两年前所有人都在做AI软件的时候，我为什么选了最"重"的那条路

2026年6月，具身智能赛道半年涌入460亿，288起融资，61家公司排队 IPO，总估值超过1.7万亿。千寻智能4个月融了3轮，吸走45亿。宇树科技3月递交科创板招股书，冲刺“人形机器人第一股”。百度、字节、小米、上汽蜂拥而入，传统 VC 反而沦为了跟投方。随便打开一个科技媒体的头条，都在喊“具身智能爆发元年”。

看到这些新闻，我心里想的不是“机会来了”，而是一个很具体的画面。

2024年初，我跟一个朋友在科技园吃火锅。他刚拿了一家大模型应用公司的 offer，年薪不错，期权也好看。他问我在干嘛，我说我在看机器人方向，AI 加硬件。他用筷子夹着毛肚的手停了两秒钟，然后说了一句：“你不是做软件出身的吗？跑去搞硬件？那东西落地至少十年。”

我没有反驳。不是不想反驳，是我当时确实没有证据。我只有一个很强烈的直觉——纯软件 AI 这条路不太对。但直觉不能当饭吃，尤其在别人用筷子指着你的时候。

那顿饭以后我做了一件事：利用周末和所有空闲时间，把当时市面上所有能找到的具身智能相关的论文、行业报告、融资数据，一篇一篇地啃。出来以后我做了两个决定。第一，不再碰纯软件。第二，我要进具身智能这个赛道。不是浅尝辄止地了解一下，不是写几篇行业分析然后就回去写代码——是真的扎进去，从物理世界的接口开始，把 AI 和硬件之间的那条缝，一寸一寸地摸清楚。

后来的路径是这样的：我先自己试水了一段时间，验证了一些想法，然后彻底转向，全身心扎进了具身智能。一边狠狠学——从运动控制到嵌入式系统，从供应链逻辑到产线工艺，每一个外行人根本看不见的坑，一个一个踩过去；一边在一线做产品，把实验室里的 Demo 推到能真正交付的状态。

两年后的今天回头看，那顿火锅、那近乎疯狂的研读、那个让所有人都觉得不太聪明的选择——是我做过的最对的一件事。

纯软件的护城河，比所有人想的都要浅

2024年最让我不安的一个信号，其实不是技术，是商业逻辑。

当时我做了一个简单的思想实验：如果市面上最好的 AI 写作工具，核心能力来自 GPT-4的 API 调用——那它的护城河是什么？UI？Prompt 工程？用户数据飞轮？每一条都站不住脚。UI 可以被复制。Prompt 工程在大模型迭代面前随时归零。用户数据飞轮的建立速度取决于模型本身的能力提升——而模型不是你的。

有人会说：那顶尖模型 API 很贵啊，GPT-5.5现在每百万 Token 还要5美元，Claude Opus 要差不多的价，这不是天然的成本壁垒吗？错了。贵的模型，你买得起，你的竞争对手也买得起。真正的问题从来不是“用不用得起最好的模型”，而是“除了调用最好的模型之外，你还有什么”。没有——这就是问题。

看看数据怎么说。2026年，90%的 AI wrapper 预计会死掉，其中60%到70%收入为零。不是因为模型太贵，是因为当你能做的事情跟隔壁团队一模一样的时候，你唯一的竞争手段就是降价。而降价这条路没有尽头。真正的护城河——私有数据、深度工作流绑定、网络效应、用户切换成本——这些东西在纯软件 AI 里极难建立。你刚搭好一个工作流，大模型一个版本更新可能就直接把它变成免费功能了。

但硬件不一样。一个灵巧手的精密减速器，不是你换个 API 就能绕过去的。一个能在工厂里连续工作八小时的人形机器人，它的关节模组、力传感器、散热方案、电源系统——这些东西没有办法被任何一个大模型降价消灭，也没有办法被竞争对手用一个周末“复刻”出来。硬件的壁垒是物理世界给的，物理世界的壁垒，互联网打不穿。而物理世界的壁垒还有一个特质：它不关心你的 Prompt 写得好不好，它只关心你的公差做到多少微米。

