最近一位在产业界的朋友跟我分享，这两年LLM崛起，对他们的产品研发帮助很大，团队还额外开发几个全新的代理人（Agent）。但他算了token花费之后很惊讶，一年下来的金额，已经比买下一整柜高端AI服務器还多。即将导入的大规模应用还会把用量再往上推，他也担心产业know-how送进外部模型。于是他们很认真地评估：是不是应该自己买（租）AI服務器？这不是单一公司的处境。一家美国叫车平臺业者原本鼓励各团队大量使用token开发，4个月后全年的AI预算就用完了。接下来就是设上限、个案申请，强制「配给」。配给不是因为变贵。同等能力的推论价格长期快速下滑，帐单却愈来愈大，这个机制本专栏〈Token帐单之后：AI运算架构的5层重组〉谈过。当时是推估，现在有实际的帐单可以看了。不过帐单变大本身不是买（租）机器的理由。先确认投资报酬率（ROI），再做工作分级与流程最佳化。剩下的工作如果用量持续稳定、數據不能离开公司、服务也不能中断，才值得自己拥有模型生产token。第一步是看ROI。所有变革都得先回答一件事，对企业改善哪些量化指标。常见效益是省下的人力与外包、缩短的交期，再往上是客户满意度、新营收与竞争力，最后都反映在毛利、甚至本益比上，本专栏〈AI改写的不是效率，也是毛利结构〉谈过这一层。第二步是把工作分级，依难度配上能力与价格相称的模型。可预测、量大、规格明确的任务可以不需要前沿模型，蒸馏出来的小模型、开放权重模型或较低端的API都能处理，单位成本可以差1~2个数量级，前沿模型留给真正需要深度思考的环节。第三步是工作流程的最佳化与迭代。工厂电气化初期，多数业主只是把蒸汽机换成一臺大马达，天花板上的传动轴照旧，产出的改善很有限。要等到每臺机器各配1颗马达、厂房不再绕著传动轴配置，生产力与弹性才提升。Agent接上现有流程，多半只是把原来的步骤做快一点，只有将工作流程重新规划过，效益才会显现。反过来说，帐单有相当一部分也是被流程设计出来的。几周前一位在美国AI原生（AI native）新创担任C-level角色的朋友分享，他们负责市场开发的只有个位数人力，年化营收（ARR）几个月内翻倍到数亿美元。这样的杠杆主要来自整套工作流程的改造，不全然靠买运算能力。有两类状况，值得付出溢价或是买保险。第一类是「敏感數據」：设计图、制程参数、客户规格等，本来就不宜离开公司。代理人能稳定接手的还是结构化程度最高的那一小块，其余得靠人帮补，工作切得愈长、步骤愈多，需要补的地方就愈密—规格、报价逻辑、内部know-how也就跟著提示词一起出去了。目前的折衷是先改写再送出，把敏感栏位换成代号，或用地端小模型把提示重写一遍。2026年一篇论文整理8种隐私保护方案，并实测其中4种可行方法及其组合。最严格的一组是地端分流加上遮罩与改写，可以把个资泄漏率降到0.6%，但程序码仍有31.3%外泄。个资有固定样式可以識別并置换，但是经验与判断散在整段叙述里，换掉几个名词隐匿不了。对产业界真正在意的那类數據，改写是减少损失（曝险），不是解方。第二类是「随时可用」。Token目前已逐渐成为产业的必需品，供应一中断，就不只是不方便。網絡断线、供应商停机、尖峰被限制用量，任何一项发生，产品研发就停摆。版本下架也是，供应商依自己的时程淘汰旧版模型，验证过的流程可能得重做。地端模型的能力比不上前沿，但它不会在某天早上突然不见。如果外部模型今天停3个小时，有多少工作会一起停，又有多少可以靠（较弱的）地端模型备援？到这里，才考虑自建。前面那家新创走的是租。买或租不是重点，重点是能不能取得自己调度的运算能力，让數據不必送进第三方前沿模型API，并由自己控制模型与版本。推论需求愈大、愈稳定，设备利用率愈高，自建的优势就愈明显。多数公司最后会是混用，量大又规格明确的留在地端，需要深度思考的仍然呼叫外部前沿模型。选择自建，机柜之外有不少overhead。机房、电力、散热还需要几组人：维运硬件的工程师、负责选型与微调的模型工程师、把服务接回既有系统的开发人力。这几种人现在都很抢手，养得起的中型企业不多。而且配置不是做一次就好，换一次模型就得重新部署、重新验证。硬件一买就是好几年，开放权重模型却几个月就出一批更好的，这个节奏落差是自建评估里特别容易被低估的一项。回到开头那位朋友。他们团队后来决定买了。在那之前，他已确认这两年的投入有可量测的ROI。帐单只是其中一个理由，真正让决定成立的，是有些产业know-how本来就不该送出去，有些工作一断线就停摆，加上他看得到未来2、3年的成长。换一家公司，同样一笔帐单很可能得出相反的答案。买贵了还算小事，难的是买完之后，需求长得跟当初评估的不一样。

2019年前后，一位在大型云端服务业者任职的朋友兴奋地分享：他们训练一个CNN模型处理单据文字識別，效果不错，但直接上线的运算成本太高，于是用「蒸馏」（distillation）训练出一个较小的模型来提供服务，发现还挺有效的。蒸馏一直是深度学习常用的策略之一，也称为师生架构（teacher-student）。用一个能力好的大模型当「老师」，训练另一个「学生」模型（不一定较小）。手上有没有原始标注數據，各有对应的做法。早期做法在2015年前后成形，最直接的是让学生去逼近老师的输出，不需要标注。后来加上「软目标」，或与原始标注數據一起用；也可以让学生模仿網絡中间层，不只看最后的输出。这套做法到今天仍在用，但搬的不只是模型大小，而是能力。我们近期的研究让老师看密集的3D点云、学生处理刻意稀疏化的点云，把两边的中间特征（理解能力）对起来，稀疏点云限制下的3D識別能力（机器人、自驾车）就被提升上来。到了大型语言模型，蒸馏的角色又不一样了。2025年初，一个开放权重的大型推论模型把自己的推论过程蒸馏进一系列小模型，有些的表现接近当时的闭源前沿模型。从那之后，能不能用前沿大模型训练出成本可接受的小模型，就成为大家瞩目的焦点。语言模型的训练，可以粗分成两大阶段。预训练（pre-training）吃的是海量文字，学的是语言结构与世界知识，可以说是让模型牙牙学语的阶段。后训练（post-training）教的是另一件事，模型怎么遵循指令、把话说得专业，把复杂问题抽丝剥茧处理好（推论）。需要的训练數據就是「一个专业的回答长什么样」，而前沿模型正好能生成这样的數據。所以蒸馏用在后训练特别直觉。