站在核心矛盾的交叉點上，每一次選擇都可能定義未來的格局。一是廣度與深度的選擇，是鋪開面還是紮下根？將AI技術廣泛賦能於千百個行業（廣度）能快速形成市場規模效應，但真正的壁壘和顛覆性價值，往往來源於在單一賽道中將技術與業務細節“打穿打透”（深度），這要求超凡的耐心與專注。二是近期與遠期的權衡，是懸在大型企業頭上的戰略難題。是進行溫和的“+AI”改良，在既有產品上增添智能模塊；還是開啟激進的“AI+”革命，冒著顛覆自身核心業務的風險，用原生AI產品重塑賽道？許多企業陷入“談愛已老，談死太早”的躊躇。三是原生與提升的路徑，劃分出創業者的兩種命運。選擇“AI原生”，意味著投身於如通用具身智能這般從零建構的全新世界，前途遠大但道阻且長；選擇“AI提升”，是用技術改造現有流程（如行銷、客服），能更快觸及現金流，但也可能錯失定義下一個時代的船票。四是共識與反共識較量，考驗著投資者的遠見。是追隨市場熱點與明星團隊，在擁擠的賽道中尋求均值回報；還是基於獨立洞察，下注於當下非主流卻可能代表未來方向的技術路徑？歷史表明，最偉大的創新常常萌芽於共識的邊界之外。資本看好的AI場景有那些？在紛繁複雜的可能性面前，資本以其敏銳的嗅覺，為我們勾勒出當前最具共識與潛力的AI場景投資版圖。AI for Science：科學研發新範式革新。AI不再僅是輔助工具，而是成為科研的“第五範式”。水木清華校友種子基金管理合夥人王學輝表示，近期該領域熱度飆升，除了傳統的生化環材等應用領域外，其機構近期立項的AI+可控核聚變、AI+量子計算項目，也是這一賽道的典型代表。他提到，AI在可控核聚變中的應用突破了傳統認知，通過“黑盒子對黑盒子”的模式，實現了等離子體的高效控制，這種類似大語言模型湧現效應的技術突破，正成為當下真實發生的產業變化。海光資訊政府與公眾行業方案部總經理姜永凱認為，AIforScience正在推動科研範式從傳統“試錯煉金”向“衛星導航式”轉變，成為繼實驗、理論、計算、資料之後的“第五範式”。從資本邏輯來看，這一賽道的核心價值在於大幅縮短研發周期、降低研發成本，比如新藥研發從靶點發現到確定臨床前候選藥物，周期可從54個月壓縮至12~18個月，效率提升3~4倍。具身智能：無巨頭壟斷的新賽道。作為全新的AI應用形態，具身智能因無傳統巨頭壟斷、商業化落地加速，成為資本重點關注的新風口。王學輝認為，具身智能與舊場景“+AI”不同，舊場景中傳統勢力憑藉既有優勢更易勝出，而具身智能是全新賽道，所有參與者處於同一起跑線，目前已有多家相關企業啟動A股、港股上市計劃。漢王科技董事、副總裁劉秋童表示，人形機器人目前落地場景有限，但其他形態的具身智能機器人已找到明確落地場景，若能深耕細分領域，有望誕生獨角獸企業。從資本佈局來看，具身智能的投資重點是“場景落地”，資本更關注機器人在具體場景中的應用能力，如咖啡機器人、原生機器人便利店，以及家用康養機器人等，這些場景無須極高的穩定性，容錯率較高，且能快速對接C端或B端需求，成為具身智能商業化的突破口。AI+硬體：依託供應鏈優勢，軟硬體一體成破局關鍵。AI+硬體是資本佈局的重點賽道，尤其聚焦於消費電子、智能穿戴等細分領域。源數創投創始合夥人沈棟樑明確表示，看好AI+消費電子賽道，認為釘釘A1等產品，完美結合了中國電子數位供應鏈優勢與AI能力，在落地場景中解決實際需求，具備極強的競爭力。他認為，智能穿戴裝置等細分領域有望在2026年迎來爆發。劉秋童指出，美國AI投資集中於大模型、軟體與SaaS服務，而中國企業與消費者更願意為硬體和服務買單，這為中國AI硬體發展提供了天然土壤。他強調，2026年將是AI驅動軟硬體結合產品的爆發年，全球市場對中國AI硬體認可度極高，一些產品先風靡美國再進入國內的案例，印證了中國AI硬體的全球競爭力。同時，AI硬體的爆發也帶動了上游核心元器件的需求，記憶體漲價讓資本意識到，AI產業鏈上游硬科技（如新型液晶顯示器）具備長期投資價值。值得注意的是，“不投軟不投硬，只投軟硬體一體”的投資理念，也成為資本佈局AI硬體的核心邏輯，脫離軟體的硬體缺乏競爭力，脫離硬體的軟體難以落地，唯有實現軟硬體深度融合，依託中國完善的供應鏈體系，才能快速實現產品迭代與商業變現，這也是AI眼鏡、智能電紙本、AI血壓計等產品獲得資本青睞的核心原因。AI+泛科技與高端制造：前沿場景佈局，搶佔未來先機。資本在佈局成熟場景的同時，也在積極佈局AI+泛科技、高端制造等前沿場景，搶佔未來產業先機，主要包括AI+航天、AI+3D生成、AI+基礎材料等細分領域。鉛筆道董事長王方提到，AI在航天領域的應用已從輔助發射向主動參與轉變，馬斯克在2024年就利用AI模擬火箭研發，通過上萬次虛擬迭代篩選最優版本，國內航天大模型也已實現“上天工作”，該賽道雖短期內商業化難度較大，但長期戰略價值極高。王方認為，在AI+3D生成領域，2026年將迎來技術臨界點，用戶無須掌握專業軟體，僅通過文字、圖片就能生成高質量3D模型，可廣泛應用於產品原型設計、遊戲、動畫等領域，目前該賽道已出現多個未來獨角獸，資本投資熱度較高，有望撐起泛娛樂產業的新增長極。而AI+基礎材料領域更是呈現出“顛覆式創新”，相關企業已能利用AI在數月內研發出傳統模式下需數年才能完成的基礎材料，且可直接量產，2026年預計將有超過20款AI研發的基礎材料落地，大幅推動高端制造產業升級，成為資本佈局的前沿熱點。制勝關鍵：創造“又新又大”的場景回顧歷次技術革命，一個清晰的規律浮現：最大的價值從來不是對舊世界的優化，而是對新世界的開拓。徐勇提出，AI時代真正的制勝關鍵，不在於將技術擴散到多少舊場景，而在於創造出那些“又新又大”的原始場景。“新”，意味著它必須是技術催生的、前所未有的產品形態或服務模式。“大”，意味著它具備支撐兆級市場或重塑全球產業網路的潛力。因此，當下的產業圖景，既需要對上述焦點領域進行深耕，以解決現實問題並積累能力；更需要一份超越現有框架的、天馬行空的想像力。未來的定義者，或許正隱藏在某個“反共識”的探索中，致力於將AI的能力組合，應用於一個我們今天尚覺陌生、但未來將不可或缺的“又新又大”的場景裡。為抵達這樣的未來，生態共建成為必然選擇。徐勇提出了建構開放協同AI生態的三大倡議。一是投資機構需要打破成見。當前AI投資圈存在明顯的“背景偏好”，但真正偉大的場景創新常常源於意想不到的地方。徐勇提醒：“在AI新場景模式下，很有可能是那個祖克柏，是可能沒有在名校裡完成完整學業，是那個天才的想法然後營造出一個巨大的場景。”二是鏈主企業應當開放場景。頭部企業擁有豐富的應用場景和產業資源，開放這些資源不僅能加速AI創新，也能為自身帶來新的增長點。漢王科技等企業已經邁出了第一步，邀請合作伙伴共同探索AI應用場景。海光資訊也很關注如何打通最後一公裡的應用場景，通過光合組織（海光產業生態合作組織）聚集與賦能生態伙伴共同發展。三是創業公司必須聚焦價值。在熱鬧的概念和炫酷的技術演示之外，創業者需要回歸本質：創造真實價值。徐勇強調：“價值創造這幾個字非常重要，擁抱開放的合作。”徐勇認為，這場AI技術與場景融合的征程中，“書生+土匪+軍師”的理想組合正逐漸清晰，技術專家的深度知識、商業開拓者的果敢決斷與戰略規劃者的遠見卓識缺一不可。這場遠征的最終勝者，將是那些既能深刻理解技術內核，又能敏銳洞察場景脈搏，並以開放協作的姿態，敢於在未知中開闢新路的探索者。 (中國資訊化週報)

