软件 AI 与具身 AI,冲击的是不同的岗位
关于 AI 与就业的担忧,大多集中在软件层面:起草文案、编程、客户支持、数据分析——这些都是坐在键盘前完成的任务。而一台人形机器人,改变的是劳动力市场的另一个部分。它必须在物理空间中移动、搬运并放置真实的物体,并可靠地与人和机械设备协同工作。这使得它的经济影响,落在了别的地方:仓库、工厂车间与配送中心,而不是开放式办公室。
因此,有必要具体说明部署真正发生在哪里,而不是被宣传为「未来终将发生」的地方。诚实的图景是:真实的、有偿的、持续多年的人形机器人部署,目前集中在物流与轻型制造业——而不是在通用型家务领域,后者在很大程度上仍然依赖远程遥控,而不是自主运作。
目前真正部署的规模有多大
Agility Robotics 的 Digit,是当今人形机器人从事有偿、持续性实体工作最清晰的例证。GXO Logistics 于 2024 年年中宣布了它所称的业内首份与 Agility 签订的多年期人形机器人协议,描述了一种「机器人即服务」模式,GXO 按已完成的工作量付费,而不是拥有这些硬件本身(GXO)。截至 2025 年 11 月,Agility 报告称,Digit 已在佐治亚州 Flowery Branch 的一家 GXO 单一设施内,搬运了超过 10 万个周转箱(Agility Robotics)。截至 2026 年年中,在与其上市相关的文件中,Agility 披露了一个更广泛的数字:Digit 已在包括舍弗勒(Schaeffler)、GXO、丰田汽车加拿大制造公司与 Mercado Libre 在内的九家客户设施中,累计运行超过 6.5 万小时。
这是一份有意义、可核实的部署记录——有运行小时数、有具名客户,背后还有一份公开文件作为支撑——但它同时也是狭窄的。这些都是周转箱搬运、机床看护与分拣类任务:属于结构化、重复性、高流量的实体工作,发生在专为自动化而设计的设施之中。这并不能证明人形机器人已经准备好应对家庭、零售卖场,或非结构化户外工作中的种种变数,Agility 自己也没有做出这样的宣称。
预测者们的预期,以及速度有多快
华尔街自己关于这一行业的数字,变化很快,且大多是上调的。高盛在 2026 年 9 月的一份研究报告中,将其人形机器人出货量预测上调至 2030 年 89 万台、2035 年 650 万台,并将由此形成的市场规模估算为约 1380 亿美元,认为物流、仓储与汽车制造是主要驱动因素(247wallst.com,转引自高盛研究报告)。摩根士丹利针对中国市场的预测,在 2026 年 6 月更新后,将该国人形机器人市场规模定为 2026 年约 20 亿美元,到 2030 年将以 106% 的复合年增长率增长至 150 亿美元,出货量到 2030 年将达到约 44.6 万台(CNBC,转引自摩根士丹利研究报告)。
这些都是银行研究机构的预测,而不是已经交付的实际结果,应当以对待任何前瞻性市场预测同样的审慎态度来看待:分析师们在短时间内反复上调这些数字,这既说明了市场情绪变化的速度之快,也未必完全反映了底层部署的真实状况。尽管如此,两家银行所描述的方向——集中在物流、仓储与制造业的急剧、特定行业增长——与 Agility 实际合同所处的领域是吻合的。
一个值得认真对待的劳动力市场数据点
世界经济论坛的《2025 年就业前景报告》提供了一个更为复杂、且可以说是相互印证的数据点。该报告调查了雇主们预期到 2030 年所需要的技能,发现对「手部灵活性、耐力与精确度」的需求,预计将出现 24% 的净下降——这是这项定期调查首次对某一体力技能类别给出净负面的展望。这是一个宏观趋势层面的发现,并非专门针对 AI 或机器人技术,世界经济论坛的报告也将技能需求的变化归因于多种力量的共同作用,自动化只是其中之一。但这与 Agility 的实际部署记录所显示的情况是一致的:工业与仓库体力劳动——恰恰是最依赖「手部灵活性、耐力与精确度」的那类工作——正是雇主们已经预期未来需求最少的领域,也正是人形机器人如今已经开始有偿从事的领域。
不应把这解读为「所有体力劳动正在一夜之间被自动化」的论断,也不应认为这一趋势完全、甚至主要是由人形机器人本身所驱动的,而不是由这些设施中早已普遍存在的传送带自动化、机器视觉与其他非人形系统所驱动的。世界经济论坛的这一数字,捕捉到的是雇主情绪层面更广泛的转变;人形机器人,只是这一领域更长期自动化轨迹中,一个显眼、资金充裕的组成部分。
出于结构性原因,技术工种是另一番景象
电工、水管工、暖通空调技师等技术工种,处于体力劳动经济中的另一个部分,作用在他们身上的力量,在很大程度上与上文所述的并不相同。这类工作需要在非结构化、往往并不规整的既有建筑环境中(一个陌生的地下室、一套不标准的电线布置、一处建筑规范的例外情形)诊断出难以预测的问题——而在这一领域,AGI 时代的模型如何改变机器人能力一文所描述的基础模型泛化能力提升,按开发者自己的说法,仍远未达到实用可靠的程度。这些技术工种同时也面临着由从业者退休潮以及历时数年的执照培训体系所导致的结构性劳动力短缺,而这与 AI 毫无关系。关于这一论点的完整阐述,参见能抵御自动化的职业;简而言之,仓库与工厂车间工作,与技术工种工作,在未来十年所面临的自动化风险真正是不同的,而把「体力劳动」当作一个不加区分的单一类别来看待,只会掩盖这一点。
这对一个正在权衡风险的家庭意味着什么
对于一个正在评估 AI 驱动的就业冲击可能如何波及家庭收入的家庭而言,这一区分直接关系重大。一名在类似 GXO 这样的设施中工作的仓库助理、机床看护员或分拣工人,正处于这样一个领域:有偿的人形机器人部署已经真实存在,预测者预期单位数量增长最快,而雇主也已经报告对相应体力技能的需求正在下降。而一名从事非结构化环境中、需要多变判断力的体力工作的持证技术工人,所面临的风险则截然不同,且以目前的证据来看,变化速度要慢得多。两者都应得到诚实的规划;但两者不应被安上同一份时间表。
合理的、基于信源的立场,介于两种极端之间。「人形机器人即将取代所有体力劳动」这种说法并不成立——今天的部署仍是狭窄、集中且单位成本高昂的。但「这是一个遥远、纯属推测、当下毫无证据的担忧」这种说法同样不成立:具名的公司如今正在为数以万计小时的人形机器人劳动付费,而且恰恰就在雇主们已经表示需求正在减少的那一类体力工作领域之中。