蒸馏怎么做，开放权重的模型多半会披露在技术报告中。差别主要在老师给学生什么信號。最简单的一种是把老师生成的文字当教材。设定一批问题让老师（前沿模型）回答，收下来的问答就是训练數據，只要拿得到API，蒸馏就能启动。细一点的是让学生逼近老师在每个字上的机率分布，这需要模型权重。Google的Gemma连预训练都用蒸馏，后训练再从大型的指令模型蒸馏一次。近期较受关注的on-policy蒸馏又更进一步，让学生先用自己的方式作答、老师逐字批改。在数学竞赛题上，用约10分之1的运算量就能达到强化学习的水准。老师也不必只有一个或一定更大。已经有模型用上超过10个各自专精的领域老师，把不同专长蒸馏转移进同一个学生。把公司數據训进模型之后，原本的对话与指令能力常会退化，这时拿还没微调过的原始版本当老师，有机会把退化的部分教回来。但蒸馏并非总是有效：2026年的一项研究指出，老师与学生用同一批數據、量又足够大时，增益相当有限，數據稀少的领域任务才是它发挥空间较大的地方。前面谈的是狭义的蒸馏，老师与学生都是模型。把范围拉大，前沿模型也可以当成知识与數據的来源，协助标注甚至担任代理人（Agent）。过去要建數據集，得找标注人力、写规范、做品管，周期以月计。现在例行、量大的标注工作，部分前沿模型的输出品质已经堪用，单位成本也低得多，需要专家判断的领域当然还有难处。一种做法是让大模型直接提供监督信號。如低光源影像增强传统上需要成对的明暗影像当参考，训练影像不易取得。我们近期的做法是改用视觉语言模型（VLM）对影像内容的理解当引导，就能在没有参考影像的条件下训练，下游的分类与物件侦测都因此受惠。另一种是用大模型产生數據标注。我们建过一个电影理解的问答數據集，问的是角色动机与情节因果这类需要思考推论的问题，人工出题慢，也难维持一致品质。做法是让多个语言模型扮演不同的思考代理人，各自提问、互相检视与修正，再产出问答數據集。前沿模型直接担任數據标注的Agent。还有一种是把常识搬进训练系统。长时序的机器人操作任务难在中间没有回馈信號，我们的做法是先用语言模型把任务拆成不同阶段与所需动作，列出各阶段应有的物体状态，再让视觉模型依这套结构判断任务进度、建立奖励信號。这些过去要靠工程师逐条写进系统的常识，现在能从前沿模型（自动）取得。令人更期待的是，蒸馏有机会做出能力好的较小模型，把运算从云端往外移。对企业来说，较小的模型在部分推论任务上已逼近前沿，有机会在数张GPU的地端服務器部署。自建小模型也因此从构想变成可评估的选项：法务、财务、产业know-how这类信息密集又不宜外传的领域尤其明显。训练前沿模型的花费以数亿美元计，但能力一旦以API或开放权重现身，让小模型接近它的成本低了一到两个数量级。另一个方向是终端装置：手机、机械手臂、检测设备都可受惠于蒸馏。机器人的需求特别直接，它要在实体空间里實時执移動作，许多控制环节没有等待云端往返的余裕。高速产线的检测设备也一样，模型再准，跟不上产线节拍就用不上。使用大模型生成或标注數據再训练自己的模型，已经是研发的常态，前提是条款允许。前沿模型供应商的服务条款多半禁止拿模型输出去训练与他们竞争的模型，各家的界线并不一致。另一条路是改用可自行部署的开放权重模型，生成与训练都在自己手上，也避开數據外流。早年蒸馏搬的是識別模型的效率，现在搬的是语言、推论与常识。老师模型愈强，能搬的就愈多。

2026年入夏以来，台风与极端高温频繁进入新闻版面。放大到近几年，豪雨与干旱轮流上场，已逐渐成为常态。而理解、预报这些天气的技术，正逐渐转向AI。70年前，人类第一次用电脑做天气预报，把大气层切成格点，用物理方程序描述流体运动，交给超级电脑逐步求解。这套方法称为数值天气预报（Numerical Weather Prediction；NWP），至今仍是全球气象业的骨干。每次全球预报都要在数百万个网格上反复求解流体力学方程组。气象单位的标准作法还利用ensemble，同时跑多组条件略有差异的预报，用多个结果来改善预测品质。所以，运算是刚性需求，气象也长期是全球高效能运算（HPC）的大用户之一。AI挑战数值天气预报的成果，从2022年前后开始出现。Google DeepMind的GraphCast在标准评测的90%预测上，胜出欧洲中期天气预报中心（ECMWF）的主要数值模型。华为的盘古模型采用同样的數據驱动作法，论文估计其「推论」（实际预测时）速度比当时的营运数值系统快超过1万倍。2025年5月，微软（Microsoft）的Aurora再推进，在超过百万小时地球相关地球观测數據上预训练，再微调出空气品质、海浪、台风路径、高分辨率天气4个应用版本，在各自的评测项目上都优于现行的数值系统，其中5天台风路径预报胜过7个主要预报中心。2026年7月，Aurora的新版再加入能源、农业、交通等需要的预报项目，同时也公开释出模型权重（13亿参数）。ECMWF在2025年已陆续把自家AI预报系统AIFS的单一预报与ensemble版本，纳入每日例行预报的正式流程，与传统数值系统并行。美国国家海洋暨大气总署（NOAA）也在2025年12月部署AI全球预报系统，以开源的GraphCast为基础，再用NOAA自己的數據进行额外训练，其中传统物理模型与AI混合的ensemble，表现优于两者单独使用。70年来由超级电脑支撑的气象预报，目前是两套系统并行运作，而依NOAA的数字，AI版预报用的运算量不到传统系统的1%。但运算需求不会因此消失，AI预报每次起算，仍要靠传统系统把全球观测整合成一致的初始状态。成本差距这么大，是因为AI模型预报的方式与传统NWP大相迳庭。NWP的逻辑由物理定律出发，把已知的定律写成方程序，再用大量运算逐步推演大气状态。AI模型则从几十年的历史數據学状态之间怎么转变，不必在每次预报时重新求解完整的方程组，也不要求先理解背后的物理机制。作法上与语言模型从文本学结构、AlphaFold从序列与结构數據学规律相近。主要的运算成本落在预训练与微调，之后每次推论只要少量运算，秒级到分钟级就能完成。标的也不只有天气。传统地球系统预报由大气、海洋、海浪与空气化学等模塊串接而成，彼此交换信息，但各模塊有各自的數據、方程序与开发流程。Aurora则是同一个预训练模型微调出不同任务版本，学到的不只是天气，还包括地球系统其他层面的动态。