这是我2024年想通的第一个逻辑：AI 的价值最终要在物理世界兑现。如果你只做软件，你永远在给别人铺路——你铺得再好，踩在上面的人随时可以把路换掉。

先跳进去，才知道水有多深

2024年还有一个判断，它直接决定了我后来所有的行动。

当时具身智能赛道还很冷。资本看不懂，技术路线没收敛，甚至很多人不知道这个词怎么念。但我反而觉得，这是最好的深耕时机。不是因为“风口来了”，而是因为在这个阶段扎进去，你能学到的东西，跟在岸上看是完全不一样的。

在岸上，你看到的是融资新闻和 Demo 视频。在水里，你看到的是：一个关节模组的公差做到多少微米才能保证重复定位精度。一个热管理方案在连续运行三小时后效率会衰减多少。一个供应商跟你说“能做”，但打样三次都达不到图纸要求，你是换供应商还是改设计。一个客户跟你说“场景很明确”，但你真的把机器人拉到现场以后，发现他说的场景跟你理解的根本不是一回事。

这些东西，没有任何一份行业报告会告诉你。它们也不在任何一篇论文里。它们只存在于那些已经在里面的人的身体记忆里——谁先下水，谁就先获得不可逆的经验结构。

而具身智能是一条足够长的赛道，它不会三五年就见顶。既然如此，关键的竞赛不是“谁先上岸”，而是“谁在水里待的时间够长、摸清的东西够多”。两年在一线的深耕，和两年在岸边看，是天壤之别。

所有人都在卷同一个方向的时候，那个方向已经没有超额收益了

2024年还有个很有意思的现象。你去任何一场 AI 创业路演，十个项目里八个做的是“企业级 AI 解决方案”——封装一个大模型，加一层行业知识库，卖给企业。模式轻、启动快、故事好讲。投资人听得懂，估值也好看。

但这里面藏着一个反直觉的事实：当所有人都觉得一个方向“安全”的时候，它恰恰是最危险的。

为什么？因为低门槛意味着充分竞争，充分竞争意味着利润归零。2024年做 AI 客服的团队全国可能超过五百家，两年后活下来的有几家？每家用的都是同一批大模型，做的都是同一件事——帮企业把客服成本从每人五千降到每人五百。问题在于，你能降，你的竞争对手也能降，而企业客户切换供应商的成本接近于零。最后的结局一定是价格战，拼到谁也赚不到钱。

具身智能在2024年就完全相反。门槛极高——你得懂 AI 算法，还得懂机械结构、嵌入式系统、运动控制、供应链管理。每一个环节都能劝退一批人。当时的资本共识是“这东西看不清楚”，因为看不清楚，所以没人敢下重注。但也正因为没人敢下重注，它才存在真正意义上的先发优势。

我记得2024年有一次跟一个做投资的朋友聊天，他问我觉得具身智能现在是什么阶段。我说，不是2013年的移动互联网，2013年移动互联网已经打成一锅粥了。具身智能在2024年的状态，更像2008年的智能手机——大家都知道方向在那里，但技术路线没收敛，供应链不成熟，应用场景还在定义中。这个阶段最值钱的不是做出一款产品，是你自己变成那个“能定义产品”的人。而要变成那样的人，你必须已经在里面了。

两年后的事实验证了这一点。2026年上半年，具身智能赛道种子轮和天使轮共73起，合计融资金额不到13亿——而能拿到钱的团队，清一色由大厂核心高管和学术界泰斗组成。一位头部 VC 的合伙人说得很直白：“一个草根团队，哪怕 Demo 做得再好，你也无法判断他能不能在量产阶段解决精度、成本、可靠性问题。一个从 Google Robotics 出来的人，你至少知道他在大厂经历过完整的工程化流程。”

门槛不会消失，它只会转移——从“能不能做”变成“有没有做过”。而在这条赛道上深耕的每一天，都在积累那个“做过”。

软件和硬件的定价权，不在一个量级上

做选择的时候，我还想明白了一件事，它后来成了我衡量一切方向的底层坐标。

纯软件生意的天花板，叫“效率提升”。你帮一家公司省了人力成本，你的收费上限就是省下来的那份钱。但硬件的天花板，叫“新的生产力”。你卖给一家工厂的不是一个软件，是一个能替代三个工人的机器人，你的定价空间是那三个工人的三年总成本——而且机器人不请假、不离职、不要求涨薪。

