這家公司的機器人已經幫美國消費者造出並運送了超過兩億五千萬件商品——這個數字出自Claude前一晚的估算，但背後的邏輯鏈條卻完全是人為搭建的。Tutor Intelligence 的創始人 Josh Gruenstein 認為，機器人行業過去六十年一直在犯同一個錯誤：把它當成某一層的技術問題，而不是一個貫穿模型、硬體、供應鏈和客戶的系統工程。
在 a16z 的這場對話里，Gruenstein 與 Martin Casado、Raghu Raghuram 一起復盤了 Tutor 這五年半走過的路——從一個關於"人類遠程操作員如何訓練機器人"的思想實驗，到如今把機器人直接部署進從夫妻店到財富50強企業的真實業務里。他擁有 MIT 機器人學的技術背景，但談起公司運營時，語氣更像一個盯著供應鏈和單位經濟模型
的運營者。這種轉變本身，恰恰印證了他對這個行業的核心判斷。
1. 機器人行業的數據原罪
網際網路自然而然地生產出了海量數據：人們發社交媒體、寫郵件，這些行為本身就是在給大語言模型餵養訓練集。物理世界沒有這種便利——Gruenstein 舉了個例子，他拿起咖啡杯的那一刻，沒有人記錄他指尖的壓力分布和姿態軌跡。這類數據從來不存在，也沒有人去採集。
這就是 Tutor 名字的由來。公司的核心假設是：如果從零開始發明某種算法去憑空生成機器人智能，這本身就是一場"作弊局"——電腦視覺和自然語言處理從來都不是這麼走出來的。與其等待這種數據憑空出現,不如主動構建一個由人類遠程操作員（他們稱之為"tutor"）連接真實機器人網路的系統，讓人教機器人完成新任務，就像網際網路無意中為大模型積累訓練語料一樣，主動為機器人建一個"訓練數據網際網路"。
這套思路帶來了一個意外的副產品：這不是一個純粹燒錢的資本項目，而是一個邊建設邊創造經濟價值的過程。機器人在部署和採集數據的同時，也在讓客戶的商品變得更便宜，整個鏈條是正和博弈，而不是零和投入。
2. 智能解決了，然後呢
Gruenstein 提出了一個反直覺的思想實驗：假設你擁有無限強大的軟體，可以把地球上任何一個人連接到任何一台機器人，瞬間賦予它人類級別的物理智能——這相當於機器人領域的"ASI"時刻。但即便到了這一步，問題也沒有被解決。
機器人在美國至今仍是一門手工作坊式的生意，哪怕在製造和物流這類高度自動化的行業里，機器人也只是誤差範圍內的存在。原因不在智能本身，而在於你還需要大規模製造機器人，還需要建起配套的軟體，還需要讓客戶真正相信可以買——而客戶目前願意買，恰恰是因為機器人還做不了他們想要的那些工作。
這讓他得出結論：機器人從來不是單一層面的問題,不是只靠智能、只靠硬體、或只靠打動客戶就能解決的事。真正能跑出一個成功平台的做法,是把智能、硬體、客戶這三塊拼在一起同時優化,任何一層被單獨拎出來孤立解決,都會把90%的可取捨空間直接扔掉。
3. 沒有一家機器人公司真正賺到了大錢
談到為什麼過去那麼多機器人創業公司都沒能真正跑通商業模式，Gruenstein 的答案直指兩個結構性缺口。第一，這些公司缺少"智能"這個核心原語，沒有它，單位經濟模型就永遠卡在某個天花板上;第二,整個市場高度碎片化,參與者彼此依賴又互相制衡,而真正需要做的是跨越全棧層面做取捨，這件事沒人願意獨自扛。
Casado 提出了一個他們團隊觀察到的現象：幾乎所有機器人公司都是從橫向切入，最後卻被迫走向縱向——明明一開始說"我們做模型"，結果沒多久就在自己買3D印表機、自己管供應鏈。Gruenstein 認為這不是這個領域永恆的物理限制，而是市場不成熟的表現，早期電腦行業也走過同樣的路。
行業終將走向通用化，就像計算從專用機器走向CPU這種通用計算單元，機器人在未來會以人形和類似的通用形態出現，然後再逐步分化出GPU、ASIC式的專用方向。但那一步要等到市場足夠成熟之後才會發生，現在還處在"必須自己縱向整合才能活下去"的階段。真正的問題是怎樣搭建通用平台，讓想做機器人相關生意的人不必親自懂晶片架構,就像今天運營軟體公司的人不需要懂電腦體系結構一樣。而驗證這個平台是否真的奏效的唯一方式，就是看它上面能不能真的跑出成功的業務單元。
人工智慧在機器人學習層面帶來的加速，讓這件事第一次有了可能——但智能只是其中一塊拼圖。Tutor 走的路徑,是先把機器人實實在在地送進真實的工廠和倉庫,用人類遠程操作員填補模型能力不足的空白,再把這些操作記錄下來變成訓練數據,反哺模型能力的提升,形成一個自我強化的循環。這條路沒有捷徑,也沒有單點突破,它要求創始人同時懂FPGA、懂供應鏈、也懂去市場怎麼賣。
這場對話回到最初的命題：機器人不是某個模型突破或某種硬體創新就能單獨解決的問題，它是模型、硬體、軟體、供應鏈、客戶和產品共同作用的系統工程。Tutor 用兩億五千萬件商品的交付記錄證明，唯有把這些層面同時攥在手裡做取捨，才有可能真正把機器人送進美國製造業的日常運轉里。