有趣的是，原本集中在国家级气象机构的预测能力，正在往产业端扩散，变成可以自己部署、自己微调的一项基础能力。能源是最直接的例子。各主要市场的尖峰与离峰电价差正在拉大，數據中心与各类新增电气化用电的成长又推高尖峰，电网业者同时推动需量反应、时间电价与电网级储能，试著用各种手段把用电尖峰压下来。国际能源总署（IEA）估计，全球住宅空调贡献约600 GW的尖峰负载，但实际被调度的比例仍低。这些节能操作都得提前预备。需量反应得先通知用户，储能得决定何时充放，前提是知道什么时候缺、缺多少。而尖峰出现的时间与高度，相当程度由天气决定。空调只占全年用电约1成，却占了尖峰需求的3成；以印度为例，2024年气温每上升1度，尖峰需求就增加7 GW。太阳能与风电的出力同样取决于天候。我们多年来参与太阳能电厂的智能监控与发电量预测，与电力公司长期协作，台风前后那几天的发电量预测不确定性明显升高，也正是调度特别需要可靠信息的时候。NWP的维运要有超级电脑、實時观测數據整合与跨国观测站網絡，门槛一直很高。几个代表性模型的权重已经公开，推论的运算需求远低于传统NWP，用自有數據微调的作法也逐渐普及。能源、物流、农业、保险，原则上都有机会微调出贴近自身需求的预测系统。几个局限还待克服。目前已知效能仅限于评测基准上的统计结论，进入电网调度或供应链决策之前，仍需在具体场域验证极端事件下的稳定性。空间分辨率是另一个实际限制。以Aurora为例，分辨率较高的全球预报也只到约11公里，对初略天气型态已有参考价值，对太阳能光电场址层级的预测仍不足。臺湾多山地形往往需要公里级分辨率，还得再把粗网格的预报细化到局部地形，实务上这段差距目前多靠场址端的實時量测与在地數據来弥补。更根本的是，AI模型的训练數據来自历史气候，气候变迁正让极端事件的频率与型态偏离历史分布，这是所有靠數據学习的方法都会碰到的问题。同一套「基础模型」的想法正在往DNA序列、材料结构等领域扩散。地球系统不一样的地方在于，它的预测结果每天都得使用。语言模型出错，多半只是一段不可靠的文字。地球模型出错，影响的是明天的发电、用水与物流安排。其他领域的基础模型多半还在改变研究的方式，地球系统的模型已经进入营运现场，每天接受现实检验。

Token单价下滑、总消耗量大增，专栏2026年3月分析过，趋势至今有增无减。新一代前瞻模型朝AI代理（AI Agent）的使用型态设计：这几个月各家前瞻实验室竞争加剧，接连发布的新模型能规划任务、分派工作、运用各种技能与工具、直接操作电脑界面，定价却更低。AI代理正被快速导入各种知识工作。那么，AI代理真的能承接知识工作吗？能承接多少？尚未承接的部分，是还没有人投入，还是技术未到？7月初参加在加州圣地牙哥举办的计算语言学年会ACL 2026，一场「AI代理人与工作的未来」专题讲座（tutorial）把技术现况以及这些问题拆开来看。浮现一张让人惊讶的能力版图：AI代理已经站稳的区域，小得出乎意料；版图之外，一部分是还没有人投入的空白，另一部分是技术还待克服的难题。先看站稳的区域。前瞻模型业者OpenAI在2025年推出代理人基准测验（benchmark）GDPval，从GDP贡献最大的44种职业中，设计出1,300多项「规格明确」的真实任务（如简报、财务模型、工程图说），来测试代理人执行能力，并请同行专家盲评AI与人类的成品。依业者2026年4月发布的最新结果，最强模型的成品已有逾8成被评为不输人类专家；这套基准2025年9月推出时，这比例还不到5成，再前一代模型也只达到1成出头。依业者推出这套基准时的估算，完成速度与成本约为人类专家的百分之一。单看这些数字，AI代理似乎已经可以上工。但这片区域在整个劳动版图上有多大？ACL会议中主讲的CMU团队把目前43个AI代理基准测验（学术、产业时常使用的Agent评测任务）共72,342个任务，对应到美国1,016种职业的技能分类（参考美国O*NET职业信息數據库）。基准测验的分布，可当作目前AI代理研发重心地图：考题集中的地方，训练數據与研究人力也跟著集中。结果显示，任务多数落在「取得信息」与「操作电脑」2项技能，在整体就业所需技能中的权重合计不到5%；投入最深的程序与数学领域，只对应7.6%的就业人口。原因不难理解：这些工作结构化程度高、输入输出明确、成功与否可以验证。本专栏先前提过，自动化总是先从结构化的场域开始，研发投入也一样。版图之外的第一种空白，是还没有人投入的高价值区。同一份报告指出，管理、法务、建筑工程的工作已高度數字化（约88%、70%、71%），基准测验的覆盖却只有1.4%、0.3%、0.7%，而管理正是以薪资加权后经济价值集中的领域。这些工作中不少环节有明确的输入输出，未必是技术做不到，更可能是还没有人投入；论文称之为「错失的机会」。一旦投入到位，对企业来说，这里可能是生产力改善较早出现的地方。第二种空白，是技术还待突破的复杂工作。數據标注平臺业者与AI安全研究机构合作的「線上劳动指数（Remote Labor Index）」，从接案平臺选取真实付费委托（3D建模、建筑图说、影音制作、數據分析等，专业者完成一件的中位时间约11.5小时），让前瞻AI代理端到端执行，再由人类评审对照专业接案者的成品盲评，以此模拟企业交付员工的工作指令。指数2025年10月发布时，最佳模型只有2.5%的专案达到可验收水准。真实委托的需求模糊、规格多步骤、常要求修改既有成品，这些都还没被结构化。长时序的复杂任务是另一道关卡。前述CMU团队的报告同时量测AI代理自主性：即使在表现最好的軟件领域，任务复杂度一提高，成功率就明显下滑；其他测验加入工具中途出错、给定信息不完整、需要多人协作等情境后（模拟真实复杂场域），表现同样走低。值得注意的是这张版图移动的速度。2026年7月，研究机构以最新一代模型、搭配更完整的代理人执行环境重测線上劳动指数：最佳模型的成功率已从2.5%升到15.8%，前后不到1年；同一份更新也指出，绝大多数专案的成品仍达不到专业验收水准。两个现象并行：能做的还很少，推进的速度很快。GDPval从1成出头到逾8成不输专家，说的是同一件事：AI代理目前的能力版图比想像中小，但持续扩张中。这类成长难免包含针对测验最佳化的成分；但这两套测验过的是人类专家对真实成品的验收，能拉高分数的改进，多半也是AI代理真实能力的提升。目前技术扩张的方向也有迹可循。研发正把做不到的难题当成训练目标：新一代测验把出错、协作、真实委托等情境逐步纳入题目，最新的训练方法把专家验收的标准（rubric）转成训练信號；今天做不到的清单，很可能就是下一轮训练數據与运算投入瞄准的地方。还没有人投入的高价值空白，很可能也将循同一条路逐步被填补。回到开头的需求端。目前代理人技能只在结构化的一小块版图上站稳，如今的用量成长与供应链投资，大致就发生在这一小块之上（但已相当可观）。版图之外的大量工作，仍由人补位：厘清模糊的需求、拆解执行步骤、修正最后的产出；而这些补位动作，专栏近期谈过，正是企业在教模型。目前AI代理能完成的工作比想像中少，但是需求已经这么大，而技术能力版图还在往外扩。接下来市场的成长与组织的变动，可能又会超乎我们的想像。