【導讀】千問首款AI硬體“千問AI眼鏡”正式上線，後續將全面接入千問App中國基金報記者 曹雯璟3月2日，千問首款AI硬體“千問AI眼鏡”正式上線，開啟線上線下全管道“0元預約”。據悉，該產品將於3月8日在中國市場現貨發售，並於2026年內登陸全球市場。千問AI眼鏡還將全面接入千問App，首批點外賣、訂酒店等“辦事”功能預計於3月底向使用者開放。“千問AI眼鏡”正式上線G1系列率先“0元預約”據瞭解，千問AI眼鏡首發推出S1與G1兩大系列，搭載最新一代千問大模型，具備行業領先的響應速度與互動流暢度，支援高精度多模態理解與即時互動，全面覆蓋高畫質拍攝、AI翻譯、會議記錄、識圖識物等核心生活與辦公場景。其中，千問AI眼鏡G1系列率先線上上線下全管道開啟“0元預約”，並於3月8日正式現貨開售。G1系列官方標價2899元，在已實施國補政策的省份，符合條件的使用者可疊加享受地方財政補貼、商家專項優惠及千問App專屬優惠券，綜合到手價低至1997元。據介紹，在硬體配置層面，G1系列配備雙旗艦晶片雙系統、五個麥克風陣列加骨傳導、大振膜高性能喇叭聲學硬體等，具備清晰通透的音訊體驗。採取更輕量設計與可換電體驗，整機重量僅約40g，佩戴體驗接近普通光學眼鏡，配合天鵝頸可調節支架和FDA食品級矽膠鼻托，適合全天候舒適使用。在影像拍攝方面，G1具備手機級影像技術，可實現0.6秒極速抓拍、3K視訊錄製，並通過AI超分超幀技術輸出4K視訊。同時採用行業首創的Super RAW暗光增強技術，顯著提升暗光環境下的拍攝畫質與穩定性。內建業內最大的64GB儲存空間，顯著延長連續拍攝時長。此外，千問AI眼鏡G1還首次推出“墨鏡款”，並一口氣上線7種多彩鏡片配色，滿足多元審美與場景需求。除國內市場外，千問AI眼鏡計畫於2026年內全面進軍國際市場，並與Spotify、PayPal、Google Maps等主流國際生態服務深度適配，憑藉“最強開源大模型+頂級硬體配置+國民級AI助手”的黃金組合，直接對標Meta、Apple、Google等科技巨頭，在AI硬體賽道展開正面競爭。千問搶佔AI時代的新入口在春節期間，阿里已經通過“千問+阿里生態”模式，極大提升了千問的辦事能力，讓千問能點奶茶、訂酒店機票、訂電影票，一躍成為國民級AI助手。在春節爆火之後，千問迅速宣佈進軍硬體領域，顯然是在乘勝追擊，希望在App之外，再搶下一波AI入口。據阿里內部人士透露，除AI眼鏡之外，千問還會在年內陸續發佈AI指環、AI耳機等產品，並面向全球市場發售。業內人士表示，AI硬體的意義不僅是入口，也是對AI助手千問“辦事”能力的全面加強：讓AI能“辦事”，關鍵難點是對真實世界和使用者意圖的理解。如果將AI“辦事”的維度分成數字世界和物理世界：在數字世界“辦事”，主要考驗的是模型的智力水平，即coding能力、上下文能力以及多模態能力，這些能力達到領先水平，讓AI去解題、寫程式碼、做研報的能力就會極大增強，滿足生產力需求。業內人士同時指出，在物理世界的層面，僅靠基模的“智力水平”是不夠的。AI硬體讓千問跳出手機，用AI眼鏡、AI耳機、AI指環等多種形態硬體深入到真實世界感知，通過對大量模糊的使用者需求和多模態資訊的捕捉和互動驗證，能夠迅速提升千問“辦事”的效率和精準性，為阿里的AI辦事特色築上一道更堅實的技術壁壘。未來，“多入口”形態和更強大的“AI辦事”能力，將成為千問在AI市場競爭中的兩張王牌。 (中國基金報)

從“講故事”到“找面包”人形機器人產業的分水嶺已顯現，務實者的腳步比以往任何時候都更加清晰。2025年10月，我們的“探源計畫 · 具身智能巡迴調研”第二站抵達杭州，在這個以電商和數字經濟聞名的城市，一場關於下一代計算平台的產業實踐正在悄然進行。此次，我們深入杭州兩家代表性人形企業：雲深處科技與智澄AI。前者是從四足機器人穩健拓展至人形賽道，後者是高舉世界模型技術旗幟直指通用人工智慧。此前在北京站感受到的“行業分化”，在這裡進一步加深。一邊是自下而上，從硬體穩定性出發的務實路徑；另一邊是自上而下，從世界模型切入的宏大構想。“硬體優先”和“模型驅動”的分野杭州兩家企業選擇了截然不同的技術路線，這實質上也是行業對如何實現具身智能本質的不同理解。“硬體優先”是雲深處科技鮮明的特質。這家從浙江大學實驗室走出的企業，帶著濃厚的工程實踐基因。創始人作為長期從事機器人研發的學者，將“穩定性”列為技術開發的第一優先順序。雲深處科技毫不避諱硬體本體的基礎性地位：“若本體穩定性不足，即使有大模型，機器人仍無法落地。”這一觀點建立在他們深耕B端市場多年的實戰經驗上。在電力巡檢、消防應急等場景，機器人故障意味著可能造成重大損失，客戶對故障幾乎是零容忍。巡迴調研 · 雲深處科技雲深處科技選擇了一條看似保守但極為紮實的發展路徑：先通過四足機器人在高需求、高容錯要求的B端場景驗證穩定性，再逐步拓展至人形機器人領域。他們的四足機器人已在電力巡檢、消防領域佔據九成市場份額，這種“場景深耕”策略為其提供了持續的收入來源和真實的資料反饋。從四足機器人起家，到2025年才拓展至人形機器人賽道，這一演進路徑本身就說明了其漸進式的技術哲學。與雲深處科技形成鮮明對比的是智澄AI的“模型驅動”路徑。這家2024年初才成立的新銳公司，由前Meta、微軟、華為高管創立，帶有明顯的AI軟體和演算法基因，其核心競爭優勢之一就是建立在物理世界大模型的研究和創新上。智澄AI提出了一個引人深思的觀點：VLA路線依賴於資料記憶，而當前摩爾定律已接近極限。相比之下，世界模型通過理解物理規律實現泛化，脫離了記憶資料分佈的侷限，且更有可解釋性。他們將技術重心放在物理智能的實現上，旨在使機器人能夠真正感知世界、理解物理規律，並利用因果關係推斷下一秒的行為互動。智澄AI的產品線佈局同樣遵循這一理念：從TR4物理智能複合型人形機器人到TR5高性能通用人形機器人，均以世界模型作為核心競爭優勢之一。他們堅信，通用機器人的未來並非侷限於特定場景的最佳化，而在於對物理世界的全面理解能力。巡迴調研 · 智澄AI兩種路徑背後，實質是行業對“何為機器人核心競爭力”的不同回答。雲深處科技的硬體優先路線，源於其在四足機器人領域已經驗證的工程能力；而智澄的模型驅動路線，則基於對通用人工智慧的長期信仰。這兩種路徑並非完全對立，更沒有絕對的優劣之分，而是行業探索過程中的必要分化。但一個不容忽視的事實是：無論選擇那條路徑，企業都必須面對技術成熟度與市場預期之間的巨大落差。從“講故事”到“找面包”如果說技術路徑的選擇反映了企業的基因，那麼商業化策略則體現了企業對生存現實的認知。在杭州站的調研中，我們看到了兩種不同但務實的商業化思路。雲深處科技的商業化路徑帶有明顯的“行業需求驅動”特徵。公司的四足機器人業務已在電力巡檢、消防應急等領域實現90%的市佔率，形成了穩定的B端收入來源。值得注意的是，其客戶採購行為發生了明顯變化：從往年的1-2台/家增至10-20台/家，這種批次採購的現象，不是來自市場宣傳，而是產品穩定性提升帶來的自然結果。雲深處科技對人形機器人的商業化保持謹慎樂觀。公司推出的D202人形機器人主打“全天候全戶外”能力，但明確採取“小範圍定製化交付”策略，暫無大規模預售計畫。這種克制源於對產品穩定性的重視。圖源：雲深處科技智澄AI的商業化路徑則展現出科技公司的靈活轉型特質。公司初期聚焦世界模型的創新研發，結合中國商業化特點與行業發展趨勢，發現機器人本體業務更能凸顯企業特色，遂佈局機器人硬體賽道，形成“模型+本體”協同發展的模式。目前，其TR4物理智能複合型人形機器人、TR5高性能通用人形機器人，兩款通用機器人明星產品已登陸京東平台。智澄AI明確將柔性製造、安防巡檢、生化場景等領域作為重點應用場景，秉持實用主義的定位策略。公司已和廚具企業、工業製造方及食品檢測機構展開戰略合作，但同時坦言，目前尚未實現大規模量產落地。兩家企業的商業化策略雖有差異，但共同點是都放棄了“概念炒作”，轉向了更為務實的生存模式。雲深處科技依靠四足機器人的穩定收入支撐人形機器人研發；智澄AI則通過硬體銷售為模型研發輸血。這種“以戰養戰”的策略，正是行業從前期的狂熱轉向理性發展的重要標誌。資料、供應鏈與可靠性瓶頸在調研過程中，無論是硬體優先的雲深處科技，還是模型驅動的智澄AI，都坦言面臨著一系列技術產業化落地的共同挑戰。資料短缺是制約模型迭代的核心瓶頸。智澄AI團隊坦言，真實場景下的有效資料極為稀缺，比如抓取水杯需成千上萬次訓練實操，而當前這類資料仍主要依賴人工手動採集，不僅耗時費力，完成度也相對較低。在模擬資料層面，智澄AI已與合作夥伴達成戰略合作，獲取多場景下的模擬資料儲備，但模擬環境終究無法完全復刻物理世界的複雜變數，難以徹底彌補真實資料的缺口。智澄AI指出，部分零部件供應商缺乏人形機器人相關的經驗，需要各方共同探索解決方案。供應鏈成熟度是另一個現實約束。智澄AI指出，部分零部件供應商缺乏人形機器人相關的經驗，需要各方共同探索解決方案。雲深處科技則採取自研核心部件與外部合作相結合的策略，確保技術可控性與適配性。供應鏈的成熟不是單一企業能夠推動的，需要整個產業鏈的協同進步。圖源：智澄AI這些挑戰的存在並不意味著行業停滯，相反，它們指明了前進的方向。知道那裡有問題，比盲目樂觀更重要。值得注意的是，兩家企業都對短期市場預期保持理性。