79.机器人大脑第一股上市，与仙工赵越的4小时访谈:全球第一、机器人金字塔与具身智能的另一条路

摘要

• 仙工真正押注的不是此刻训练一个“全知全能”的具身大脑，而是先控制真机数据的入口。 其控制系统已支持两千多种机型、四百多种传感器，装机量达数万台且“基本每年都在翻倍”，由此获得多样、天然对齐、可持续低成本产生的现场数据。赵越的底层判断是“数据就约等于模型”：模型方法可能只有三到六个月领先，装机、场景与时间却难以速成。
• 赵越对当前人形机器人路线的核心保留，不是形态偏见，而是数据与ROI尚未闭环。 人形数据同时面对“难获得、模态不完备、好坏难筛选”三道坎；在工业端，一吨货最经济的解不是十个人形搬运，也不是人形开叉车，而是“让叉车自己就是一个具身的叉车”。他的分市场结论是：To B渐进式机会更大，To C颠覆式机会更大。
• 仙工选择先训练叉车、清洁等垂类专家，而非立刻把所有数据炼成一个通用模型。 赵越认为机器人未来更可能是类似MoE的架构，需要什么任务就调用什么专家；他甚至判断，“不是说机器人的GPT时刻没到，其实是Transformer时刻可能都没到”。因此先让“叉车师傅”“清洁大妈”在有边界的场景创造价值、持续产数，等新范式出现再合并原材料。
• 仙工从全球移动机器人控制器第一走向平台，壁垒来自长期承接别人不愿做的“脏活、苦活、累活”。 它适配四百多类传感器、覆盖大量场景需求，做的是客户需求的并集而非公约数；“你改一个我适配一个”，用量足够大后便自然形成事实标准。真正的颠覆风险也很清楚：若一个端侧模型插上任意零部件就能自己理解协议、生成控制能力，今天积累的工具链可能被高维技术一次抹平。
• 一级市场的高估值与仙工的上市路径代表两种完全不同的风险收益结构。 高举高打者买的是极小概率但极大回报的未来，落地公司则会立刻被按市场规模、PS、PE和ROI审视；赵越提醒，在中国很多融资“其实是在融债”，五十亿元融资也可能对应五十亿元潜在回购。即使突然拥有十亿美元，他仍会在未来三到五年把支持机型从两千种扩到两万种、铺海外渠道和装机，而不是立刻购买每小时约500元的数据去训通用大脑。
• 赵越把仙工的组织能力追溯到RoboCup：失败会变成系统债，冠军来自对细节、对手与不确定性的穷尽。 2012年决赛因忘换守门员而出现预言般的乌龙球，让他形成“你觉得是问题的，迟早有一天会找过来”的思想钢印；2013年点球击败CMU、2014年常规赛2:0再胜，则来自八毫秒决策、逐帧研究日志、反推程序员magic number，甚至故意给CMU制造“最大空档”。这套能力后来变成产品开发、现场日志和客户corner case的处理方式。
• 仙工的长期命题是“未来所有设备公司都是机器人公司”，因此B端最终可能没有一家包办所有本体的机器人巨头。 自动化时代没有一家企业垄断全世界产线，智能化时代也未必需要一种标准机器人；控制器、数据格式和异构协同才可能成为更稳定的基础层。赵越把“一到一百”视为下一次“零到一”的筹码，并把第一名定义为“只可接近、不可实现”的移动目标——若有人更好地实现“让智能机器没有门槛”，仙工应当“在抗争中死去”。

精读

1. 仙工以全球第一亮相，却坚持把自己当作一只史莱姆

• 卫诗婕把刚上市的仙工智能称为“真正的隐形冠军”：它把移动机器人的大脑控制器卖向全球，并做到全球市占率第一；赵越则仍用“小卡拉米”描述团队的起点。
• 公司的吉祥物来自史莱姆：既是SLAM的谐音，也是游戏里可能被一刀砍死、也可能一刀砍死玩家的小怪物；它能变换形态，又对应仙工为各种机器人提供系统的愿景。
• 赵越承认自己内里有“永远把自己当成卡拉米，永远想去掀桌子”的反叛感，但拒绝把公司称作大Boss：“变成大Boss可能会被别人消灭。”

2. 不轻易拒绝corner case，是仙工从边缘走到中心的起点

• 赵越做研发时“特别讨厌拒绝客户需求”：只要需求存在，背后就一定有尚未被看见的理由；正确动作是先和客户深挖，而非在第一轮判断它“不合理”。
• 他的信念近乎绝对——“我相信不会有什么无理取闹的客户”——因此厂家看不上、看似离奇的corner case，反而成为仙工愿意百倍努力处理的入口。
• 这种包容也进入公司使命：“加速开放多元的智能文明，让智能机器没有门槛。”赵越甚至说公司“没有价值观”，因为若要创造多元世界，组织自身就不能先设太多局限。