过去20年，企业信息治理的核心是保护數據：分级、加密、备援、不出门，这套做法如今已是标准作业。但數據本身是静态的；真正创造竞争力的，不是數據，而是「运用數據改善工作」的能力：用它最佳化产品设计、良率、客户经营与销售流程，让被动的數據「活化」。例如，晶圆厂把检测數據回馈到制程参数，物流业者拿配送纪录重排路线，品牌厂拿客服对话修正产品设计：數據的价值，在商业循環中被最佳化放大。AI时代，这个循環有了新的参与者。企业的工作流程本来就持续在最佳化、修正，行之有年的持续改善是营运的日常；过去改善的成果写进SOP，如今企业把AI嵌入工作流程，AI跟著每一次调整吸收经验。这里说的「学习循環」，正是持续改善的新形态：不是模型自我学习，而是企业最佳化流程、AI吸收经验、让下一次做得更好的循环；循環转得愈久，累积愈厚。AI吸收经验的管道，多半是人提供的提示词与脉络數據（context）。AI代理（AI Agent）目前能稳定接手的，还只是结构化程度最高的一小块工作；其余大量工作，仍需要专人介入：用提示词补上模糊的需求、提供流程脉络、修正不到位的产出。每一次补位都是一次示范，规格文件、报价逻辑、内部术语，随著提示词一并交给模型；本意是让眼前的工作更有效率，实际上却也在教导模型。模型做不到的部分愈多，人教得愈勤，留下的教材愈密集；模型的能力边界，恰好沿著人补位最密集的地方往外推。企业教得愈多，前瞻模型能力愈强，而这个原本属于企业的改良过程，可能逐渐累积在外部平臺掌控的学习系统中。企业领导人的疑虑，开始浮上台面。2026年7月初，一家美系數據分析軟件大厂的CEO在访谈中批评，前瞻实验室一边把模型能力讲得过满，一边透过客户的日常使用，吸收企业的专有工作流程与策略知识；7月中旬，微软（Microsoft）CEOSatya Nadella发表短文〈The Reverse Information Paradox〉，表达他的想法。他借用经济学家Kenneth Arrow在1966年提出的信息悖论：原始版本是卖方的困境，要证明信息有价值就得先揭露，一揭露，买方就免费取得了；Nadella认为AI把风险反转到买方这一侧：企业为AI付2次钱，一次付订阅与运算费用，另一次付出为了让智能派得上用场、不得不揭露的企业know-how。外流的管道不只是上传文件：提示词、附带的脉络与额外數據，尤其是「纠正模型错误」的动作，每一次修正都是高价值信號，把机构知识一笔一笔输出，进了外部平臺手里。Nadella这篇短文提出警讯，要企业自问：你亲手教模型的信息，流向哪里？业界的讨论多半集中在他提出的5个C架构：Control是自建并持有评测与机构记忆，所有权留在企业手上；Capability是在自己的环境内，让模型针对真实工作流程练习与微调，不必把敏感脉络交给第三方；Choice是把调度层与任何单一模型脱钩，换模型时不必重建评测、不遗失脉络；Cost则是Choice的直接结果：能换模型，就能按任务挑选通过评测的最经济选项。前四项是手段，第五项Compound才是目的：把它们组成一个学习循環，AI随使用愈变愈好，而改进成果像资产一样留在企业内部，属于企业，而不是供应商。企业与供应商之间这条界线该画在哪里，与用哪一家云端平臺无关。哪一份输出被接受、哪里被改、为什么被改，这些过程信息过去不被当成资产，也不在數據治理的范围内；知识的价值，正在从文件移向「过程」；數據治理守住的是原料，尚未涵盖制程改良循環。外流的轻重，对不同企业并不相同。多数企业的日常使用，外流的多是通用内容，影响有限；有相当规模的企业则不同：独特的工作流程、客户结构、长年累积的领域數據，正是修正信息价值集中的地方。如何把学习循環留在内部？一半条件在运算平臺。这不意味著放弃前瞻模型：更可能的形态是混用（hybrid），通用能力继续交给公有云上的这些模型；而关键的评测、记忆、教导模型的指示与范例、修正纪录，在自己掌控的环境内累积——本专栏2026年5月谈AI运算架构5层重组时描述过的企业數據中心与本地服務器，正是这个循環落脚的地方。延伸报导专家讲堂：Token帐单之后：AI运算架构的5层重组另一半条件在模型端。开放权重模型是前提：权重能掌握在自己手上，模型才能搬进企业门内；循環于是累积在企业的评测与记忆上，而不是绑在某一个模型身上；Choice的议价能力，在架构上由此而来。成本也比直觉想像的低：NVIDIA研究部门2025年的论文主张，代理人系统中大量呼叫是重复、特化的小任务，小型模型已足以胜任；评测评分、任务分派、记忆整理这类循環里的控制工作，恰好都属于这一类，不需要仰赖前瞻模型。「消费智能的同时，你也在创造智能。你创造的东西应该属于你。」Nadella说得直白。模型会走向商品化，企业的know-how、工作流程最佳化循環不会；真正的资产，不是模型，而是企业每天都在累积、并且留在自己手上的学习循環。

