机器人上岗前，世界先被改了一遍

机器越聪明，是不是世界就越不用迁就它？

答案藏在两段相隔七十多年的故事里：一段是加州农田里的番茄收割机，一段是沃尔玛仓库里那些『不合尺寸』的周转料箱。再加上正在涌入工厂的人形机器人，三条线索指向同一个判断——自动化从来不是机器的单打独斗，而是机器与世界的一次联合改造。问题只在于：这笔改造的钱，花在机器上，还是花在世界里。

🍅 一颗番茄，七十多年前就写好了答案

所有关于『机器人能不能适应现实』的争论，1949年就有人给出过半个答案。

那一年，在加州大学戴维斯分校，两位研究者开始合作同一个项目：怎样让机器收番茄。农业工程师科比·洛伦岑（Coby Lorenzen）负责改机器；蔬菜育种专家杰克·汉纳（Jack Hanna）负责改番茄。

为什么造一台收割机，还要顺便改一颗番茄？

因为人摘番茄时，会挑成熟的、控制力度、轻放进筐。而收割机的动作是切下藤蔓、抬起、再让果实与藤蔓分离——一套连续、粗暴、面向田里所有果实的流水线操作。普通番茄扛不住：果实太脆，经不起机械处理；挂藤太紧，机器收不下来；成熟期参差不齐，没法一次收完。

整个1950年代，洛伦岑团队不断打磨试验机。1963年前后，第一代商用机械收割机走向农田；1964年，汉纳团队发布专门为机采选育的番茄品种VF-145——更抗损、易脱蒂、成熟期整齐。据加州大学戴维斯分校后来的历史回顾，一台收割机配两三名工人，就能顶替过去二三十人的采摘队；到1970年前后，加州加工番茄的机采率已接近百分之百。校方在回顾这段历史时，还特意强调了农业工程与生物学的并行合作。

这里面的产业逻辑，放到今天的具身智能赛道依然锋利：当任务难度超过机器能力时，人类的第一反应从来不是死磕机器，而是顺手把世界改简单一点。 只不过在机器人叙事最热的当下，很多人假装忘了这一点。

📦 沃尔玛的仓库，箱子也要跟着机器重排

箱子没坏，只是在机器人面前，它『不合适』了。

2022年8月，沃尔玛宣布与仓储自动化公司Symbotic扩大合作，把全美42个区域配送中心全部换上自动化系统；2023年初，双方又成立合资公司，加速改造更多履约设施。按沃尔玛在2022年投资者日给出的规划，到2026财年结束时，约65%的门店将由自动化设施供货，55%的履约中心货量经自动化设施处理，平均单位成本有望改善约20%。

但这套系统的落地，从来不只是『买机器』。Symbotic的体系围绕标准化的料箱与托盘运转，仓库里沿用多年的物料规格、码放方式、拆零流程都得跟着重排。据《华尔街日报》等媒体对仓储自动化的报道，沃尔玛在推进中甚至要重新设计一种已使用二十多年的周转纸箱——箱子本身没有任何问题，员工用得熟门熟路，但在新的自动化系统面前，它的尺寸成了拦路虎。更麻烦的是人：员工熟悉的拆零、分拣动作，到了人机协同的现场，同样要反复试验和调整。换句话说，改造的不只是箱子，还有整个作业流程，以及流程里的人。

把沃尔玛遇到的真实摩擦拆开看，每一项都对应着一笔隐性成本：

其中最扎眼的一类障碍是透明塑料袋——半透明、反光、可形变的物体，至今仍是机器人感知系统的噩梦，相关失败案例在多篇机器人操作研究论文与产业报道中被反复记录。

这背后是一个行业里心照不宣的分工：一项工作交给机器之前，要先改动多少东西？这个问题没有标准答案，只有成本账。 改世界的成本是确定的一次性投入——改箱子、改货架、改流程；改机器的成本是不确定的持续投入——训练模型、等待泛化能力爬坡。传统自动化时代，企业毫不犹豫选前者；具身智能时代，账开始变得微妙。据多位行业人士观察，头部企业内部对『为机器人改造多少基础设施』存在明显分歧：改少了机器人跑不起来，改多了等于把多年积累的标准化资产推倒重来。

🤖 车企造人形机器人，赌的是『少改世界』

如果说番茄和纸箱是旧路线，人形机器人押注的恰恰是新答案。

车企集体下场的逻辑并不神秘。依托汽车产业的资金、制造能力和线下网络，它们天然具备人形机器人创业公司最缺的三样东西：钱、量产工艺、落地场景。公开信息能拼出大致时间线：2024年2月起，优必选Walker S陆续进入蔚来、极氪、东风柳汽等车厂的产线实训；2024年11月，小鹏发布自研人形机器人Iron，称其已在广州工厂参与实训；海外，宝马已在斯帕坦堡工厂试用Figure公司的机器人；特斯拉则在2024年三季度财报电话会上表示，Optimus计划2025年起小规模生产，先投入自家工厂。先在自家工厂、门店测试迭代，短期优化生产与门店体验，长期谋求第二增长曲线——这是各家明面上的共同剧本。

但路线已经开始分化。有车企走全栈自研，把机器人当第二条整车产品线来做；有车企选择合作验证，用现有团队场景帮技术公司喂真实数据；还有的走渠道联动，把机器人先塞进门店做体验和营销。各家赌注不同，但底层指向同一个方向：人形机器人的核心卖点，是它长成了人类的形状，理论上不需要为它改造整个物理世界。

七十多年前的收割机做不到这一点，所以汉纳必须改番茄；今天的工业机械臂也做不到，所以沃尔玛必须改纸箱。人形机器人被寄予的期望，正是把这部分『改造世界成本』，用更强的泛化能力内部消化掉——从人的操作示范中学习，不必把每个物体都当成早已知道位置的目标。

但期望和现实之间，隔着可靠性与成本两道门槛。特斯拉给出的时间表本身就是注脚：Optimus先小规模生产、先在自家工厂用，对外销售的节奏一推再推。业内普遍的判断是：工厂场景是人形机器人的『幼儿园』——环境相对结构化、任务高度重复；进了工厂，不等于能出门。

⚖️ 改机器还是改世界，本质是笔算得清的账

技术的进步，改变的不是『要不要迁就』，而是『迁就的成本由谁承担』。

把三条路线放进同一个坐标系，格局会清晰很多。纵轴看落地确定性——多快能真正干活；横轴看通用性——换一个场景还灵不灵：

工业机械臂站在左上角：通用性差，但确定性极高，所以至今仍是工厂主力。沃尔玛的纸箱改造走的是传统自动化的老路——用环境改造换取确定性，牺牲通用性。农业机采是历史验证过的混合路线。而车企人形机器人站在右下角：通用性想象