3. 从wrong走到right的漫长中段，本来就是混沌

• 仙工墙上的wrong与right从不同角度看会互相转换；赵越认为事物动态变化、观察角度各异，急着定性不如多走几步，很多事是在做着做着以后才“变right了”。
• 他对创业的定义也因此很朴素：创业就是不停解决问题，最后比谁解决得快、以及谁掉进坑后还能爬出来。“事教人，易教会人；教人永远教不会”，所有鸡汤提醒过的坑仍会亲自踩一遍。

4. 湖南小镇、教师家庭与“考霸”，塑造了一个不太受约束的学生

• 赵越在湖南邵阳的小镇长大，父母都是老师，却很少管他；童年更多是在街上跟着小孩王抓小动物，他自称一直是follow的那个，而非领头者。
• 他不是典型学霸，更像“平时不学习、考试还能考得中上”的考霸；进入浙大竺可桢学院八年制医学班，也带着相当程度的随波逐流。
• 父母很少替他做决定，后来形成一种沿用至公司的管理方式：不是完全不管，而是尽量让个人先做选择、再承担结果。

5. 医学与电子信息的思维冲突，最终把赵越推离八年制医学

• 浙大八年制医学的设计，是先完成一个非医学本科和“好像30还是四五十个”医学预修学分，第五年再进入博士培养；目标不是普通临床医生，而是把临床问题带回研究、再反馈临床的医学科学家。
• 赵越选择电子信息工程，因为想看看浙大的“双E”王道专业；真正学习后，他发现工科是一套可推导、可复盘的逻辑体系，医学实验却常需要重复、耐心、灵感与运气。
• 白天学医、晚上跨校区做机器人，让两套思维越来越“分裂”。第五年读了约三个月，他判断自己无法沉进去，便退学准备工科考研，而且事前没有告诉父母：“说了只能三个人一起焦虑。”

6. 实验室地毯取代宿舍，机器人从第二课堂学分变成生活本身

• 本科后期赵越已很少回宿舍；读研时更夸张，衣服放进寝室后便几乎不再出现，实验室足球场铺着地毯，白天调机器人、晚上直接躺下睡。
• 那间实验室连续四五年几乎一直有人，空调、灯和设备可能很少停；赵越并不把这种状态叫“卷”，因为当事人觉得像泡网吧一样好玩。
• 他最初参加校内机器人竞赛，只是为了第二课堂的两个学分；三人团队里活总得有人干，他一路做下去、拿了第一，才进入更高级别的RoboCup实验室。

7. 一次零比三式的失败，让“捡轮子的人”决定必须打回来

• 2009年前后，浙大队在国内决赛被大连理工打成0:2或0:3；当时赵越只是picker，机器人轮子撞掉后，他负责跑上场捡车、换车、赶紧把轮子拧回去。
• 因为身材偏胖，他一跑上场地板和顶置相机都震，对手还喊“小胖子不要跑那么快”；成绩又差，这份羞耻感变成一句非常具体的念头：“下一次我得打回来。”
• 练了一年后，浙大在兰州以5:0赢回去。赵越把成长形容成游戏：被小Boss拍倒，回去练级、穿装备，再回来收拾它；持续正反馈让热爱与坚持互相加强。

8. 最早的仿真要自己造轮子，GPU在2009年已进入比赛决策

• 当时没有成熟的Isaac式平台，团队基于ODE等物理引擎自己搭仿真，也使用CUDA做场上形势计算，把位置空间切到毫米级格子，提高路径与策略搜索速度。
• 这类仿真把机器人视作整体，足以研究轨迹、阵形和智能决策；若深入每个关节、训练复杂运动模型或强化学习，则与今天的精细仿真仍有巨大gap。
• 赵越强调sim-to-real要看问题层级：整体轨迹和博弈决策，当时的工具已经够用；关节动力学与精细操作，则根本做不到今天的程度。

9. RoboCup把六七台机器人压进八毫秒的集中式决策周期

• 顶置camera把全场图像共享给双方，团队要从中识别机器人、球、速度和阵形，再预测对手行为，给场上六七台机器人同时生成控制指令。
• 图像大约每八毫秒更新一次，完整决策也必须在八毫秒内跑完；机器人速度可到每秒三米，毫米级位置差就可能决定一次传球或防守。
• 足球输入看似很少，却像围棋一样变化巨大，还多了一层双方策略博弈。赵越觉得比赛比写论文有意思，因为“不确定性”来自真实对手，而不是封闭题目。

10. 对手日志、随机战术与magic number，构成了早期的对抗学习

• 团队收集对手历次比赛图像和日志，研究其热门区域、防守弱区、定位球选择，再用规则或神经网络学习战术；最难打的不是最复杂的对手，而是“不可预测的对手”。
• 仙工前身团队于是主动引入随机性：这次跑策略一，下次随机切策略二，不让对方从三场比赛推出第四场的打法。
• 赵越还反推程序员写代码的习惯：阈值常取5或10，很少写质数或其他不规则数字；若判断对手以5为边界，就把机器人卡在6，“超过五他就走了，而六又离他的半场最近”。