2026年5月东京人形机器人高峰会上，一家国际顾问公司的合伙人展示一张实体AI（Physical AI）的全球劳动自动化市场潜力图。回来后，我把同一家机构的智库报告中关于數字AI（Digital AI）的职能分类，重划成一张对应图。2张图最有意思的地方，不是整体潜在市场（TAM）规模相近，而是说的是同一件事：自动化总是先从「结构化」场域开始。过去2年，AI带动的运算与供应链经济规模快速成长，动力主要来自Digital AI：推论模型的token消耗、推论经济的成形，加上AI代理（AI Agent）的兴起。那么，Digital AI的演进时程，也会是Physical AI的路径吗？先看第一张图。Digital AI的市场版图，核心原则清楚：任务愈规则化、數據愈密集，自动化愈快发生。以职能分类，差距显著：财务、法律、行政领域有55%至65%的工作属于高度可自动化范畴；軟件、研发、STEM领域约40%至50%；医疗、教育、管理领域则只有15%至25%。合约审阅、财务对帐、法遵查核，有明确的输入输出与可学习的历史數據，數字代理人活在「已被结构化」的信息环境里。反观主治医师的临床决策或管理者的组织判断，牵涉情绪脉络与权责，超出当前代理人的处理能力。Digital AI的边界，是「非结构化判断」的边界。Physical AI的市场版图，则以地理维度切分：以制造业高度密集的韓國、德国为代表，实体劳动中有65%至75%属于高度结构化任务，涵盖工厂产线、仓储物流、重复性组装；日本、中国、美国等混合型经济体，这个比例约为40%至55%；以印度为代表、服务业与非正式劳动占比偏高的经济体，则只有10%至20%。这个地理切分，逻辑与Digital AI相同，只是「环境」从信息空间换成实体空间：工厂的产线是被高度设计过的实体环境——固定的作业臺、可预期的物件、重复的动作序列——对机器人来说是相对友善的场域。零售服务、建筑工地、居家照护，面对动态、不可预测的实体情境，机器人的自主能力仍非常有限。2个版图的边界因此高度对称：一边是「非结构化判断」，一边是「非结构化实体环境」。换句话说：Digital AI把信息世界结构化、智能化，Physical AI再把实体世界结构化、移動化。2条路径的不同，先出现在时程上。Digital AI已进入扩散期：本专栏〈推论经济学〉与〈Token帐单之后〉追踪过这个变化，推论成本已从每百万token 30美元跌至1美元以下，但帐单不减反增，总用量的成长速度远超单价下滑。市场研究机构预测，2026年底约40%的企业应用将整合任务型AI代理，从2025年不到5%的基础一年内大幅跳升，是临界点后的快速扩散。Physical AI这一边，需求走在技术前面：制造与物流现场的缺工是刚性需求，4萬億美元的潜在市场逐渐成形，但机器人在现场能稳定做到的仍然有限。2026年5月东京的人形机器人高峰会与6月维也纳的ICRA，反复出现的观察是：当前被称为「成功」的机器人部署案例，几乎都是透过缩窄问题范畴来达成自主性，而不是真正解决泛化能力的问题。触觉、Sim-to-Real、长时序规划与世界模型的差距，本系列前几篇已分别说明。这个需求与能力的落差，不代表方向错了，而是时程不同：Digital AI的问题是「该在哪里找到成长曲线」；Physical AI的问题是「该在哪里确认成功案例」。这条时间差，有一条能力曲线可以量化比较。模型评估机构METR（Model Evaluation & Threat Research）的Time Horizon追踪計劃，以「人类完成同一任务所需时间」衡量各時代模型能以50%成功率自主完成的任务复杂度。从2019年GPT-2只能处理约1至2秒的简单任务，到2026年的新一代模型，可完成的軟件类任务时长已达16小时等级，依其估算约每7个月翻倍。以8小时（一个标准工作天）为参考线，近期模型已陆续越过，意味著數字代理人有机会从「加速执行」走向「独立接手整天的工作」。这条指数曲线，目前只存在于數字世界：机器人要在实体环境中跨越数小时稳定完成复杂任务，所需的规划深度、容错能力与环境适应性，还需研究突破。Physical AI的慢，不只在模型能力，也在部署方式。數字代理人的导入本质上是軟件问题：API串接、數據清理、流程重新设计，从决策到运行快则几周；失败可以修正，持续迭代。Physical AI的导入是系统整合问题：场地改造、安全认证、与既有设备的整合，时程以年计，成本以千万计。但是高门槛反而创造黏性：一家工厂花两年把机器人整合进产线，不会因为竞争对手推出更好的軟件就轻易替换。两者的差距，也体现在「验证」这个环节。數字代理人的迭代回路是：推理、工具呼叫、执行、检查结果、修正，整个循环在數字空间完成，失败成本低，可實時重试，能力就在快速循环里累积。Physical AI的回路根本不同：机器人难以在真实场域反复试错，一次碰撞或抓取失误的代价，可能是设备损坏或人员风险，验证必须在执行之前完成，而非之后。这也是大家对世界模型在Physical AI中的期待：机器人需要先在模拟中「预演」动作结果，确认可行后才进入实体执行。在數字空间，验证回路天然存在；在实体空间，可能得靠世界模型解决，但是还没收敛。因此，Physical AI的市场进入逻辑更接近「先深后广」：先在结构化程度高的场域建立滩头堡，累积具身數據与安全认证纪录，再逐步向更复杂的场域扩张。具身數據难以从網絡大量取得，主要来自真实部署；而获得真实部署机会，又需要先通过安全认证与场域验证。这个循环，让先进入特定场域的厂商建立起难以复制的护城河，即使后进者的軟件技术更先进。Digital AI与Physical AI 2个市场都在快速成长，合计每年潜在经济价值达数萬億美元等级，涵盖的是人类2种核心的劳动形态。Digital AI开始进入收成期，竞争格局正在集中；Physical AI仍在播种期，先行优势可能要再过几年才会清晰显现。2条路径，同一套成长逻辑：AI总是先在结构化世界立足，再从那里逼近非结构化世界。