雲深處的判斷頗為謹慎：他們認為四足機器人市場仍處早期，離“iPhone時刻”很遠，需要政府引導、成本下降、技術成熟三方面共同推動。對於人形機器人，他們預計短期（1-2年）內難以大規模應用，2030年左右才可能進入家庭或複雜場景。這種保守預測源於他們的實戰經驗——只有真正交付過產品的人，才知道從演示到商用的距離有多遠。雲深處拒絕參與“框架協議噱頭”，強調務實比炒作重要，這種態度在當前的行業環境下尤為可貴。智澄AI對行業趨勢的判斷亦彰顯其理性特質：他們認為，上半年行業偏重“表演”性質，而下半年正逐步轉向實際應用，資本的關注點也更集中於世界模型的落地能力。此外，當前階段亟需聚焦於具體的應用場景。寫在最後：尊重規律，尊重現實兩家企業都認識到，行業的真正突破不會來自單一技術點的最佳化，而是系統能力的整體提升。雲深處強調“軟硬一體化”的工程難度，智澄AI則關注世界模型的通用能力，都是從系統視角思考問題。行業正經歷著從追求“技術可能性”到注重“商業可行性”的深刻轉變。無論是雲深處的場景深耕，還是智澄AI的模型探索，最終都要回答一個簡單而殘酷的問題：能否在真實場景中穩定解決問題並創造價值。在杭州這兩家企業身上，一種難能可貴的品質是：對規律的尊重和對時間的耐心。杭州站的調研給我們最大的啟示不是技術突破或商業奇蹟，而是一種現實主義者的堅韌。無論是雲深處的硬體優先，還是智澄的模型驅動，他們都選擇了一條尊重行業規律、尊重市場現實的路徑。 (高工人形機器人)

即插即用，無需Mac mini。OpenClaw（原名Clawdbot）爆火，「賈維斯」狂潮席捲全球。剛看了下京東，本地Agent甚至已經成了Mac mini的廣告語……最近矽谷的一個本地Agent項目也很有關注度，而且是軟硬體打包好，買回來就能直接用的那種。長這樣子，賣250美元（折合人民幣約1700元），買來插上電就能當OpenClaw用。對，硬體版的OpenClaw……硬體版OpenClaw名字叫Distiller Alpha，一款Linux硬體，核心計算模組基於樹莓派CM5，8GB記憶體，64GB儲存。在此基礎上，還整合了墨水屏、麥克風、揚聲器、攝影機……特別小一個，手掌一半都不到，整體尺寸比手機還小，感覺能直接揣褲兜。所有都提前在這塊硬體裡部署好了，掃下墨水屏上的二維碼，就能直接進入互動介面，和一個叫Pamir的Agent對話。OpenClaw能幹的都能幹，整理檔案、翻閱X、發郵件……理論上，只要能通過「點選」解決的事情，都沒問題。同樣是一個24小時待命的賈維斯，可以隨地大小Code。這些都不是重點。上面這些事情，OpenClaw都能做，甚至能更誇張。Pamir最不一樣的地方，是它竟然還可以給硬體Vibe coding……有人給掃地機器人裝了根機械臂，現在不僅能掃灰塵了，遇到大點的垃圾也能順手撿起。有個老哥在家裡搭了一套賽車模擬器，把Pamir當「副駕駛」用。每次他跑完一圈後，這個「副駕駛」會自動幫他回顧和分析駕駛資料，然後把這些資料即時展示在他接上的一堆小螢幕上。就連這個8×8的LED燈陣都能玩出花來，只需要一句話就能搞出各種炫酷的特效。如果你想，甚至能在這上面玩貪吃蛇……各種離譜的demo見得多了，能給硬體Vibe coding的Agent倒還是第一次見。正好最近本地Agent火，相信大家心裡多少都有不少困惑：這條路到底和其他Agent有什麼不同？類似的創業者如何看OpenClaw？使用者又該如何更好地打造自己的「賈維斯」？帶著這些問號，量子位找到了這家硬體版OpenClaw，Pamir的兩位創始人之一——葉天奇，聊了聊他們在本地Agent這條賽道上的想法。採訪原文超1.2萬字，資訊密度很高，其中有不少有趣的觀點。為了完整呈現葉天奇的思考，我們決定不做過多處理，直接把全文端上來。在這場對話裡，你會看到：軟硬一體的Agent，會有什麼不一樣？OpenClaw到底做對了什麼，火了之後為什麼又迅速暴露出一堆安全問題？為什麼Mac mini並不是最適合部署Agent的硬體？那些提前半年就體驗過OpenClaw這種能力的人，現在都怎麼用本地Agent？為什麼對初創公司來說，硬體是一條更合適的路徑？AI時代下，電腦的最終形態可能會長什麼樣？以下附上訪談全文，為提升可讀性，量子位在不改變原意的前提下，對內容進行了適當調整和刪減。OpenClaw、本地Agent，以及電腦的下一步 Pamir是什麼？Q：Pamir現在做的Distiller Alpha是什麼？它能幹些什麼？葉天奇：Distiller Alpha本質上是一台Linux的mini PC，一台非常小的Linux小電腦。我們把傳統電腦裡一些最基礎的元件單獨拎出來，配上小螢幕、LED燈、麥克風、揚聲器，以及各種各樣的IO介面，把它做成了一個非常緊湊的形態，整體尺寸比手機還小。在系統層面，我們給這台裝置預裝了Agent，目前主要用於跑Claude Code。基本上，只要是Linux+Docker能做的事情，它都能做。最典型的場景是Vibe coding。現在有一批開發者非常痴迷Vibe coding，希望隨時隨地都能寫程式碼，他們會通過手機遠端操作我們的裝置。除此之外，還有一批使用者會把我們的裝置接到各種各樣的硬體上，通過Vibe coding的方式來開發和控制這些硬體。Q：「Vibe coding+硬體」的組合聽起來挺新鮮的，可以展開講講嗎？葉天奇：這個方向其實並不是我們一開始有意設計的。從使用者角度來看，會購買我們裝置的人，往往本身就很喜歡玩硬體。很多設計師，他們很懂電子產品設計，但並不擅長程式設計。過去他們使用的往往是比較簡單的開發板，如果要做原型，就需要雇電子工程師幫忙。現在他們會直接把Distiller Alpha接到硬體上，把自己的想法描述出來，系統就可以自動幫他把對應的邏輯和程式碼生成出來。還有一些使用者，會用它去「接管」已經存在的裝置，比如藍牙裝置。很多藍牙裝置其實並不需要額外的密碼，只要傳送一串正確的二進制指令，就能完成控制。他可以直接對系統說：「幫我掃描一下附近有那些藍牙裝置」「幫我把這盞燈關掉」。很多智能家居都是自己獨立的一套App，非常零散。用Distiller Alpha就能一個頁面裡，控制家裡所有的智能裝置。再比如印表機，你不需要安裝官方App，只要知道它內部使用的是什麼晶片，就可以讓Agent寫程式碼、做簡單的逆向工程，讓這台印表機工作起來。Q：如果不靠Distiller Alpha，極客通常是怎麼完成這些操作的？葉天奇：這個問題其實挺有意思的。我之前也問過一些使用者，發現主要取決於技術水平。技術能力強的人一直都是手寫。他們會先去讀硬體的說明書，搞清楚晶片型號、通訊方式和程式設計方法，然後直接寫程式碼、燒錄。但對技術能力沒有那麼強的人來說，過去的主流方式，其實是用ChatGPT。他們會把需求丟給ChatGPT，讓它生成一段程式碼，然後複製貼上到硬體的編輯器或燒錄工具裡，點一下燒錄，再測試。如果發現不work，就把報錯資訊再反饋給ChatGPT，讓它改一版程式碼，再複製貼上、再燒錄。有了我們的硬體之後，整個鏈路被閉環了。Agent可以自己寫程式碼、自己燒錄到硬體上、自己讀取報錯資訊、再根據結果修改程式碼並重新燒錄。不再需要在中間反覆做人肉中轉。Q：為什麼Distiller Alpha會出現這麼多偏硬體的玩法？葉天奇：核心的原因在於出發點不一樣。OpenClaw是從軟體方向起步。即使你買了一台Mac mini，也很少想到把它當成嵌入式裝置，塞進另一個硬體裡。一方面體積擺在那裡，另一方面它的IO介面數量有限，也不太容易激發使用者在硬體層面進行二次開發的慾望。而且OpenClaw本身更偏向於為知識工作者設計互動。對開發者來說，如果要寫軟體，不太可能通過WhatsApp、Telegram這種聊天氣泡式的方式，那會非常痛苦。本質上還是面向的人群不同。我們早期的定位就是remote——一個讓你隨時隨地都能接觸到自己Claude Code的裝置。最早購買我們的，基本都是Early adopter型的開發者。後來隨著Vibe coding這個概念被更多人接受，有開始有越來越多非開發者、甚至傳統意義上的知識工作者購買我們的裝置。有的使用者在自己買了之後，還會再給父母買一台。而這些非開發者使用者，往往會把我們的產品當成一種「智能硬碟」來用。Q：Distiller Alpha本身的硬件由那些元件構成？