斯坦福一场 9 小时峰会围绕机器人、AI 与人类议题展开，多位学界与产业嘉宾给出冷判断与数据。
2026 年 7 月 12 日，斯坦福大学教职员俱乐部内一场名为「Humanity & AGI Summit 2026」的科技峰会持续了 9 个小时。这场由 AIRA（美国 AI 机器人联盟）联合多家机构主办的活动，以《人类简史》作者尤瓦尔·赫拉利的独家视频演讲开场，汇聚了 Skild AI、英伟达、CMU、斯坦福、沃顿商学院、甲骨文等学界与产业界代表，以及 AMINO Capital、Fusion Fund、TSVC 等硅谷一线投资机构。围绕「机器人走到哪一步」「AI 如何重塑工作」「人与算法之间的信任」三个核心议题，与会者抛出了大量祛魅式判断与冷数据。
CMU 教授、Skild AI 联合创始人兼 CEO Deepak Pathak 在演讲中将机器人进展远慢于大模型的原因归结为「数据」——大模型可以从整个互联网学习，机器人数据却必须来自真实运行，而真实运行又依赖智能系统本身，构成「鸡生蛋」难题。他提出的解法是构建「通用机器人大脑」：模拟数据提供规模，人类视频提供多样性，真实操作数据提供真实性。据介绍，该系统已进入英伟达工厂的 GPU 装配环节，并在台湾鸿海产线探索应用。
关于「机器人 GPT 时刻」的时间表，英伟达通用具身智能体研究实验室高级研究科学家罗正宜给出最诚实的回答：「每次有人问我还需要几年，我都会说三到五年——而『三到五年』通常意味着我不知道。」
商业化层面的判断更加审慎。猎豹移动董事长兼 CEO 傅盛明确表示：「人形机器人 5 年内不会规模商业化。」他给出三层理由：
AMINO Capital 创始人 Larry Li 补充说，基金不重点投人形，只关注两件事：一是为其他公司生成可用的机器人数据，二是「通用」而非「类人」的机器人。
下午的分论坛把目光投向已经跑通商业模式的样本。九号公司副总裁 Tony Ho 透露，公司过去尝试过酒店配送等多个方向，最终在割草机器人上找到突破，相关产品已服务全球约百万家庭。傅盛则因自己滑雪受伤坐了几个月轮椅的亲身经历，把机器人的导航避障技术装进电动轮椅，首批产品已进入欧洲市场。
UCLA 副教授、Coco Robotics 首席 AI 科学家周博磊以反面案例警示：iRobot 这家靠 Roomba 起家的公司长期困于单一家庭清洁场景，2025 年 12 月申请破产保护，被其中国代工厂深圳杉川机器人收购。Fusion Fund 合伙人 Ryan JB Taylor 每年接触近 1000 家机器人公司，把典型死法称为「慢死」，并归纳自己偏好的「4D」场景：危险（Dangerous）、肮脏（Dirty）、枯燥（Dull）、昂贵（Dear）。
资本与产业之间的速度差十分明显。机器人之家联合创始人郑梦雯援引 Dealroom 数据指出：今年内全球机器人公司已融资 55.8 亿美元，创历史新高；而 2025 年全球人形机器人出货量估计仅约 3 万台。订单故事热闹，但商业化模式尚未被验证。
现场情绪最浓的一段分享来自 Alecto AI 创始人 Breeze Liu——一位 Deepfake 色情内容的受害者。她在全网找到至少 800 条针对自己的伪造内容，其中 142 条托管在微软服务器上，得到的回复是「我们没有这个技术」。这段经历促使她参与推动美国首部打击 Deepfake 的联邦法案《Take It Down Act》，该法案已于 2025 年 5 月签署生效。她将 Deepfake 虐待类比为曾祖母那一代所经历的缠足——「数字形式的缠足」：「98% 的 Deepfake 是色情内容，99% 的受害者是女性。」
斯坦福医学教授 John Ioannidis 则从科研侧给出一组冷数据：
Metix AI 创始人兼 CEO 傅立科（Kin Fu）讲了两则代表性故事：一位顶尖背景的年轻工程师一周投递 1082 份简历几乎没有任何回音；一位机器人公司创始人三个月面试 22 位候选人最终只找到 1 位合适者，而此人最后还因更好待遇去了别家。如今，机器人行业一些核心研发岗位的基础年薪已达 30 万至 50 万美元。
他给出的应对方案是重新定义优秀人才——「看学历、看公司背景、看职位名称和关键词……企业还在用这些过去的方法找未来的人才」。他认为，未来最优秀的组织比拼的是高价值人才密度而非数量：「30 位真正优秀的人才，完全可能创造超过 300 位普通员工的价值。」
沃顿商学院副教授、Mack 具身智能研究所所长 Lynn Wu 基于加拿大经济的大规模研究指出：企业大规模采用机器人后，就业总量实际上是上升的，但所需技能结构完全变了。她援引 Anthropic 与 OpenAI 发布的 AI 暴露率研究：投资专业人士的暴露率为 95–99%，水管工、电工不到 10%。她自己的教授岗位暴露率高达 99%，但她表示「一点也不害怕，我很兴奋」。
中层管理者的命运同样备受关注。Lynn Wu 指出，中层岗位在 ChatGPT 出现前就已经被削减了两次，先是被自动化直接替代，随后幸存管理者所需的技能彻底改变，他们跟不上。TSVC 联合创始人夏淳也观察到，过去管的是人，现在一个 5 人工程师团队可能要管 100 个智能体；「裁判穿黑衣、满场跑，但不碰球；AI 就是那个『球』」。他借用这一比喻，把人的新职能归纳为三项：划界、做园丁、担责。
Vecna Robotics 创始人、MassRobotics 联合创始人 Daniel Theobald 在闭幕演讲中感慨：现实世界需要「真正的三定律」而非阿西莫夫式的文学设定。今天的工厂机器人、配送机器人、家用机器人各有各的操作方式，与早已标准化的汽车形成鲜明对比。在他推动的人机交互互操作标准会议上，已聚集超过 200 家厂商，厂商需要回答的最基本问题是：人类如何告诉任何一个机器人「停下来」。
赫拉利早上的主旨演讲为这一天埋下基调：AI 正从「工具」变成「代理」，社会越来越依赖无法理解、也无法完全监督的算法系统，一种「数字官僚体系」正在形成。历史上，印刷术没有直接带来启蒙时代，先释放的是信息噪音、谣言和极端思想，直到人类逐步建立编辑体系、事实核查、图书馆和学校，海量信息才被转化为知识。
跳舞的机器人尚且需要人抬下台，更大规模的 AI 与机器人融入生活，更需要标准、责任与信任体系同步生长——这正是这场 9 小时硅谷峰会留下的最大提醒。