这两个生意的想象力不在一个维度上。

今年有一组数据可以说明问题。上汽集团半年内投了至少四家具身智能公司。为什么一家车企在拼命投机器人？因为它在算一笔很简单的账——未来工厂产线上的人形机器人，可能比工人更便宜。美团和滴滴在跟投机器人公司，投的不是机器人，是未来的运力网络——谁掌握了无人配送终端，谁就掌握了最后一公里的定价权。

这才是硬件的真正价值：它不是帮别人省钱的工具，它本身就是生产力。而生产力的定价权，永远在工具的拥有者手里。

最难的路，往往是最不容易被追上的路

2024年选择纯软件的人，很多人当时的心态是“先赚到第一桶金再说”。这个逻辑本身没毛病，但它的隐含假设是——“赚到第一桶金之后，我还能转身”。问题是，软件赛道的竞争节奏快到你根本没有喘息的机会。你今天靠一套工作流拿到了客户，三个月后大模型一个版本更新，你的优势就可能被抹平。你必须马上找下一个差异点、下一个场景、下一轮融资。你被困在了一个不断加速度的跑步机上。

而做硬件的人，虽然前两年走得慢、走得累，但每往前走一步，后面的人要追上就需要同样的时间。你花一年啃下来的运动控制方案，不会因为大模型升级就过时。你花两年在产线上盯出来的工艺参数，不会因为竞争对手融了一笔钱就能跳过。硬件的积累，慢，但不可逆。而且一旦你掌握了，它就是你的。

2026年具身智能赛道有一个细节让我印象很深：智元机器人——一家2024年4月才成立的公司——到2026年已经开始展现“生态投资人”的特征，出资或孵化了多家产业链企业，在赛道内部进行纵向整合。两年的积累，已经让它从一个创业公司变成了一个生态节点。这种速度，在纯软件赛道几乎不可能实现——不是因为软件公司不够快，恰恰相反，是因为它们太快了：竞争周期太短，没有人有机会停下来搭建生态。所有人都在百米冲刺，没有人能跑马拉松。

而我身边那些2024年进了纯软件方向的人，很多人过得并不差——有人升了职，有人融到了钱。但你去深聊，会发现一个共同点：焦虑。他们永远在追下一个模型更新、下一个风口、下一轮融资。不是能力问题，是赛道本身就不允许任何人停下来。

我选了一条可以慢慢积累的路。两年。不长，但足够让我从一个方向的外围，走到真正能做判断、能带队、能定义产品的位置上。我每一天在学的东西——硬件选型的直觉、供应链的判断力、量产工艺的手感——这些东西没有任何一个课程能替代。它们是我自己一块一块砌起来的地基。而且我知道，后来者想追上这些，也必须花同样的时间。没有捷径。

最后

说实话，2024年做这个选择的时候，我心里也没底。有很多个深夜，我也会想：万一他们是对的呢？万一具身智能真的还要十年才落地呢？我是不是在浪费时间？

但有一个声音一直在我脑子里。它不是什么励志金句，是一个很朴素的问题：“五年以后回头看，你最后悔没做过什么？”

我当时想了想。五年后如果大模型应用层还火着，我没做，最多是错过了又一个风口——风口每年都有。但如果五年后具身智能真的来了，而我只是站在旁边看了它一眼，然后继续去走了那条“更安全”的路——我会看不起自己。

2026年被称为“爆发元年”。但我心里清楚，这不是爆发，这只是发令枪响。我现在做的每一件事——每一个调通的参数，每一个啃下来的技术难题，每一个从物理世界带回来的真实反馈——都在替我存一笔别人存不了的款。利息很高，取款日期在未来。

我从来不觉得“快”等于“对”。具身智能不是短跑，是十项全能。如果你跳过了那些必须用时间堆出来的基本功，你会在某个你根本不知道它存在的项目上倒下。而如果你花了足够多的时间把每一个项目都练透了——等你真正上场的那一天，你不需要向任何人证明你准备好了。你的身体知道。

到那时候，起跑线本身，就是护城河。