葉天奇：我們在設計這款產品時的一個原則是：在體積允許的情況下，把能裝的能力儘量都裝上。比如燈帶，它的核心作用是顯示Agent的工作狀態。比如Agent在思考時，會顯示黃色燈光；當Agent需要使用者介入時，會閃爍綠色燈光。我們希望通過這種比較克制的方式，把Agent的狀態融入到裝置本身。現在很多程序會用消息通知或者聲音提醒，但我們覺得，用一種更偏「環境感」的方式，通過視覺氛圍來反映Agent狀態，會更自然一些。而且，通過環境光來傳遞狀態的資訊方式，本身就很極客。這點可以類比喜歡裝機、玩電腦的人，會很熱衷RGB燈效。螢幕的設計思路同樣比較極客。我們用的是一塊墨水屏。一方面，墨水屏顯示效果很好，很多開發者本身就對這種螢幕有偏好；另一方面，它的功耗非常低。有些使用者會把這塊螢幕改造成自己的Personal dashboard，比如顯示股票資訊、未讀郵件數量，或者當天還有多少任務需要處理。這類資訊不需要頻繁刷新，墨水屏非常合適。還內建了麥克風和揚聲器。有的使用者會設定：每天早上醒來時，讓裝置從自己的音樂列表裡挑一首最喜歡的歌來叫醒自己。另外，我們還內建了一個攝影機，主要是給開發者使用。有人會用它來遠端看看家裡的貓狗，或者用來監控另一台電腦的螢幕狀態。這些都屬於比較自由的開發用途。Q：算力配置是什麼水平？葉天奇：目前是8GB記憶體、64GB儲存的CPU平台。這個配置其實不是一開始就想清楚的，你需要積累很多真實使用的know-how，才能知道跑一個Agent到底需要多大的記憶體、多少儲存。我們會從幾個維度去看，比如：一個普通使用者通常會同時跑多少個Agent；這些Agent的知識資產大概會增長到什麼規模；一個使用者大概用多久，裝置裡的儲存就會被填滿；Agent的運行上限在那裡，瓶頸會出現在記憶體、儲存還是IO上。一個很有意思的發現是，我們一開始低估了知識資產的增長速度。之前沒想到會有這麼多知識工作者，有些使用者會長期給裝置外接一塊SSD，把每一次對話、每一次任務執行的記錄全部存下來，在他們看來，這些是非常重要的個人資產。這類需求很難在產品設計階段預判。但一旦接觸到使用者，就會意識到儲存本身，是Agent產品裡一個非常關鍵的維度。Q：Pamir的技術原理是怎樣的？葉天奇：我們在產品路徑上，和很多AI公司不太一樣。我們是先做硬體和系統，再在探索過程中不斷摸索軟體形態。一開始，我們在裝置裡直接內建了VSCode。我們的判斷是，VSCode基本可以覆蓋大多數軟體開發和互動需求。後來隨著產品迭代，我們不斷做減法，把介面逐漸收斂，最終拆掉了傳統意義上的「GPT對話介面」。軟體互動主要基於內部網路直連。只要這台裝置是開機狀態，無論你在什麼地方，用電腦也好、手機也好，都可以直接訪問到它。有點像一個ChatGPT式的入口，不同終端之間是完全同步的。硬體互動方面，裝置上有一個小的顯示模組，會即時顯示當前裝置的連接狀態。比如我們會展示一個二維碼，任何人用手機一掃，就可以直接進入這台裝置，向Agent傳送指令。Pamir的差異點在那？Q：Distiller Alpha和OpenClaw有什麼區別？葉天奇：在我看來，OpenClaw更像是一個「軟體傻瓜包」。它本質上像一層膠水，把很多已有的能力粘合在一起，解決的是可用性和易用性。這有點像當年大家對原生Android系統不滿意，於是會去刷各種第三方ROM，比如MIUI。OpenClaw刻意簡化了很多複雜的項目管理流程，把所有互動都集中在一個Chat session，同時在記憶持久化上做了大量工作，讓普通使用者更容易使用Agent。其實類似OpenClaw的項目以前也不少，沒有十個也有五個，只是今年OpenClaw跑出來了。我認為一個重要原因在於，它「膠水粘得足夠多、足夠好」。我們更關注另一層問題：如何讓使用者快速、安全地訪問Agent？當Agent出錯時，如何在系統層面進行回滾？圍繞這些問題，我們把自己正在做的事情統稱為Agent runtime。除此之外，我們還把麥克風、揚聲器、燈帶等硬體能力全部打包成SDK，再進一步抽象成Skills，原生地放進Agent體系裡。這樣一來，Agent在執行階段，就不只是「生成文字」，而是可以通過硬體去表達狀態、反饋和意圖。Q：把硬體能力打包成Skills，解決了什麼痛點？葉天奇：一個很直接的痛點是，非技術使用者如何快速上手硬體。我們在賣產品時，會附贈一個硬體小玩具。那怕你完全不懂技術、不懂程式設計，拿到產品之後也可以立刻開始玩。只需要開機，把這個硬體插上，就可以直接用，不需要理解它的工作原理。這個過程其實不需要我們在Agent層或者模型層投入特別大的精力。因為硬體是通過USB和裝置通訊的，只要插上，Agent就能立刻識別你連接了什麼裝置。比如你插的是一塊基於ESP32的LED模組，這個資訊會直接在系統裡被識別出來。當你再去和Agent互動時，Agent會先檢查當前的USB連接埠上連接了什麼裝置。它會發現這是一個基於ESP32的、具體型號是什麼的硬體，然後再去查看：當前項目目錄裡，是否已經存在這個硬體對應的說明書。然後Agent就會知道，如果要給這個硬體寫程序，需要用什麼工具、通過什麼方式刷進去；如果過程中遇到問題，它也知道該如何提示使用者，比如提醒你去按一下裝置上的reset按鈕進行排錯。Q：Pamir能做OpenClaw能做的事情嗎？葉天奇：可以的。因為Distiller Alpha本身也是一台完整的電腦，和買一台Mac mini來跑是同一種性質。只要是那種長期、可重複利用知識資產的工作，都可以直接放在我們的裝置上去運行。有一位使用者是網路安全專家，他積累了非常多年的安全經驗，自己整理了一大批網路安全相關的資料和方法論，全都記錄在文件裡。他把這些文件交給Agent，相當於把自己的經驗沉澱成一套可以執行的SOP。在網路安全領域，有一種常見的工作方式叫做漏洞賞金，安全研究者會到各個網站上尋找漏洞，找到之後網站會支付報酬表示感謝。這個使用者就是把自己的經驗交給Agent，讓Agent 24小時不間斷地在各類網站上尋找漏洞。Q：Pamir的自研硬體，和Mac mini這種通用電腦有什麼區別？葉天奇：Mac mini有點太奢侈了，如果你的需求只是檢查一下Gmail、看看Slack消息，那其實沒必要花這麼多錢買一台Mac mini。更重要的是，Mac mini並不是一個原生為Agent設計的系統。今天不管是電腦廠商還是手機廠商，本質上做的還是「給人用的裝置」。他們並沒有在系統層面，專門為Agent預留一套執行、行動、回滾的機制。所以Mac mini開箱之後，你需要自己做大量setup，這也是為什麼像OpenClaw這類方案，在真實生產環境中會遇到很多問題。當然，從純性能角度來說，Mac mini的硬體上限很高。但我認為，決定一個系統是否能真正投入生產的，不是性能上限，而是系統層面的下限和魯棒性。Mac mini加OpenClaw的方案是沒法真正投入生產的，原因就在於它的不可控性太強，它不是原生的Agent系統。Q：那Pamir為了做一個「原生Agent硬體」，相比Mac mini砍掉了那些功能？葉天奇：首先，我們沒有桌面，也沒有傳統意義上的螢幕系統。如果你從第一性原理去思考，Agent的工作時長會越來越長，能力也會越來越強，最終它更像是你的一個同事。而你不會和同事共用一台電腦。這也是為什麼我們沒有給Distiller Alpha做桌面系統和螢幕。Agent當然可以在內部使用虛擬桌面、虛擬瀏覽器，但這些並不需要被人看到。Q：圍繞這種第一性思考，你們增加了什麼原生能力？葉天奇：我們非常重視安全性。一個很重要的能力是自修復。如果你把一個OpenClaw交給非技術使用者，玩一天之後，很有可能就把系統搞壞了，因為Agent本身是可以修改自己程式碼的。進Windows時，你可以按F12進入恢復模式，我們認為原生的Agent電腦也應該有這樣的機制，不過是由Agent自己來完成。我們的裝置裡有一個watchdog系統。當系統出現問題時，它會先進行自檢，然後告訴你：比如某個關鍵檔案被誤刪，導致系統異常。你只需要確認一次，系統就會在幾分鐘內完成自修復，重啟後回到正常狀態。在這種情況下，我們甚至不需要提供什麼售後支援。如果你的電腦壞了，讓它自己修自己就好。另外，硬體本身也是一個物理層面的沙盒。有些安全問題，在軟體層面很難徹底解決，但通過硬體就輕鬆很多。比如你在使用Mac時，會用到指紋解鎖。