在一场展会上，一台双足机器人在地毯上走了几步，转身，向人群挥手，台下有人鼓掌。同一周，我走进一间做小件装配的车间，看到另一台机器：铁架子上焊着一只臂，底座用膨胀螺栓固定在地面，动作单调，一天重复几千次。两台东西都被叫作机器人，但它们几乎不在同一个问题里。
拟人形态的吸引力不难理解。人的世界是按人的身体尺寸建的，门把手、楼梯、货架高度都如此。机器要进入这个现成的世界，长得像人听起来是省事的路径。但这个推理有个前提被藏起来了：环境不动，机器去适应。而在现实里，环境往往是可以改的，改环境通常也比造一台能稳定行走的双足机器便宜。
形态是一笔成本账
双足行走要解决平衡，平衡要算力，算力要电，电要重量，重量又反过来加重平衡的负担。这条链上每一环都在推高成本与故障率。轮式底盘、导轨、固定底座放弃了一部分通过性，却把稳定性、负载和续航一次性换回来。在已经明确的工业与仓储任务里，这笔交换大多是划算的。
末端执行器同理。一只灵巧手能有十几个自由度，能拧螺丝也能捏起纸片，但每次抓取都要重新规划，节拍上不去，坏了也不好修。两指夹爪笨，可它便宜、快、可替换。当一条线停一小时就是实打实的损失时，笨但可靠是一种被低估的能力。
聪明的部分应该放在哪一层
现在常见的做法是把智能往上游挪：本体执行简单、可重复的动作，判断交给视觉、力控和调度系统。摄像头在稳定光源下表现不错，可一旦窗户漏进一道斜光，或者来料表面反光不同，模型就可能给出离谱的结果。工程上的应对不是把模型训练得更聪明，而是把环境管起来——遮光、固定工位、统一来料。这不好听，但有效。
力控是另一个容易被忽略的方向。装配里麻烦的往往不是”看见”，而是”塞进去”：轴和孔之间差零点几毫米，硬碰会把件撞坏，只靠视觉又慢。让末端在接触的瞬间变”软”，靠反馈找正，这类做法在重复性高的工序里比通用智能更实用。
全自主是目标，不是起点
不少场景里，把人的判断暂时留在环里更稳妥。遥操作、示教、分段自主，看着不够炫，却让责任边界清楚：哪一步出了问题，谁在控制，事后能追溯。全自主的诱惑在于省人，但省下的人力要能覆盖异常处理、维护和重新标定的开销，账才算得平。更现实的分工是：机器负责它擅长的稳定重复，人负责它擅长的临场判断。
一个可以预期的方向
我的判断是，接下来几年更可能出现的是”专用外形加相对通用的决策层”的组合，而不是一台什么都能干的人形机器。外形按任务定制，臂长、负载、防护等级该是多少就是多少；感知、规划、调度这些软件部分因为数据和算力可复用，反倒更容易横向迁移。这也意味着，评价一台机器好不好用，得看它嵌进了哪条流程，而不是看它会不会走路。
回到展台上那台行走的机器。它并不荒唐，只是还没找到那个非它不可的场合。等技术把成本压下来，或者某个场景真的需要人形，它会回来。在那之前，车间里那些固定在地上的铁臂，仍在诚实地回答着问题。