崩潰內幕：從機器人新創公司倒閉中汲取的六堂課

K-Bot開源人形機器人。| 圖片來源：K-Scale Labs

編者註：徐瑞曾任舊金山新創公司K-Scale Labs營運長，該公司致力開發低成本人形機器人。公司於2025年末停業，近期將智慧財產權開放原始碼。本文最初發表於LinkedIn，經作者授權轉載。

在Y Combinator支持的機器人新創公司擔任營運長一年期間，我肩負著打造平價人形機器人的宏偉目標。年屆四十的我，憑藉在英特爾、小米、聯想、亞馬遜及字節跳動累積十五年的硬體產品上市經驗，負責領導供應鏈與產品營運。

最終公司未能成功。我們未能取得A輪融資，至2025年底宣告結束。

先前我曾分享過亮點：黑客松的熱潮、車庫式創業的活力、機器人初次行走的瞬間。如今我想詳述真正的教訓——有些是全行業的陷阱，有些則是我們主動犯下的錯誤。

1. 大型模型沙文主義終將傷及他人

普遍存在一種觀念：人工智慧模型已高度先進，硬體設計大可簡化。感測器？模型能透過視覺解析一切。安全限制？策略網路會自動學習避開。

我稱此為「大型模型沙文主義」。這種觀念悄然影響了我們新創公司的無數決策。必須澄清，這並非某個人的疏忽——我們多數人或多或少都抱持這種想法。AI的實力確實令人驚嘆，這種興奮感很容易掩蓋了基礎的硬體原則。

至今仍令我耿耿於懷的爭論，是關於是否為機器人關節加裝限位器。限位器——機械式限位開關——是防止關節自我毀損的基本物理屏障，屬於最基礎的安全冗餘設計。

反對意見認為，人工智慧策略應能自然學習關節極限，而終端限位器只會增加不必要的成本與重量。

任何具備硬體經驗者皆知此論點存在謬誤。限位開關的存在，正是因為軟體可能且必然會發生故障。模型會出現異常，策略會遭遇未預見的邊界案例。當語言模型產生幻覺時，你會得到荒謬的答案；當執行器因單次錯誤推論，以最大扭矩突破機械極限時，你得到的將是損壞的機器——更糟的是，可能造成傷害。

模型或許有99.99%的正確率，但限位器正是為那0.01%而設。在實體世界中，這0.01%才是唯一真正重要的統計數據。即便以全自動駕駛為目標的特斯拉，其車輛仍配備煞車系統。

2. 過度簡化的類比只適用於募資，而非實作

每份機器人提案簡報必有此類宣言：「我們正為機器人實現特斯拉對電動車的突破」，或「這是具身人工智慧的iPhone時刻」。我們慣用的類比是懸浮滑板：人形機器人將遵循自平衡滑板車的成本曲線——從昂貴新奇品，經深圳量產，最終成為廉價普及的硬體。

懸浮滑板的馬達只需旋轉即可。但類人型機器人的致動器必須具備超凡精準度、強勁動力、耐用性，且每台設備的性能都需高度一致。單一致動器若稍有偏差，便可能導致機器人步態異常或摔倒。無論是懸浮滑板、智慧手機或其他消費性裝置的類比，對打造類人型機器人毫無實質助益。

然而「它會像懸浮滑板一樣」的說法，卻是創投公司能理解的故事。這承諾著必然的成本降低、中國製造的實力，以及十億級別的規模。每花一小時辯論這些類比，就少了一小時解決實際技術難題的時間。

類比是種壓縮演算法，透過捨棄資訊來簡化複雜性。這在商業簡報中無妨，但在工程決策中，被捨棄的資訊往往正是導致失敗的關鍵。

3. 硬體供應鏈絕非簡單任務

某些軟體背景的創辦人將供應鏈管理視為例行公事：找個會說中文的人，指派他去工廠，就當完成任務。這種誤解是硬體新創的常見陷阱。

我加入時，供應鏈基礎設施一片空白——沒有製造商關係、沒有付款條款、沒有品質控管流程、沒有物流管道。建立供應鏈需協調組裝、元件、致動器及多家中國代工廠的生產環節。每項環節都需分別協商價格、品質標準、最低訂購量與生產時程，且需跨越不同貨幣、時區與商業文化，這些文化對交易的根本假設截然不同。

這絕非「與供應商談談」就能解決。製造並非可購買的服務，而是必須建構的核心能力。你與代工廠的關係決定了致動器是否在公差範圍內，還是偏差2毫米；也決定了單件成本是800美元還是2,400美元。若一家公司的硬體營運能用一句話概括，那它沒有硬體策略——只有一廂情願。

