机器人开始上班了：人形机器人从演示视频走上生产线

过去十年，人形机器人的故事遵循着同一个剧本：某公司发布一段炫酷视频，机器人后空翻、倒饮料、走过舞台。所有人转发，然后什么也没有发货。演示与真正能买来干活的机器之间的距离，似乎永远固定在"还有五年"。

这个剧本今年悄悄被打破了，而证据不是又一段视频，而是工厂产量。作为软件工程师，我学会了几乎完全不相信演示——但我无法忽视一条以稳定节奏运转的生产线，因为制造产能是这个行业唯一无法靠剪辑造假的东西。

真正重要的里程碑

Figure AI位于加州的BotQ工厂达到了约每小时生产一台Figure 03的速度，截至5月已交付超过350台，年产能布局为约1.2万台。两年前，这个行业的生产单位还是"几台手工原型机"。

中国厂商宇树科技（Unitree）2025年出货超过5500台人形机器人，成为全球销量第一，2026年目标1万到2万台，价格远低于西方竞争对手。Agility Robotics在俄勒冈州建成了RoboFab——美国第一座专用人形机器人工厂，设计年产能1万台Digit。波士顿动力据报道今年开始向现代和Google DeepMind交付首批量产Atlas。

综合来看，研究机构TrendForce预测2026年全球人形机器人出货量将突破5万台，同比增长约700%。

必要的提醒：这些出货数字大多来自厂商自己，而这个行业有悠久的乐观预测传统——特斯拉Optimus又一次跳票，量产时间推到了夏末。把总量当作方向性参考。但制造里程碑——真实的工厂、可测量的产速、交付到客户手中的机器——是这个行业前所未有的具体证据。

第一批"领工资"的机器人

我觉得最能说明问题的细节是：截至今年春天，Agility的Digit被描述为唯一一款通过真正生产性商业工作产生收入的人形机器人——它在GXO仓库搬运了超过10万个货箱，与丰田和Mercado Libre签有付费合同，采用"机器人即服务"模式：客户按完成的工作量付费，而不是买断机器。

多年狂热报道之后，只有一款机器人真正在赚钱——这个比例令人清醒。但每一次真正的技术转型都是这样开始的。第一批ATM、第一批工业机械臂、第一批云服务器，都始于一次足够好到值得复制的部署。

农业机器人正在悄悄获胜

人形机器人收割头条的同时，农业机器人在真正重要的指标上领先：投资回报率。Solinftec本季度在美国的作业面积同比增长243%，100多台自主Solix机器人在田间工作。马来西亚的垂直农场里，优必选的Walker S人形机器人在执行种植、采收和质检任务。

农业数字里藏着一个教训：商业上成功的机器人不是最像人的，而是与结构化、重复性、可衡量工作匹配的。浆果采摘很说明问题：最好的机器人采摘手每小时4-8箱，熟练工人8-12箱。需要灵巧和判断的地方，人仍然明显更强；需要耐力和稳定性的地方，机器正在领先。

这对工作究竟意味着什么

诚实的回答是：比危言耸听的少，比不屑一顾的多。

即使预测成真，5万台人形机器人相对全球劳动力只是九牛一毛。这批早期机器将进入仓库、工厂和农场——本就高度自动化、招工困难的环境。短期内对大多数人工作的影响约等于零。

长期信号则不同，值得认真思考。制造能力是会复利增长的。汽车、手机、太阳能板——每个硬件行业的规律都是：生产线一旦建立，成本沿曲线下降，能力沿曲线上升。这些工厂不是为2026年的需求而建，而是在为2030年代生产数百万台积蓄力量。

如果你在物流、制造或农业领域工作，务实的应对不是焦虑，而是占位。每一次机器人部署都创造此前不存在的工作：机群监管、异常处理、维护保养、部署规划，以及教会机器应对真实场景中上万种边缘情况的数据工作。既懂现场又懂机群的人，将是楼里最有价值的员工。

现在值得积累的技能

• 机群部署与运营——让实验室里一台机器人工作，和让真实场所里几十台机器人保持生产力，是完全不同的工作，而几乎没人有这种经验。
• 机器人即服务的经济学——定价、正常运行时间承诺、单任务成本核算，是这些企业的生死线。
• 真实世界数据管线——量产机器人产生海量训练数据，能收集、标注并从中学习的团队进步最快。
• 经典基础依然适用——Python、ROS 2（行业标准机器人操作系统）、计算机视觉、仿真工具。对学龄孩子来说，LEGO Spike或VEX套件加Python仍是真正好的入门路径。

演示时代训练我们对机器人新闻翻白眼，这个本能管用了十年。但生产线的特点是：它不在乎有没有人被打动。每小时一台，一小时接一小时，按照与炒作周期毫无关系的时间表，累积成一个不同的世界——理解一场工业变革的最佳时机，正是数字还很小的时候。

常见问题

人形机器人真的有用了吗，还是仍然是炒作？

大部分仍处早期——但不再是纯炒作。一款机器人（Agility的Digit）已在仓库规模化从事付费商业工作，多家工厂以真实节奏量产。能力范围很窄：已知环境中的结构化任务。通用家用人形机器人离我们还有数年。

为什么要造人形的机器人？专用机器不是更好吗？

常常确实更好——这正是外形与人毫不相似的农业和仓储机器人在投资回报上领先的原因。人形的理由在于：我们的整个建成环境——楼梯、门、货架、工具——都是为人体设计的，人形机器人理论上无需改造即可融入现有空间。这个溢价是否值得，仍是悬而未决的商业问题。

这些机器人会抢走仓库和工厂的工作吗？

最终会有一些，但近期的现实更微妙：这些行业长期缺工，早期部署主要填补招不到人的班次。如果产能按计划扩张，2030年代这个问题才会变得严肃。更直接的影响是岗位技能要求的转变——转向监管、维护和异常处理。

年轻人进入机器人领域的最佳路径是什么？

从Python和动手套件（LEGO Spike、VEX或业余漫游车）开始，然后学ROS 2和基础计算机视觉。NVIDIA Isaac Sim等仿真工具让你无需硬件也能练习工业级问题。这个领域越来越奖励能贯通软件、硬件和实际运营的人，而非单一层面的专家。