崩溃内幕：从机器人初创企业倒闭中汲取的六大教训

K-Bot开源人形机器人。| 图片来源：K-Scale Labs

编者按：徐瑞曾任旧金山初创企业K-Scale Labs首席运营官，该公司致力于开发低成本人形机器人。该公司在2025年末关闭，近期将其知识产权开源。徐瑞最初在领英发布本文，经其授权转载。

在Y Combinator支持的机器人初创公司担任首席运营官期间，我怀揣着打造平价人形机器人的宏伟目标奋斗了一年。四十岁的我凭借在英特尔、小米、联想、亚马逊和字节跳动十五年的硬件产品发布经验，负责领导供应链与产品运营。

最终公司未能成功。我们未能获得A轮融资，至2025年底宣告终结。

此前我曾分享过高光时刻：黑客马拉松的激情、车库创业的热忱、机器人首次行走的瞬间。如今我想详述真正的教训——既有行业通病，也有我们主动犯下的错误。

1. 大模型沙文主义终将伤人

普遍存在一种观念：人工智能模型已高度先进，硬件设计可以简单化。传感器？模型能通过视觉解读一切。安全边界？策略网络会自动规避。

我称之为"大型模型沙文主义"。这种观念悄然影响了我们初创公司的无数决策。需要澄清的是，这并非某个人疏忽所致——我们大多数人都或多或少认同这种观点。人工智能的能力确实令人惊叹，这种兴奋感很容易掩盖基本的硬件原则。

至今仍令我耿耿于怀的争议，是关于是否为机器人关节加装限位开关。限位开关作为机械限位装置，是防止关节自毁的基本物理屏障，属于最基础的安全冗余设计。

反对意见认为，人工智能策略应当自然习得关节极限，限位开关只会增加不必要的成本和重量。

任何具备硬件经验的人都知道这种逻辑存在缺陷。限位开关的存在，正是因为软件可能且必然会出错。模型会出现故障，策略会遭遇未预见的边界情况。当语言模型产生幻觉时，你得到的是毫无意义的回答；当执行器因单次错误推断而在全扭矩状态下突破机械极限时，你得到的将是损坏的机器——甚至更糟，是人身伤害。

模型或许99.99%的时间都运行正确。限位装置正是为那0.01%而生。在物理世界里，这0.01%才是唯一真正重要的统计数据。即便特斯拉怀揣着自动驾驶的宏图，其汽车仍配备着刹车系统。

2. 过度简化的类比只适用于融资，而非构建

每份机器人项目计划书都少不了这类表述："我们正为机器人实现特斯拉对电动汽车的突破"，或"这是具身人工智能的iPhone时刻"。我们惯用的类比是悬浮滑板：人形机器人将遵循与自平衡滑板车相同的成本曲线——从昂贵的新奇玩意，到深圳的量产制造，最终成为廉价普及的硬件。

悬浮滑板电机只需旋转。但人形机器人的执行器必须具备超凡精度、强劲动力、持久耐用性，且每台设备性能一致。单个执行器稍有偏差，便会导致机器人步态异常或摔倒。悬浮滑板、智能手机等消费设备的类比，对人形机器人研发毫无指导意义。

然而"它会像悬浮滑板一样"的描述，却是风投机构能理解的故事。它承诺着必然的成本降低、中国制造的实力，以及数十亿级的规模。每花一小时争论这些类比，就少了一小时解决实际技术难题的时间。

类比本质是压缩算法，通过舍弃信息来简化复杂性。这在商业计划书中无可厚非，但在工程决策中，被舍弃的信息往往正是导致失败的关键。

3. 硬件供应链绝非易事

某些软件背景的创始人将供应链管理视为简单任务：雇个懂中文的人，指派到工厂，就当完成。这种误解是硬件初创企业的常见陷阱。

我加入时，公司根本不存在供应链体系——既无制造商关系网，也无付款条款、质量控制流程和物流渠道。构建这个体系需要统筹协调组装环节、零部件、执行器以及多家中国代工厂的生产。每项合作都需分别就价格、质量标准、起订量和生产计划进行谈判，且涉及不同货币、时区和商业文化，各方对交易的根本认知也截然不同。

这绝非"和供应商聊聊"那么简单。制造并非可购买的服务，而是必须构建的核心能力。你与代工厂的关系决定了执行器是精确到公差范围内还是偏差2毫米，决定了单价是800美元还是2400美元。若一家公司的硬件运营能用一句话概括，那它没有硬件战略——只有一厢情愿的幻想。