2026年5月底东京Humanoids Summit，原本以技术与商业化为主轴的峰会，今年也为政府代表与政策观察者保留讲臺。一家美系机器人大厂的政策副总裁在会中直言：「政府不介入已经不行了。」理由包括：AI政策与机器人政策开始交叠、自主系统的军民两用性质让机器人进入国安视野。技术一旦被划入国安范畴，政策资源往往随之增加，无人机与5G都走过这条路，接下来可能轮到机器人。这不只是一位企业高端主管的观察。截至2026年，已有十余个国家或地区提出具官方背书的机器人或智能机器国家发展架构，从日本、韓國、新加坡、印度，到德国、法国、荷兰、中国与澳大利亞。架构的核心要素已逐渐成形：从人才训练、研究资金、安全标准，到供应链韧性、国安与贸易政策；后三项关联地缘政治。这些路径大致可以收敛成4种模式：1. 美国是产业先行、政府补位的产业主导型；2. 中国是全政府动员、由上而下推进的国家动员型；3. 欧盟是以法规架构定义可信任生态系的法规治理型；4. 日本与韓國则同属政府与产业紧密配合的协同生态型，但做法不同：日本靠政府主导的共享數據平臺，韓國靠政策延续与大企业投资。美国的逻辑一贯：产业够强，政府通常不急于介入。从芯片运算、电动车跨足机器人的科技大厂，到人形机器人新创与顶尖AI研究实验室，实体AI（Physical AI）生态系的资本、模型与平臺能量仍高度集中在美国。美国国会2025年起开始相关讨论，目前推进较快的是对中国机器人的限制措施；联邦层级、以机器人产业为核心的国家机器人战略，尚未成形。日本曾长期位居全球工业机器人密度第一，但依IFR修正后的计算基准，2025年已滑落到第四，类似的反思在东京峰会多次出现：硬件优势不再够用，政策重心转向數據与基础模型的竞争。日本经济产业省（METI）近年整合高效能运算（HPC）基础设施与新设的具身智能（embodied AI）旗舰計劃，让企业共享机器人數據与模型；2026年3月发布的新版AI机器人战略，目标2040年在全球AI机器人市场取得30%以上市占率，期望重新站回与中美并列的位置。韓國是最早把机器人提升到国家法律层级的国家：2008年的智能机器人开发与普及促进法奠定基础，十余年政策延续性累积出生态系厚度。2026年六月底，韓國进一步把Physical AI与半导体、AI數據中心并列为三大国家旗舰計劃，由总统府直接督导，目标2028年让10个产业别的人形机器人进入商用，并开发自主的机器人基础模型。韓國模式里，资本仍来自民间，但政府的主导性明显增强。中国的机器人政策以2015年「中国制造2025」为分水岭，机器人列入十大重点产业；2026年的第十五个五年规划首次把具身智能与量子技术、脑机界面、6G并列为顶层新兴产业方向。同年2月，工信部辖下的标准化委员会发布人形机器人与具身智能标准体系，并明列国际标准化目标：先立标准、再定市场门槛，过去用在5G，如今延伸到机器人。地方政府竞相设基金、建园区，形成外界称「全政府推进」的格局，但商业化仍待验证：出货多流向研究、教育与展示市场，制造现场仍以试点居多；规划文件强调供应链自主化，反映精密减速器等核心零组件仍仰赖日德业者。欧盟AI Act于2024年8月生效，但2026年6月定案的简化方案，把机器人安全元件等高风险应用的合规时程延后到2028年。2025年公布的AI Continent Action Plan扩建欧洲AI运算基础设施；同年推出的Apply AI策略把机器人列为战略产业之一。德国、法国、荷兰各自执行国家机器人战略，中央法规加成员国执行的双层架构，即使时程放缓，寄望的仍是「布鲁塞尔效应」：当AI法规成为进入全球市场的门槛，欧盟的监管架构就有机会成为实质的全球标准。真正的竞争在标准，不在速度。4种模式之上，还有一张全球分工图，东京会场的版本是：硅谷负责模型与资本，日本负责精密制造，韓國负责量产可靠性，中国负责硬件速度。臺湾近期推出「智能机器人产业推动方案」，规划4年投入百亿元、设立国家智能机器人研究中心，以服务型机器人切入医疗照护与餐饮等缺工场域，也在试著标出自己在这张分工图上的位置。训练數據的问题，在机器人领域格外值得关注：相较于大型语言模型，机器人可用的训练數據少了2到3个数量级；弥补这个差距的方式之一，是让机器人在真实作业环境中「持续学习」，边部署边累积场域數據、持续更新模型。臺湾的制造与服务场域，恰好提供这个机制所需的条件。Physical AI最终竞争的，未必只是谁能造出最多机器人，而是谁能建立让机器人持续、安全、可验证地进入真实场域的产业条件。

随著招募流程的两端逐步由AI代劳，一份履历能不能进入入围名单，可能取决于一个求职者完全不知道的因素：履历协作的模型，跟筛选履历的模型，是否为同一家。2025年底收录于人工智能伦理与社会研讨会（AIES 2025）的一份研究，就这件事进行系统性的实验。研究在控制履历品质之后，比较模型生成与人工撰写的履历在不同模型中的评价：当撰写与评审（模型）来自同一家，求职者进入面试入围名单的机率高出2成到6成；在多数测试案例中，同等品质的履历，模型对 AI 生成内容的评分高于人工撰写版本。研究称这个现象为「自我偏好（self-preference bias）」：语言模型会偏爱自己生成的内容，即使品质已被刻意控制。这份研究的实验场景，如今已贴近现实。HireVue 2026调查显示，逾7成HR团队已定期在招募流程中使用AI，近7成求职者也已用AI起草履历。一边用AI审、一边用AI写，已是现况而非未来情境。对坚持自己撰写履历的求职者，这意味著可能在不知情的情况下，仅因履历未经模型加工，就在评分上落后。这个现象，2026年6月有了更具体的面貌。AI工具比较业者i10X Research发布1份产业测试报告，让几个主流模型互评同一位虚拟求职者的履历，只换成由各家模型分别撰写的版本，再交给各模型逐一评分。这份报告来自产品行销背景的业者，非学术同行评审，但凸显相当现况。i10X Research的商业测试显示，各家模型的偏好倾向差异相当大：Claude对GPT撰写版本的录取率，比对自身风格版本低了约5成；GPT对自身版本的评分反而偏低，呈现反向的自我惩罚；Gemini撰写的版本不分评审者都受到青睐。在i10X的测试设定中，同一份文件由不同模型评审，差距可以大到足以让结果从「待定」滑向「淘汰」。这延伸原始研究对「模型风格会影响模型评分」的观察：不是每个模型都偏爱自己，而是每个模型都有自己的评分倾向，求职者完全无从得知评审偏好那套模型。AI评审的脆弱性，学术审稿已先凸显。2025年中起，多篇arXiv稿件被发现在PDF里藏进肉眼看不见的指令，要求语言模型审稿人给予正面评价，实验显示这类手法可以把模型评分推近满分。顶尖会议ICML 2026 把相同做法反过来用在稽核：在论文PDF嵌入随机词汇，若审稿人偷用语言模型代写意见，词汇就会混进评语；2026年3月公布的结果，逾500位审稿人被侦测到违规，其中不少人因身兼投稿审稿人，所投论文遭退件。这套攻守兼备的机制对B2B场景的启示在于：指令注入手法既是攻击面，也能作为稽核工具的设计基础。履历只是起点，影响不会停在这里。