4. 機器人領域不存在「商品化」硬體

當前流傳著一個極其危險的觀念：機器人硬體將成為「商品」，由中國製造商像組裝智慧型手機般拼湊現成零件，而真正的價值僅存在於人工智慧軟體層。

這與當前現實相去甚遠。人形機器人沒有標準物料清單，現成執行器無法直接應用於雙足行走。當今每支開發腿足機器人的團隊，都在設計專屬硬體。

當企業採信「硬體是商品」的論調時，實質損害便已發生。負責實體產品開發的團隊，其貢獻往往得不到相應的發言權與認可。組織權力將轉移至被視為戰略「防禦要地」的職能部門，卻無視誰在承擔最艱鉅的工作。

我觀察到一種反覆出現的模式，稱之為「薛丁格的專業能力」。當硬體問題浮現時，這些人突然「並非硬體專家」並聲稱毫無頭緒；然而當工程團隊表示重新設計需四個月時，他們卻堅持應在四周內完成。這種前後矛盾的態度，實際執行工程的團隊看得一清二楚。

我們的工程師打造出能行走的機器人。這是公司達成最艱鉅的工程壯舉。

5. 糟糕的研發決策比賽場厄運更致命

機器人領域猶如一場競賽。資金充沛、人才湧入、市場緊盯。但競賽獎勵的是速度，而速度不僅是努力——更是快速做出正確決策的成果。

我親眼見證的最大失誤，是團隊在移動技術上陷入僵局。耗費數月仍無法讓機器人正常行走，此時募資窗口已然關閉，競爭對手卻發布了令人驚豔的演示。這不僅是領導層的失誤，整個團隊（包括我在內）都低估了問題的複雜度與所需時程。 我們的GitHub滿是儲存庫，外觀看似進展，實則內裡是徒有其表的空轉。儲存庫無法上市，演示版本能上市，產品才能上市。

更深層的問題在於決策品質。衝動決策與遲疑決策同樣致命。全心投入錯誤方向非但無法節省時間，反而會使成本倍增——因為後續必須耗費資源推翻既有成果。

研發速度的衡量標準不在於儲存庫數量、提交次數或工時紀錄，而在於多快能收斂至真正可行的解決方案。

6. 越是急於求成，落後幅度越大

我們的專案時程表成了內部笑話。機器人總在「下週」就要行走——每週如此。

當這種文化根深蒂固，人們便開始為趕上不可能的期限而偷工減料。工程師在未經充分審查的情況下使用AI編碼工具，未經完整校準就整合感測器。於是演示再次失敗，時程表又重置為「下週」。

這正體現了中國諺語「欲速則不達」的真諦：當不切實際的期限成為常態，團隊並非真正加快了進度，而是跳過了使事物運作的關鍵步驟。每個被跳過的步驟，最終都會導致失敗，而失敗耗費的時間遠超過當初取捷徑所節省的。

損害不僅限於工程層面。當你憑藉不切實際的時程向合約製造商承諾時，便摧毀了這段關鍵合作關係。製造商需要真實的產能預測來規劃生產。那種「快速行動、打破常規」的混亂思維或許適用於軟體開發，但當工廠根據你無法兌現的承諾分配生產線時，這種思維便徹底失效。

個人反思

我本可以成為更優秀的營運長。在組織問題尚可修正時，我本該更早展現決斷力。我本該更堅定地推動合理時程，而非放任其延宕。這份責任歸我所有。但如今我已洞悉分寸所在，這份體悟將伴我前行。

我全程參與了這段旅程，從首場黑客松到最終發送給供應商的郵件。

致所有新創公司的年輕工程師：請相信你對物理原理的直覺。若計算顯示接合處將失效，務必記錄在案。以正式程序提出異議。切勿因追求速度的壓力而忽視已知的真相。你的專業聲譽取決於實際交付成果，而非空洞承諾。

若這六項教訓能幫助到任何人——無論是硬體創辦人、供應鏈專家，或是正考慮創業的四十歲家長——那麼撰寫這篇文章便值得了。

我依然堅信具身人工智慧的價值。只是我認為，它值得擁有與控制它的軟體同等嚴謹的硬體工程設計。

關於作者

徐睿是矽谷資深硬體產業專家，曾任Y Combinator投資的機器人新創公司K-Scale Labs營運長，該公司專注於開發平價人形機器人。 在此之前，他於英特爾、小米、聯想、亞馬遜及字節跳動累積十八年消費性硬體產品開發經驗，參與產品包括小米盒子、聯想智慧顯示器及亞馬遜Fire TV。其個人網站ruixu.us持續撰寫機器人技術、硬體開發及實體產品打造實務的深度觀察。