還有一個很重要的點，我們的每台裝置都有一個獨一無二的ID。在硬體層面，我們可以加入專門的加密晶片，用來儲存這個Agent的ID。這個ID只能通過物理層面的方式進行暴力破解才能拿到。Agent所繫結的高敏感個人資訊，是可以直接和硬體捆綁在一起的，這對於防範圍繞Agent的攻擊非常重要。Q：OpenClaw社區最近反饋了很多安全問題，比如擅自重構資料夾，甚至有使用者的錢全被轉走了，這是怎麼回事？葉天奇：這和OpenClaw的設計取向有關。它為了追求便捷性和自動化，希望創造更多「hands off」的驚喜時刻，因此在系統裡加入了非常多的自動執行邏輯。比如它內部有類似「心跳機制」的設計，每隔一段時間就會主動去尋找可以做的事情。但它的下限和系統魯棒性不足，這種過強的主動性和自動性，會直接帶來不穩定性。在我看來，OpenClaw更像是一種新的軟體範式。如果你去看它生成的程式碼，會發現整體結構非常混亂，有不少bug。這種產品會越來越多，而且也會繼續有人使用。但它和我們這種有專業團隊、一步一步從系統層和硬體層進行設計、開發的產品，在本質上還是不同的。我們不會像OpenClaw那樣，為了讓Agent能一直跑，就不斷給它疊加各種Skills。在權限和安全設計上，我們更強調引入人的監管。Q：所以還是OpenClaw的上限更高？葉天奇：我糾正一個容易被誤解的點，並不是說OpenClaw本身的軟體或架構決定了它的上限更高。更多是因為外部條件：它跑在Mac mini這種性能很強的硬體上，同時又呼叫了當前最好的模型。Q：有人把OpenClaw能做的事情從簡單、中等到高難度分了幾個等級，你能給Pamir做個類似的分級嗎？葉天奇：很多知識工作者買我們的裝置，做的事情其實非常簡單。他們把它當成一個「聰明的硬碟」。比如有一位律師使用者，有一個項目涉及兩百多份檔案。我一開始也很疑惑他為什麼要買我們的裝置，後來發現他之前一直用ChatGPT，但沒辦法一次性把這麼多檔案交給它。我們的裝置剛好解決了這個問題。對他來說，它就是一塊可以被Agent理解、可以直接操作的行動硬碟。再比如，有些使用者會把USB 隨身碟插到裝置上，然後直接對Agent說：「這個USB 隨身碟裡有個檔案，你幫我改一下。」Agent可以自己進入USB 隨身碟目錄，找到檔案、修改、再告訴使用者已經完成。這一層的本質就是檔案系統級能力。再往上一層，就涉及真實的「電腦行為」。比如讓裝置去查看Twitter、訂餐廳、處理網頁上的事務。這類事情如果放在純雲端環境，其實並不好做。但我們的裝置本身就是一台真實的電腦，有自己的瀏覽器、桌面和網路環境。舉個例子，我之前想訂一家餐廳，一直訂不到位置。我就讓裝置去盯著網頁。銀行卡資訊是存在裝置裡的，一旦有空位出現，它就可以立刻幫我完成預訂。過去類似的事情，大家通常是寫指令碼來做，但很容易被網站的「機器人檢測」攔下來。現在你可以讓Agent像人一樣打開網頁、瀏覽、點選，這種行為很難被識別為自動化。再往上一層，往往和你個人的技術能力或知識資產高度相關。比如有程式設計師使用者，白天在公司上班，家裡放著我們的裝置，把自己的「第二份工作」相關內容全部交給Agent。他會在中午休息或者空閒時間，通過裝置檢查第二份工作的進度、下達接下來的任務，相當於同時做兩份工。類似的情況也出現在電氣工程師、維修技工身上。他們過去要帶著電腦去現場檢修裝置，現在只需要帶這台裝置，把可復用的維修流程和知識資產都交給Agent，再連接伺服器就行，能顯著加快檢修效率。再往上走，就是偏極客的高級玩法了。比如之前說的逆向印表機、強行控制硬體。如果你的技術背景足夠紮實，只需要把這些知識交給Agent，它就可以很快幫你寫出一份Linux驅動，直接控制裝置。為什麼要自研硬體？Q：Pamir是在用一台硬體去替代原本的電腦。另一種是Manus路線，讓Agent操縱雲端的虛擬電腦。如果看便攜性，這種方式豈不是連額外硬體都不用帶，只需要一部手機就可以了？葉天奇：對，從技術上來說，這是另一種解法。我認為這兩種形態在未來都會長期存在，只是它們適合的任務類型不一樣。雲端虛擬電腦更適合做一次性的任務，比如調研、科研相關工作。這類任務往往是one-shot的，不太強調長期運行和狀態持久化。但如果你需要的是長期持久化的Agent，問題就來了。這些資訊要不要一直放在雲端？那是不是意味著你要持續付費？而且很多高度個人化的資訊，大家也不太願意長期放在雲上。這其實和人們買電腦是一樣的邏輯。理論上，很多檔案都可以放在雲端，但真正和你每天工作強相關、需要隨時訪問的東西，你還是會更希望它在自己身邊、隨手可用。另外一個差別點是，硬體更容易通過USB和硬體打交道。尤其是知識工作者，會大量使用USB 隨身碟、SD卡，實體裝置在這種場景下更順手。Q：除了剛剛提到的這些功能性價值之外，從你的個人體驗來看，這種實體硬體在情緒價值上，能帶來什麼？葉天奇：情緒價值其實非常多。在早期階段，如果你想用純軟體去「驚豔」開發者，其實是很難的一件事。通過硬體形態，反而更容易讓他們產生情感連接。比如Distiller Alpha，外殼表面覆了一層特殊的手感漆，整體是偏柔軟的觸感。很多使用者第一次拿到裝置時，都會覺得這是一個遠遠超出預期的體驗，因為他們從沒見過一台「軟的」的電腦。這會讓他們意識到：這不是一個Mac mini的替代品，而是一個全新的品類。產品形態如果不夠創新，使用者第一句話一定會問：「這和手機有什麼區別？」「這和電腦有什麼區別？」我覺得在做面向未來的產品時，很重要的是，要主動打破使用者已有的認知框架，消解他們的疑慮，讓他們來不及問出這些問題。此外，當你通過硬體設計、材質、觸感，讓使用者意識到這是一個從未見過的形態時，產品的情緒價值就會被顯著放大，這對To C產品來說非常重要。Q：這也是為什麼你們一開始會選擇線下銷售的原因嗎？葉天奇：對。我們會去參加各種駭客松、線下活動。你問的很多問題線上下也經常被問到，比如：為什麼不直接跑在雲上？為什麼不直接用ChatGPT？但現在問這些問題的人越來越少了。我覺得這和OpenClaw的走紅也有關係，如果OpenClaw是四個月前發佈，很多人可能根本不知道它是什麼。但現在，市場對Agent、以及「Agent需要自己一台電腦」這個概念的接受度提高得很快。Q：你們在駭客松遇到消費者，會怎麼說服他購買？葉天奇：我一般會先問一個很簡單的問題：「你平時用不用Claude Code？」如果對方說用，那其實已經基本落在我們的目標使用者範圍裡了。接下來我會繼續問他：「你現在有沒有在寫程式碼？」通常他說沒有。我就會接著說：「你其實應該在寫程式碼，現在寫不了，是因為你把你的電腦合上了。」這時候他往往會愣一下，然後覺得你說得有點道理。然後我會直接掏出手機，給他看我正在用手機遠端Vibe coding。這一刻通常就已經完成了認知轉變。還有一些不是當場發生的。有一個極客，平時用機械鍵盤，晚上敲程式碼聲音很大，女朋友嫌他太吵，不讓他繼續敲。但那天晚上他的靈感還沒斷。他回到床上，突然想起了我們的裝置，於是直接給裝置發消息，繼續推進他的項目。那一刻他覺得特別爽。後來他在社交平台上發了很多帖子，主動推薦大家買我們的產品。我覺得本質上，我們打動的，是那些不希望被打斷心流的人。Q：那假設我已經被說服了，也花了250美元買了這個裝置，我拿到裝置後要做些什麼？葉天奇：首先你需要有一個Claude帳號。大部分購買我們裝置的人其實已經有了。拿到裝置之後，你只需要插上電，它會先顯示一個二維碼。掃這個二維碼之後，會進入Wi-Fi連接頁面，裝置連上網之後，會再生成一個新二維碼。你再掃一次這個二維碼，就可以進入裝置頁面，登錄你的Claude帳號，然後就可以開始對話了。在最開始的階段，我們會給使用者準備一些「玩具級」示例。比如我們會引導你建立一個個人首頁，這個首頁直接跑在這台小電腦上。它可以每天幫你抓取你感興趣的論文、新聞或資訊更新。硬體這塊，我們會附贈一個硬幣大小的8×8的LED燈陣。拿到這個小玩具後，有些顧客會描述自己喜歡的遊戲角色，說：「你幫我把這個角色展示出來。」然後裝置會自己去網上查這個角色的形象，下載需要的依賴，生成對應的程序。兩分鐘左右，這個LED燈陣上就會開始播放他喜歡的角色動畫。整個過程使用者什麼都不用做。Q：在部署成本這件事上，Pamir的優勢主要體現在那裡？葉天奇：我們其實準備了兩套使用方式。對技術人員來說，你可以直接在電腦上打開，用的就是VSCode這一套熟悉的IDE體系。