当企业流程的两端都开始由AI代理人处理，一端用AI起草报价、技术方案、法遵文件，另一端用AI筛选与评分，「用哪一家模型」会成为过去不存在的竞争變量——过去企业竞争的是价格、品质、交期；未来还可能竞争「模型兼容性」。机制尚未完全厘清，但有几种可能的解释。语言模型在生成内容时，似乎带有可被自家模型识别的「风格指纹」——句构偏好、用词分布、段落节奏。一个可能的解释来自后训练（post-training）阶段：RLHF、DPO等对齐训练以相同的训练目标，同时塑造「怎么写得好」与「什么算写得好」，风格与好恶因此一起被写进模型权重，评审模型可能因此将这些熟悉的风格特征误判为较高的内容品质。研究也验证，透过提示工程要求模型主动识别并校正自身偏好，偏差可下降5成以上；但这并非缺省行为，企业内部的AI评估流程多半还没有写进作业规范。把场景移到臺湾产业，有可能受影响的是自动化报价与RFQ初筛。试想：买方以AI从上百份供应商技术文件中挑出前段名单，供应商也以AI起草标案。若这套筛选以文本摘要或技术叙述做初步排序，而买卖双方使用的是不同家的模型，供应商可能在价格、交期等结构化条件被充分比较之前，就因文本风格不符模型偏好而落后。这个情境目前仍是推断，但随著AI在采购流程的应用逐步深化，陆续发生的可能性不低。供应商尽职调查与法遵审查也在其中——ESG报告、網安自评书，愈来愈多由AI起草、也可能再由AI审查，同源偏差的空间同样存在。需要说明的是，研究测量的偏差幅度建立在文本叙述上，B2B 采购里的价格、交期、认证等结构化栏位仍占相当权重，整体入选率不会直接受到相同幅度的影响。但只要评估流程里有任何一段是模型对模型读「叙述」，这一段就有结构性偏差。防御方向可能不复杂，但需要刻意设计。受评文件与评审模型最好不来自同一个模型家族；高金额或高敏感度的决策，应采多模型并行评估、考量评分差异；结构化數據与文字叙述分流计分，避免后者拉偏前者；可能暗藏内容的格式（如 PDF、Word）进入评估流程前，应做指令注入过滤；重要闸门保留人工抽查。这些不是技术突破，而是治理设计，目前产业界的 AI 导入多半停在工具层，治理层大多仍是空白。同源偏差以外，还有另一层问题值得思考：当评估流程由人换成模型，人类评审識別「少数亮点」的能力，可能也悄悄消失了。一百份履历里长得不一样的那个人，一百份提案里带著真实观点的那份文件，在倾向偏好熟悉风格的模型眼中，可能反而是扣分项。HR筛选、绩效评估、供应商评鉴、学术审稿，都面临类似的结构。如何在AI介入的决策流程里，刻意保留人类洞察的空间，目前仍是个开放的问题。

前两个時代的机器人发展，安全框架的设计前提都是「确定性」。第一代被锁在栅栏里执行固定动作；第二代走出栅栏，但沿著预先规划的路线移动。不论哪一代，系统在特定输入下会做什么，工程师都能事先预测，安全标准也是在这个前提下建立的。第三波机器人的期待是「自主性」，能在非结构化环境中做判断、应对未曾见过的情境。但自主性本质上隐含「不确定性」，而这正是现行机器人安全框架从未真正处理过的问题。这个矛盾在近期的产业与学术会议上，被业界与研究机构众人独立点出，并从不同角度收敛到3个层次的问题。第一个问题：停机不等于安全。最具体的观察，来自一家德系安全运动控制厂商。传统工业机器人的安全设计，缺省「静止等于安全」的前提，这个前提撑起 ISO 10218 近二十年。问题是，双足机器人停下来之后，危险并没有消失。一臺高一百七十厘米、重七十公斤的机器人，静止状态的重心控制比传统机器人复杂许多，更重要的是它可能倒下。该厂商的工程师指出，现行安全停止计算框架尚未涵盖双足机器人的倒落风险；若要补入倒落半径这个變量，整条公式需展开为7个變量的加总，涵盖倒落区域、人机趋近距离、制停距离、傳感器侦测范围，以及位置与状态的不确定性。一家欧系车用MCU大厂在ICRA 2026的产业场次，从半导体驱动IC角度独立量化「安全停机（STO）」的5个根本局限：无法控制减速中的肢体运动、无法抵抗重力导致的倒落、无法跨关节协调出安全姿态、无法在故障时提供力矩回馈、无法处理局部失效的连锁反应。同一场次，一家德系协作机器人厂商明确表示功能安全认证已是部署前提而非事后程序。3个产业背景，同一个结论：停止，不是安全状态的终点，而是另一种危险的起点。延伸报导专家讲堂：ICRA 2026观察：如果机器人开始刮你胡子了第二个问题：测试基准的缺席。德国Fraunhofer IPA，欧洲大型应用研究机构之一，购入一臺市售机器人，用自行建立的66项评估框架跑完第三方测试。结果显示：手臂在中等负载下不到2分钟就过热关机；碰撞力测试结果超过500牛顿（N），明显超出ISO/TS 15066对多数接触场景的规范范围；蓝牙连线存在安全漏洞；机器人持续将數據传回厂商服務器，且未见于任何说明文件；电池续航不到2小时。这些问题有赖第三方主动测试才得以浮现；现行规范并未要求厂商揭露。展场上看到的，都是精心设计的成功展示。第三个问题，也是最难处理的一层：VLA让安全评估框架的根本假设失效。传统安全框架依赖「风险可被量化」的假设，识别危害类型，估算发生机率、暴露频率与伤害程度四者相乘，得出危害评分。ADAS产业对这个框架的局限早有认识——感知模型即使按设计运行，仍可能在特定情境下输出危险决策，SOTIF（ISO/PAS 21448）正是为此而设计，专门处理「预期功能本身的不足」。但即使如此，ADAS 的操作场域相对受限。延伸报导专家讲堂：VLA（Vision-Language-Action）机器人的新智能引擎SOTIF的长尾问题至今仍未完全解决；VLA机器人的操作环境远比道路开放，连SOTIF也难以直接套用。因应这个困境，目前出现2条技术路径：建立不信任主控制器的独立安全监督层，以及在每个关节配置具备功能安全认证的MCU，让安全判断发生在关节层级。两条路径底层逻辑一致——用确定性系统监督非确定性系统——但都尚无正式认证，各自在等标准追上来。这不只是工程问题，也是法律问题。前美国消费者产品安全委员会主席Elliot Kaye在Humanoids Summit提出的问题很具体：当机器人在工厂伤害工人，责任在制造商、操作者，还是AI模型开发者？自驾车产业已提前示范安全事故如何反向改变监管态度。2023年Cruise自驾车在旧金山发生牵涉行人的交通意外，整个部门被迫停止运作，一次事故让整个产业的发展付出代价。机器人在工厂伤人，法律环境只会更复杂。Kaye指出：赢得部署竞赛的，不是最好的展示，而是最快通过买方法务审查的那一家。谁在定义标准，谁就在定义市场的进入条件。工业机器人时代已有前例：ISO 10218的主要起草机构，都是在这个市场有长期积累与部署数据的业者，后进者即便技术赶上，标准解释权仍有落差。机器人功能安全的对应标准目前尚未成形，但很可能在2028到2030年之间建立起来。今天各方关注的是谁能做出最好的机器人；几年后市场真正竞争的，可能是谁能最快证明它足够安全。