4. 机器人领域不存在"大宗商品"硬件

当前流传着一种危险的观点：机器人硬件将如同智能手机般成为"商品"，由中国制造商组装现成部件，而真正价值仅存在于人工智能软件层。

这与现实相去甚远。人形机器人没有标准物料清单，现成的执行器无法满足双足行走需求。如今每个研发腿足机器人的团队都在设计定制硬件。

当企业采信"硬件即商品"的论调时，实际损害已然发生。负责实体产品研发的团队往往得不到与其贡献相称的发言权和认可。组织权力向被视为战略"防御点"的职能部门转移，却无视谁在承担最艰巨的工作。

我观察到一种反复出现的现象，称之为"薛定谔的专长"。当硬件问题出现时，这些人突然"不是硬件专家"，声称一无所知。然而当工程团队表示重新设计需要四个月时，他们却坚持四周内必须完成。这种自相矛盾的立场，被实际执行工作的工程师们看穿了。

我们的工程师打造出能行走的机器人。这是公司最艰巨的工程壮举。

5. 糟糕的研发决策比赛场厄运更致命

机器人领域如同赛场。资本充沛，人才涌入，市场紧盯。但赛场奖励速度，而速度不仅是努力——更是快速做出正确决策的结果。

我目睹的最大失误是团队在行走系统上陷入僵局。耗费数月仍无法实现稳定行走，与此同时融资窗口关闭，竞争对手发布了惊艳的演示。这不仅是领导层的失误，包括我在内的整个团队都低估了问题的复杂性和所需时间。 我们的GitHub仓库堆满代码，外人看来是进展，实则是徒劳无功的空转。仓库代码无法交付，演示版本才能交付，产品才能交付。

更深层的问题在于决策质量。冲动决策与迟缓决策同样致命。全情投入错误方向非但无助于节省时间，反而会使成本翻倍——因为后续必须推倒重来。

研发速度的衡量标准不在于仓库数量、提交次数或工时记录，而在于能否快速聚焦于真正可行的解决方案。

6. 越是仓促行事，越会落后

项目进度表成了内部笑谈。机器人总在"下周"实现行走——每周如此。

当这种文化蔓延开来，人们开始为赶上不可能的截止日期而偷工减料。工程师未经充分审查就使用AI编码工具，传感器在未完全校准的情况下就被集成。于是演示再次失败，时间线又重置为"下周"。

这正应验了中国谚语"欲速则不达"：当不切实际的期限成为常态，团队并非真正提速，而是跳过了确保系统正常运作的关键步骤。每个被省略的环节最终都会引发故障，其修复耗费的时间远超当初走捷径所节省的。

损害远不止于工程领域。当你基于不切实际的时间表向代工厂商许诺时，就烧毁了这段关键关系。制造商需要真实的预测来规划生产。混乱的"快速行动，打破常规"思维在软件领域或许可行，但当工厂根据你无法兑现的承诺分配生产线时，这种思维就会彻底失败。

个人反思

我本可以成为更优秀的首席运营官。在组织问题尚可纠正时，我本该更早地果断干预。我本该更坚决地推动合理时间表，而非放任其滑坡。这份责任在我。但如今我已看清界限所在，并将带着这份认知继续前行。

从首届黑客马拉松到给供应商的最后一封邮件，我全程参与了这段历程。

致初创公司的年轻工程师：请相信你对物理原理的直觉。若计算表明某个连接点会失效，务必记录在案。正式提出你的论证。不要让追求速度的压力迫使你忽视已知的真相。你的专业声誉建立在实际交付成果之上，而非空头承诺。

若这六条经验能帮助到任何人——无论是硬件创业者、供应链专家，还是考虑投身创业的四十岁父母——那么撰写此文便不虚此行。

我依然坚信具身人工智能的价值。只是认为它值得拥有与控制软件同等严谨的硬件设计。

关于作者

徐睿是硅谷资深硬件从业者，曾任Y Combinator孵化的机器人初创公司K-Scale Labs首席运营官，专注于平价人形机器人研发。 此前，他在英特尔、小米、联想、亚马逊和字节跳动等公司历经18年消费级硬件产品开发，参与项目包括小米盒子、联想智能显示屏和亚马逊Fire TV。他在个人网站ruixu.us撰写机器人技术、硬件开发及实体产品制造的真实实践。