這一類使用者幾乎是零門檻，他們本來就在用這些工具。對非技術人員來說，他們完全不需要碰電腦，可以直接用手機。手機端是一個和ChatGPT很像的網頁介面，通過對話的方式來使用。當然，非技術使用者也不是完全不需要學習，只是學習成本會低很多。我也承認，OpenClaw在這一點上做得很好，它通過整合到使用者已經熟悉的聊天工具裡，對非技術使用者來說，幾乎是「天然可用」的。所以兩者最大的差別，其實是在互動路徑上。Q：剛才聊了很多新使用者的體驗，但你應該算最老的使用者，用了這麼久本地Agent，它對你個人的生活和工作習慣，帶來了那些變化？葉天奇：變化其實非常大。我們是深度使用者，現在大家對OpenClaw的體驗，我們在半年前就已經經歷過了。到現在，我們公司內部已經開始出現一種現象——傳統電腦的存在感越來越低，很多工作，用裝置+手機+iPad，甚至再加一個AR眼鏡，就已經足夠了。現在我們在打開電腦之前，都會先問自己一個問題：我現在要做的這件事，能不能交給裝置？如果答案是肯定的，那這件事可能已經不需要人去做了。所有人的角色，幾乎都被迫「往上提了一級」。以前你可能還是一個主要負責寫程式碼的角色；現在你更像是一個架構師，需要決定方向、拆解問題、設計系統。Q：當Pamir幫把很多工作自動化後，你把時間花在了什麼地方？葉天奇：學習，讀書。當然，作為CEO，我更多的時間會放在判斷接下來幾個月可能發生什麼，以及應該圍繞這些變化去設計怎樣的軟體架構。真正花時間的地方，已經從「執行」，轉移到了Review和思考上。過去，行動比想法更有價值。公司之間的差距，主要來自工程能力和工程時間的堆積。但現在，行動本身的價值在下降，因為Agent可能十分鐘就把事情做完了。反而是你的思考、你的判斷、你的願景，變得越來越重要。所以我們現在會花大量時間去復盤、討論、對齊方向。Q：這種轉變，會對公司的組織形式和工作範式帶來什麼影響？葉天奇：我覺得這種變化帶來的衝擊會非常大，很多公司可能還沒真正意識到這一點。如果把今天的大廠，尤其是一些Frontier Lab，和普通創業公司放在一起看，會發現差距非常明顯。原因在於，模型廠商掌握著模型本身的控制權。使用者在使用過程中遇到的所有問題，都可以被他們捕捉到。這些問題會直接進入下一輪後訓練，模型的下限會不斷被抬高，魯棒性會越來越強。這意味著他們是可以形成閉環的，模型和Agent可以一起成長，產品會越用越好，內部效率也會越來越高。這也是為什麼Claude產品會越用越好。相比之下，如果你只做Agent layer，就算你把Agent寫得再好，它也沒法把反饋「喂」回模型。你只能不斷用人力去維護規則、修補邊界。我覺得今天的創業要想清楚一件事：自己的真正優勢和差異化到底在那裡？一定要做那些別人暫時做不了的事情，主動避開不公平競爭。Q：如果Claude下場做類似的事情，你們的護城河在那？葉天奇：對我們來說，就是系統層和硬體層。硬體意味著供應鏈、生產、真實使用者互動、物理世界裡的反饋，這些並不在模型到Agent的閉環之中；系統層的沙盒、安全、回滾機制，同樣是在模型和Agent之上的一層。說實話，今天軟體層面的護城河已經非常薄了，而且只會越來越薄。就算你做出來一個新功能，別人可能花兩天就能把復現出來。真正的護城河，更多集中在硬體本身，以及軟硬體的深度整合上。能耗、晶片選型、記憶體和儲存的配比、Agent能跑到什麼邊界、供應鏈周期，這些都需要大量經驗和時間去一點一點堆出來。核心還是兩點。第一，是你對Agent的認知深度。這個領域變化太快了，幾乎每天醒來都會出現新的東西。如果你對Agent的理解沒有至少幾個月的前瞻優勢，很容易就會陷入被動追趕。第二，是你能不能做出10倍、20倍等級的使用者體驗差異。如果只是1.2倍、1.5倍的改進，在今天的軟體競爭環境裡，很快就會被淹沒。你看現在Claude產品確實已經很好用了，但真正的非技術使用者有多少人在用Claude Code？在我看來，這個體驗距離「我爸媽也能用」之間，依然存在明顯的gap。而這個gap，恰恰是本地Agent和軟硬體結合還有機會去填補的地方。Q：有沒有一些關於使用Agent的小tips，能讓普通使用者用得更高效一些？葉天奇：我覺得可以先假設一個前提。如果大家用的都是頂尖模型、頂尖Agent layer，那麼最終效果的差異，很大程度上並不來自「模型聰不聰明」，而是你如何和它溝通。一個很常見的問題是，很多人一上來就把一個很大的任務一次性交給Agent。這種情況下，Agent做不好是非常常見的。我自己的習慣是先和Agent一起做計畫。但我也不會讓它一次性把所有事情規劃完，然後直接Kick off全流程。那樣在執行過程中，幾乎一定會出錯。我傾向於把任務切割成足夠小、足夠清晰的步驟，再告訴Agent把這套計畫存下來。這樣一來，它在後續執行時，可以不斷回訪「自己該做什麼」，整個過程會更有條理，執行的魯棒性也會更高。還有一個很多人容易忽略的點：如何把一次對話，轉化成可復用的知識資產。很多人Vibe coding完了就結束了，這個過程中產生的大量經驗，並沒有被保存下來。比如你在調一個藍牙模組，怎麼都連不上，最後發現是因為某種晶片只接受特定格式的消息。這本身就是一個非常有價值的知識點，在之後的項目裡，很可能會反覆用到。所以我會建議使用者，在使用過程中有意識地引導Agent把這些錯誤、踩坑、解決路徑，總結成可復用的Skills或規則。不要用完就結束，記得持續積累屬於你自己的知識資產。本地Agent的創業感悟Q：能跟我們講講你的創業故事嗎？最開始做這個項目的時候，起心動念是怎樣的？葉天奇：說實話，這個項目裡，運氣的成分挺大的。我們一年半以前就開始做Pamir。那個時候，很多人連Agent是什麼都不知道。當時Pamir也不是現在這個形態，我們最開始做的是端側AI，To B業務。我和聯創張城銘畢業後，大概在大廠工作了兩年。那段時間，我們白天上班，晚上和周末就嘗試各種各樣的項目，但一直沒有真正做出什麼特別大的東西。Pamir對我們來說，算是一次孤注一擲。在這之前，我們一直都是邊上班、邊做項目。但做Pamir的時候，我直接搬到聯創家裡，睡在他家的沙發上。那段時間其實挺糟的，全職工作也做不好，項目也做不出來。想著「要麼成、要麼就算了」。當時做Pamir的判斷是：如果你要做嵌入式系統，就一定需要一個端側的硬體板子。所以一開始我們是在賣開發板，面向的是矽谷一小撮在做對話式AI和硬體結合的極客。不過，聯創和我都是技術出身，對融資一無所知，也不知道應該怎麼講故事，基本就是硬著頭皮做。花了幾周時間把原型做出來之後，就直接拿到矽谷去賣。Q：最開始賣給矽谷，順利嗎？葉天奇：比我想像中要順利。當時正好有兩個非常有名的AI硬體項目，一個是Rabbit，另一個是Humane，帶起了一波AI硬體創業的熱潮。那個時間點，市場是被充分教育過的，我們本身的產品也很有優勢。當時很多做語音互動的AI公司都非常「笨重」：用樹莓派，加USB麥克風，再加USB揚聲器，拼成一個很大的盒子。我們給他們展示的，是一個非常小的板子，卻能完成他們現有方案裡大部分的功能。這對他們來說吸引力非常大。Q：當時和你們在同一批起跑的競爭對手，現在都是什麼狀態？葉天奇：很多都選擇All-in端側模型，甚至是Double down在端側這條路上，但基本都轉去做To B業務了。從市場上看，To B這幾年是有增長的。端側模型越做越小、越做越輕，在一些明確的落地場景裡是成立的，比如車機系統、企業內部的私有化部署，都會有需求。只不過，這條線的增長速度，明顯趕不上Agent相關的公司。我們也不太適合做To B生意，坦白說，我們不太喜歡和B端客戶打交道。一是交期要求非常嚴格，二是很難發揮想像力。好不容易從大公司出來創業，結果折騰一趟後，發現自己又在給別人打工。有一次我在給產品寫程式碼，讓Agent跑任務。我盯著螢幕看了大概兩分鐘，什麼都沒做，只是在發呆。突然一個念頭閃過——為什麼我的Agent在工作，而我卻要盯著它看？從這個體驗出發，我們推匯出一個結論：未來一定需要一種Agent自己的、獨立的計算裝置。想清楚這一點之後，我們幾乎是立刻決定把所有端側相關的方案全部刪掉，全面接入當時最新的大模型，徹底轉向To C。之後的事情就比較順了。我們開始正式賣產品，開始大量做線下展示。後來Vibe coding開始流行，然後Claude Code火起來，我們又繼續往這個方向演進。