过去十年，全球投入实体AI（Physical AI）与机器人新创的年度创投金额，从几亿美元的规模成长到接近250亿美元，是10倍以上的成长曲线，集中在最近这几年。这个数字背后，隐含著一个更早就存在的刚需：主要经济体的工作年龄人口持续下滑，如日本到2050年代将只剩2000年的6成左右。但「Physical AI」这个词底下，到底蕴含怎样的机会，是否真的对得上那条人口曲线所描述的缺口，值得拆开来看。机器人产业并不是第一次站上资本聚光灯下。Bay Area Robotics Association执行董事Terence Bennett在东京Humanoids Summit 2026把美国机器人产业的发展分成3波：第一波在1960到80年代的底特律，靠的是汽车产业的资本支出，技术堆叠是机械手臂、焊接、涂装、围栏工作站；第二波在2005到2024年的波士顿，协作机器人与移动底盘从DARPA的早期投入走向仓储物流的商业应用；第三波从2024年开始在硅谷展开，资本来源从纯軟件的创投，开始大量流入需要与实体世界互动的公司，技术堆叠变成基础模型与VLA，操作被当成一个学习问题，而不是程序设计问题。Bennett用一句话概括这个转折：「The model, not the mechanism」；前两波靠的是把机械做得更好，第三波靠的是把模型做得更通用。前两波对生产力的提升，其实是扎实且持续的。第一波的机械手臂解决的是一个被严格限定的问题：在固定场景、缺省路径、封闭围栏里，把单一任务做到极致，速度快、精度高、正确率极高，至今仍是全球工厂的骨干。第二波的协作机器人与移动平臺把能力范围扩大一截，机器人开始可以在人的旁边工作，也开始可以自己移动，但移动的前提仍是预先规划好的场域：固定路径、格状地板、不允许外物进入。这两波做出来的，本质上都是「feature robot」：功能集合不同、精密程度不同，但共同特征是在一个被定义好的框架内，把功能做到接近完美，就像feature phone把通话品质与待机时间做到极致。第三波想做的是「smart robot」。本文暂且将smart robot定义为：能在未完全预先定义的环境中，自主感知、规划与执行任务，并具备持续运作能力；若以商业部署标准衡量，连续运作10小时以上是一个可观察指标。feature robot的成果，现在仍在持续发生，而且规模比多数人想像得大。服务场域里，已经有不少高端餐饮业者让送餐机器人负责外场的搬运与行进路线，把服务人员的时间释放到桌边互动与品质把关上，机器人做的是「移动加搬运」这个被切得很干净的子任务，人做的是需要判断与温度的部分。物流场域的规模更大：某全球电商在超过100个仓储中部署逾100万臺自主移动机器人，搭配相当规模的人力协作，每天出货超过1,000万个包裹。这些机器人跑的是预先铺设的格状地板与固定路径，不是在开放场域中實時感知与决策，但这套组合已经支撑全球规模最大的物流網絡之一。feature robot这条路径没有过时，它仍在创造实际的生产力。那么，第三波到底想往哪里去？要回答这个问题，与其直接猜测时间表，不如透过几组对照，看清楚哪些系统设计、哪些技术重心，是真正属于第三波、而不是前两波的延伸。第一组对照是机器人与电动车，两者在供应链结构上有明显的重叠，致动器、磁铁、电池材料的供应路径高度相似，电动车产业10年来建立的制造能力，正在直接转用到机器人零组件上。但硬件基础齐备，不代表问题已经解决。电动车本质上是换了动力系统的交通工具，驾驶这件事人类已经做了上百年，技术积累可以直接沿用；机器人面对的问题更底层——「什么是正确的动作」本身就需要重新定义，这是一个泛化问题，难度比电动车高了一个量级。电动车的感知目的是避障，机器人的感知目的却是接触与操作，必须碰得精准。前两波是靠缩小场景范畴解决「碰得精准」的问题；第三波要在开放场域中做到同样的精度，硬件已经不是瓶颈，瓶颈转移到模型能否泛化这一层。这个差异也解释为什么电动车的商业转折点已经发生，而机器人即使资本大量投入，距离大规模商业转折点仍有一段距离。过去60年机器人的成功，建立在同一套技术逻辑：尽量拿掉场景的不确定性，让机器人在规划过的环境里，把固定任务做到接近完美，重复定位精度早已解决到亚毫米级。第二组对照正是Physical AI与第一波的工业机器人：Physical AI想打破的正是这个前提，在开放场域、动态环境、没有预先定义的结构下仍能完成任务。这也是为什么今天大多数所谓「自主机器人」的成功部署，骨子里仍是工业机器人的逻辑：先把问题范畴缩小，再宣称已经自主。把这几组对照放在一起看，会发现一个熟悉的历史节奏。在smartphone出现之前，有线电话、大哥大、feature phone已经把通讯这件事做得相当好，通话清晰、待机时间长，把一个被定义好的功能做到极致。2007年smartphone的出现，并不是让通话变得更好，而是打开了一个原本不存在的维度：应用生态、随时聯網、装置成为平臺。feature robot这十几年的成果，如同feature phone的那段历史：扎实、有效，但运作在一个被定义好的框架里。smart robot现在仍处于那个框架被打开之前的阶段，资本市场涌入的250亿美元，期待的正是这个打开的时刻。第三波若真的成立，价值重心可能逐渐从机构件移向感知、运算与模型能力——这个分岔对臺湾供应链不是抽象问题。延续Bennett「the model, not the mechanism」的框架：当机器人的价值重心真的从机构转向模型，臺湾过去在精密机械组装、马达齿轮上的优势，会如何转化？智能手機时代给过一个参考答案：当产业价值逐渐向操作系統、生态系与平臺集中时，价值未必留在制造规模最大的地方，而是留在最能定义产业规则的位置。