Q：你覺得現在更幸福，還是之前在公司上班的時候更幸福？葉天奇：這是個好問題。其實我之前也被朋友問過類似的問題，問我理想的生活狀態是什麼樣的。我想了很久，發現現在的生活基本就是我理想中的狀態。每天都有新的挑戰，還能和志同道合的人一起解決問題。你可能聽說過「傳教士」和「僱傭兵」的說法。我們更像傳教士，是在為一件高於自我的事情工作，即使短期沒有物質回報也願意堅持。一開始做Agent電腦，很多人根本理解不了，覺得不可理喻。但我們自己是信的，甚至覺得這件事情的意義，高於我們個人本身。我們現在創業在做的，就是把它帶到這個世界上。我很享受這個過程。Q：你有沒有更宏大的願景？AI電腦這件事，最終會走向那裡？葉天奇：我們希望替代現在意義上的電腦，更準確地說，是替代筆記型電腦。今天人的大量時間，還浪費在極低價值的操作上，比如在不同系統、不同表格之間手動搬運資料。我們希望把這些工作徹底自動化，讓人把精力用在真正需要思考、判斷和創造的事情上。也有一點很個人的動機。我其實非常想挑戰蘋果。我現在對蘋果的態度是複雜的。一方面我很依賴它的生態；另一方面，我對它當前定義「個人計算」的方式感到不滿意。公司裡很多人也有類似的感受。手機廠商當然知道自動化、智能體是趨勢，他們也會往這個方向走。但路徑有根本差異。他們做的是前台，所有能力最終都要回到螢幕、互動介面和注意力佔用上；我們做的是後台，很多任務不需要螢幕，也不需要人持續盯著。我們認為這是一次非常難得的機會，終於可以不再需要圍繞「螢幕」去設計產品。Q：最近OpenClaw把Mac mini又帶火了一波，你什麼感受？葉天奇：這確實是我們很難在短期內追平的一點。蘋果在處理器、硬體整合上的能力，幾乎沒有對手。這也是我們後面考慮逐步引入高通晶片、一點點縮短硬體差距的原因。但從另一個角度看，在Agent成為主導範式之後，硬體參數的重要性在相對下降。蘋果依然可以繼續做極其強大的通用計算裝置，這件事不會消失。但它是否一定是Agent的入口，這件事並不確定。歷史上類似的情況其實反覆出現過。早期個人計算時代，也有像IBM這樣的巨頭存在，但形態、入口和主導權依然發生過轉移。我覺得今天是又一次輪迴，只是這一次的核心變數變成了Agent。 (36氪)

與Voxdale創始人兼CEO Tim Dieryckx見面之際，全球人形機器人進入資本、量產、商業相互交織的焦灼狀態；AI眼鏡賽道里擠滿了來自中國的廠商；一場更加明顯的東昇西落在世界各個角落輪番上演。頭圖｜視覺中國我們的談話，發生在今年CES結束不久，這場消費電子界的盛會上，幾乎90%都是來自中國的硬體廠商，甚至有人戲稱，CES，成為了中國消費電子展。但Tim今年沒有去，他說CES噱頭太多，不如實地到中國來看看。我們在這座“電動車之鄉”見面，無錫國際人才港，集合了來自國內外的創新動力，樓內是機器人Demo與AI創業公司的試驗場；窗外就是台鈴、雅迪等電動車巨頭的大樓。無錫旁邊的常州，被譽為“鋰電池之鄉”，再往旁邊的蘇州，則匯聚了半導體、材料、家電等一條完整的硬體產業鏈叢集。Tim對我說，他是來學習的。我們的談話，發生在今年CES結束不久，這場消費電子界的盛會上，幾乎90%都是來自中國的硬體廠商，甚至有人戲稱，CES，成為了中國消費電子展。但Tim今年沒有去，他說CES噱頭太多，不如實地到中國來看看。Voxdale，這家總部成立於比利時的工程機構，奉行“設計驅動工程”的核心哲學，這是戴森創新的核心。Tim本人在硬體、可持續能源和IoT產品開發、創業和組織管理中積累超過15年的實踐經驗。這聽起來似乎平平無奇，但如果知道硬體行業的殘酷，就會明白這六個字的份量。在硬體創業的圖譜中，存在一個著名的“死亡之谷”，一個從原型Demo到大規模量產之間的灰色地帶，諸多公司死在谷底。Voxdale的角色，就是幫助創新者、大公司以及大學，在他的工程實驗室裡填平這道鴻溝。他們不僅關注產品是否美觀，更關注能否用合理的成本把它造出來。這正是Tim來到中國的原因。在他看來，中國已是全球硬體開發全鏈路中一個不可或缺的“變數”。“過去15到20年，我們一直與中國公司緊密合作。如果你想把產品從1做到100萬，你離不開中國。”Tim向我展示了他手腕上的華米（Amazfit）智能手錶——這款售價僅250歐元的中國產品，提供了與Apple Watch幾無二致的功能體驗。“歸根結底，任何硬體產品只關乎兩件事：規模化和降低成本”，Tim說，“從構思硬體產品的第一刻起，我們就必須開始焦慮：這東西要生產多少？用什麼技術才能立刻實現大規模製造？”這次中國之行是他的第一天。在無錫國際人才港與數家中國AI初創企業交流後，他看到了一種他在歐洲久違的勁頭——一群擁有國際化背景的工程師和博士，他們沒有那是那種在歐洲常見的“陳舊包袱”，而是一心想做實事，想“出去征服世界”。他把這種獨特的氣質總結為“沒有思維界限”， “在歐洲，人們往往因為監管的束縛，第一反應是‘這不可能做到’。而在這裡，人們思考的是‘什麼是有可能的’。”“這裡的政府扶持也讓人印象深刻。”Tim指著窗外，“辦公區就設在公寓旁邊，你能清晰感受到政府這雙‘有形之手’在推動初創企業的發展。”然而，當我們的話題轉向當下最熱的“AI原生硬體”時，Tim並沒有表現出預期的興奮。相反，他潑了一盆冷水。“老實說，到現在為止，還沒有特別讓我驚豔的。”在他看來，目前市面上大量的所謂AI硬體，本質上是在賣算力盒子，比如把一顆Nvidia的晶片塞進外殼裡，然後加上各種周邊配置。散熱難、功耗大，且缺乏真正的應用場景。尤其是被寄予厚望的AI眼鏡，Tim直言“對此表示懷疑”。在他看來，目前的AI眼鏡更像是一種噱頭，而非下一個iPhone時刻。“如果我知道，那我就發財了。”他笑著說，但我認為可能不是眼鏡。什麼是真正的AI原生？Tim給出了一個極具參考價值的定義：當硬體是產品的載體，而AI是產品的核心本質時，這才是AI原生硬體。 這意味著，如果你把AI拿掉，這個產品就變成了廢鐵，無法運作。以此標準審視，目前市面上大量的“智能硬體”恐怕都要被打回原形。軟體和硬體的區別，Tim給出的個感性的答案，他說軟體很難讓人產生愛，但硬體可以，“APP很少讓人感嘆‘看這設計多美’，但硬體設計能讓人感到愉悅。”這種情感連接，是硬體區別於軟體的特權，也是許多智能化產品在堆砌參數時容易忽略的地方。對於正處於激戰中的中國硬體創業者，Tim建議是，利用好本土優勢，適配全球化以及保持清醒，因為，“印度在追趕成本，歐洲在試圖復甦創新，競爭永遠在動態變化中。”以下是訪談實錄，虎嗅根據實際情況進行了刪改：中國是硬體開發所有環節中重要一環虎嗅：先介紹下Voxdale，你們為硬體公司做什麼樣的創新和服務？Tim Dieryckx: 我們的核心業務是幫助公司做硬體產品的設計與工程。這也是我為什麼來這兒，因為在硬體開發的所有環節中，中國都是一個至關重要的因素。作為一個公司，我們將兩件事緊密結合：一是設計，確保產品美觀、獨特、使用者體驗好；二是立刻結合工程化和量產化。我們幫助創新者、大公司以及大學，將創新的想法推向市場。從構思硬體產品的第一刻起，我們就開始考慮：這東西要生產多少？用什麼生產技術才能立刻實現大規模製造？這也是為什麼過去15到20年我們一直與中國公司緊密合作，因為我們需要元件，需要製造，並且這種合作在過去幾年變得越來越緊密。我們還有第二塊業務，就是孵化我們自己的初創技術。我們會作為某種形式的“初創工作室”（Startup Studio），與大學、醫生或領域專家合作，孵化我們自己的硬體初創公司。目前我們有大概10項技術正在開發中，進度不一。虎嗅：你們也做創新孵化的業務，有一些已經退出的成功案例嗎？Tim Dieryckx：我們已經成功退出並出售了幾家公司。一個是尿液採樣裝置。這是一個很專業的領域，具體是體外診斷（IVD）。這個裝置已經賣給了一家美國公司。我們還開發了一種疫苗接種技術，即皮內注射疫苗。這能減少所需的疫苗劑量，接種速度更快、成本更低，人們甚至可以自己操作，這有很多優勢。我們還為此開發了配套的機器人技術，讓人們去藥房就能接種。現在我們正在研發一種血液採樣裝置。我們的假設是，特別是在美國和英國市場，採血成本很高，但血液樣本依然是最好的檢測樣本之一。考慮到人口老齡化這也是個痛點，另外，如果未來再次發生大流行病，基於家庭的血液採樣會有巨大優勢。因此，我們開發了一種極低成本的大容量採血技術，目前處於最後階段，正準備量產，生產將會在中國進行。硬體區別於軟體的地方是能帶來情感共鳴虎嗅：迄今為止，你是否看到了一些有趣的AI原生硬體？Tim Dieryckx：老實說，到現在為止，還沒有特別讓我驚豔的。對我來說，真正最有趣、最讓我震撼的還是自動駕駛。以前自動駕駛可能只能應對比較簡單的環境，但現在汽車在非常複雜的路況下所展現出的決策能力，令人驚嘆，這是目前最讓我折服的AI應用。我總覺得手邊的裝置如果加上AI應該能更好，但我看了一些加了AI的智能手錶之類的，老實說並沒有被它們的功能震撼到。虎嗅：在你眼中，衡量一個好硬體的標準是什麼？Tim Dieryckx：第一是專注，專注於有限的創新點。在一兩個方面做到與眾不同且比別人更好，那怕只是價格優勢或者某個功能；第二是可擴展性，你必須能大規模量產它，並在這個過程中把成本降到很低；第三是直觀，看到它你就知道怎麼用，不需要思考，不需要讀說明書去找按鈕在那裡。最後是情感連接，最好能帶來某種層面的情感。如果把它送人我會有點難過。這是硬體區別於軟體的地方。軟體APP很少讓人感嘆“看這設計多美”，以此獲得掌聲，但硬體可以。比如汽車，雖然有些很醜依然實用，但人們確實會因為一輛車的設計很美而喜愛它、購買它。這就是硬體獨特的地方，它能帶來情感共鳴。虎嗅：你怎麼定義一款AI原生的硬體？Tim Dieryckx：這是一個好問題。至少我們目前的定義是：當硬體是產品的載體，而AI是產品的核心本質時，這就是AI原生硬體。這意味著，如果你把AI拿掉，這個產品就無法運作。這與汽車不同，汽車裡有很多AI，但如果拿掉AI，汽車的主要功能，即把人從A點送到B點——依然存在。舉個例子，有一種安裝在天花板上的燈，它的核心功能是檢測人是否跌倒。只有當AI檢測到跌倒並報警時，它才在工作。除此以外，它周圍的硬體僅僅是支撐，核心功能完全依賴背後的AI引擎，這就是AI原生。虎嗅：現在你看到的AI原生硬體最大問題在那裡？Tim Dieryckx：目前很多所謂的AI硬體，歸根結底是在比拚算力，AI硬體的一大難點是散熱，因為需要強大的算力支援。目前很多產品的邏輯就是把正確的引擎（通常是Nvidia晶片或類似的）塞進外殼裡，加上周邊配置。相反，我在那些融合了AI的傳統硬體上看到了更驚豔的表現，比如人形機器人，它們在機械結構、手部動作上的進步，比單純的AI盒子更讓我印象深刻。虎嗅：你見過的最愚蠢的硬體產品是什麼？Tim Dieryckx：有一家公司他們融資了幾百萬歐元，開發了一台售價400歐元-500歐元的機器。這台機器唯一的功能就是擠壓一個裝著果汁的袋子把果汁擠到杯子裡。結果後來人們發現，根本不需要這台機器，直接用手擠那個袋子，果汁照樣能出來。“他們在想什麼？”，完全是為了做硬體而做硬體，毫無意義。虎嗅：你怎麼看AI眼鏡？它會成為下一個取代iPhone的硬體嗎？Tim Dieryckx：我對此表示懷疑。人們嘗試做智能眼鏡已經很多次了，包括蘋果、Meta等，但我至今沒看到真正的日常使用場景。目前的AI眼鏡更像是一種噱頭。雖然在外科手術、遊戲等特定領域有應用，但我很難想像人們會有全天候佩戴眼鏡來處理日常事務的習慣。此外，眼鏡的可用性和算力之間存在巨大矛盾：要在保持輕便、經濟、易用的同時塞進強大的算力，這太難了。不過，我們看到一個很有趣的方向是智能隱形眼鏡。比利時有一家初創公司在做這個，雖然還處於非常早期的階段，甚至還無法完全運作。他們的願景是先幫助那些瞳孔無法隨光線收縮的人自動調節進光量，未來甚至可能實現“增強視覺”（如超人般的變焦能力），如果成真，那才是真正酷炫的未來。虎嗅：你覺得下一個像iPhone一樣偉大的硬體產品形態可能是什麼？Tim Dieryckx：如果我知道，我就發財了（笑）。但我認為可能不是眼鏡，而是一種整合式的AI助手。它可能是一個掛在脖子上的掛件、耳機或者別針，能全天候捕捉我們的圖像、聲音、飲食習慣和健康資料，像一個超級秘書一樣，幫我們記錄會議、分析健康、預測風險。另一個確定的未來是機器人。無論是家裡的服務機器人、工廠裡的機械臂，還是路上的自動駕駛汽車（它們本質上也是機器人），未來我們的生活將充滿各種形態的機器人。真正好的硬體不應該依賴手機虎嗅：我們經常看到硬體初創公司死在“原型機”到“量產”之間的“死亡之谷”，根據你的觀察，最常見的失敗原因是什麼？Tim Dieryckx：歸根結底通常是因為錢燒光了。為什麼會燒光？首先是無法規模化，很多公司卡在中間階段，市場牽引力不夠，但單品成本又太高。為了把成本降下來，你必須虧本通過規模化銷售來分攤成本，這需要巨額資金和投資人的絕對信任，或者你得有一個巨大的市場——但這在歐洲很難。其次是對產品市場契合度（PMF）理解不深： 很多公司沒搞清楚自己到底該賣什麼。還有市場定位錯誤： 有些公司一心想做C端（消費者）產品，但這很難。其實做B端（企業）或中間產品更容易存活，例如我們接觸過一家做防彈材料的公司，他們沒有自己去做防彈背心賣給個人，而是做中間層賣給大公司，迅速獲得現金流，甚至不需要融資。另外是地域限制（尤其是歐洲），歐洲市場太分散，每個國家有不同的法規、語言和審批流程，導致初創公司起步市場太小，難以規模化。虎嗅：供應鏈和迭代速度難道不是失敗的主要原因之一？Tim Dieryckx：我認為供應鏈不是最大的問題。現在全球供應鏈協作非常緊密，尤其是和中國。主要問題在於迭代思維。在歐洲，人們往往追求“一步到位”的完美技術，試圖建構整個生態；而在中國，你們非常擅長增量創新——從一個小功能開始，快速推向市場，然後不斷迭代、深挖。這是歐洲的傳統包袱。我們的財富是建立在發明全新機器（如寶馬、博世、西門子的大型機械）基礎上的，因此我們需要學習中國的快速迭代模式。至於供應鏈，如果你想從0做由1，或許不需要中國；但如果你想從1做到100萬，目前離不開中國供應鏈。但這並不是障礙，因為中歐企業間的合作非常順暢且快速，通常幾天內就能拿到報價並開始模具製作。虎嗅：好的硬體必須依賴手機嗎？Tim Dieryckx：目前連接手機是一種權宜之計，因為手機算力強且普及，這樣能降低硬體成本。但我認為，真正好的硬體不應該必須依賴手機。尤其是在醫療領域或專業場景下，許多優秀裝置是獨立運行的。隨著算力成本下降，未來最好的硬體應當是獨立的。這裡的中國人有“想征服全世界”的勁頭虎嗅：我們常說戴森是硬體設計類創業的標竿。在迭代快速的AI時代，戴森模式還有效嗎？Tim Dieryckx：戴森是一家了不起的公司，擁有頂尖的設計師。但他們面臨的巨大挑戰在於創新速度。AI不僅挑戰戴森，也挑戰所有巨頭。如果中國的創新速度持續領先，這對那些處於領先地位但行動緩慢的公司來說是巨大的風險。虎嗅：這是你到中國的第一天，在和中國這些人工智慧的初創企業交流之後，你有什麼感受？Tim Dieryckx：我認為是思維界限，在歐洲人們往往會因為監管而更多地想“這不可能做到”，這裡人們思考的是“什麼是有可能”的，而不是“什麼是不可能的”。而且我發現在這裡交流的中國人都很國際化，他們大多是工程師，有的是博士，大部分有留學背景。他們都是真心想做實事的人，大家想作偉大的公司，有種“出去征服世界”的勁頭。另外，這裡的政府創業扶持也很讓人印象深刻，政府的辦公區就設在公寓旁邊，你能清晰感覺到政府在推動初創企業的發展，幫助他們做大做強。虎嗅：我們是否正在走向一個AI硬體由中國初創公司獨佔的未來？Tim Dieryckx： 短期內中國在硬體領域確實是超級大國，但我不認為未來會是獨佔的。首先，美國依然擁有世界上最頂級的科技巨頭（蘋果、特斯拉、輝達等）；其次，歐洲（如愛沙尼亞、芬蘭等地）正在復甦；再次，印度和非洲部分地區正在崛起，未來5-10年它們可能會在成本上挑戰中國。但我確信，在接下來的20到30年裡，中國仍將是硬體領域的主導力量。中國的技術領先優勢很明顯，比如生物科技、自動駕駛、無人機，以及最讓我震撼的機器人領域。在這裡，你不是看到一家公司在做人形機器人，而是看到15家公司同時在做，競爭異常激烈。這種競爭會極大地推動技術進步，這也正是我們希望把這些技術引入歐洲的原因。虎嗅：對中國的硬體創業者你有什麼建議嗎？Tim Dieryckx：利用好本土優勢，你們擁有巨大的本土市場；全球化策略，如果要出海，儘量與當地公司合作，調整設計以適應當地文化；保持警惕，不要因為現在做得好就睡大覺；保持敏銳，因為其他國家和地區也在追趕。 (虎嗅APP)