11. RoboCup用2050年的终局目标，把昂贵问题拆成全民可参与的联赛

• RoboCup始于1998年世界杯年，教授们设定的终极目标是：2050年组一支机器人足球队，击败当年的人类世界杯冠军；赵越认为近几年似乎正在逼近这个目标。
• 为降低单个学校组建真人尺寸球队的成本，比赛拆成双足、轮式、仿真等多类联赛，又按kid size、middle size、adult size划分资源和研究难度。
• 浙大参加的是small size轮式组，重点不是双足运动，而是多机器人配合、传球与自主决策；所有组别分别突破，最终再向2050年的大目标拼合。

12. 2012年的无名之队先掀翻卫冕冠军，最后却以乌龙球留下遗憾

• 2011年浙大队只进八强；赵越退学并重新考研后的那一年没有考试压力，几乎整年在实验室“抠细节”，从规划算法到团队配合都藏了大量新招。
• 2012年墨西哥城世界赛首场便遇到上届冠军——由泰国四所最好的学校组成、带二三十人参赛的联队；浙大只有四五人，却以2:0或3:0取胜，连组委会主席都来祝贺。
• 决赛再次碰到泰国队，对手已通宵研究浙大战术五天。浙大上半场因守门员挑球撞到后卫屁股、反弹入自家球门，最终1:2落败；赵越把它比作《灌篮高手》里主角队必须留下的遗憾。

13. 2013年点球击败CMU，2014年则把教练对抗推到极致

• 2013年CMU重新参赛，起初并不把浙大当主要对手；双方一路全胜进入决赛，常规攻防难分高下，浙大最终在点球大战胜出，拿到中国实物组首个世界冠军。
• 2014年双方再遇，浙大以2:0在常规赛击败CMU。比赛中一方叫暂停调整战术，另一方看见变化便立刻跟着暂停，已经不是机器人单独对抗，而像两个教练实时博弈。
• 赵越认为那是small size组最精彩的决赛之一：算法、阵形、对手分析和临场调整都被推到极致，胜负不再来自某一个单点技术。

14. “你觉得是问题的，迟早会找过来”成为创业中的思想钢印

• 2012年决赛前，赵越已发现守门员挑球不高，还开玩笑说别打到后卫屁股形成乌龙；学弟认真挑出最佳替补，却在紧张中忘了真正换上场，担忧以最戏剧化的方式发生。
• 赵越由此形成判断：“你只要觉得它是个问题，可能现在没有，但它后面一定会出现。”问题可以晚一点解决，却不能假装债务不存在。
• 心态稳定并非单纯靠意志，而取决于准备程度：预案和解决手段越多，人越不慌。2013年团队把宽度和深度都做到“细得令人发指”，赵越说这种准备下“不拿冠军也很难”。

15. CMU越智能，反而越能被一个故意留下的空档预测

• CMU的机器人永远动态跑位，并总把球传给空档最大的人；其他队贴身追防，往往慢半拍被甩开，浙大则反过来主动制造一个看似最大的空档。
• 既然CMU一定会选那个点，它原本智能、动态的策略便重新变得可预测；浙大后排机器人提前加速，等球与接球者一起进入包围。
• 赵越把这个例子保留下来，是因为它体现了竞争中的一种思路：不要只跟着强者动作跑，要理解它的决策机制，再让它主动走进你的最优解。

16. 冠军只是RoboCup的表层目标，真正产物是被播下去的人

• 赵越后来与RoboCup发起教授交流，对方说击败人类冠军只是明面目标，更重要的是培养一批真正热爱机器人的人，让他们像种子一样进入行业。
• 他举出的结果包括：2004年冠军领队后来创办Kiva，企业以七亿多美元被亚马逊收购；国内也有多位参赛者后来进入机器人创业。
• 2017年赵越又以企业导师身份带上海交大学生参赛并夺冠，还希望像CMU一样公开论文和部分代码：“学生竞赛应该更开放一点。”
• 2013年首冠后，浙大招新从二十多人暴增到三百多人；但五六十人进入后仍会逐轮退出，最后留下的往往不是简历最光鲜者，而是愿意长期睡实验室的不到十人。

17. 招聘先问“你最喜欢什么”，因为热情与公司方向不能背道而驰

• 赵越几乎会问每个面试者：“你最喜欢什么？什么东西会让你充满热情？”不要求与公司百分之百重合，但至少夹角应是锐角。
• 一名控制系学生说真正想写小说，赵越便劝他赶紧去写，不要为了工作而工作；获得一份职位若以失去一生真正想做的事为代价，成本太大。
• 热爱很难伪装：谈到真心喜欢的事情，眼睛会有光，细节追问也能滔滔不绝。赵越自己的答案是，在机器人方向推动边界、解决问题，并让它落地形成反馈闭环。

18. 机器人的金字塔要求缺陷尽量在最底层被消灭

• 赵越把机器人拆成机械硬件、电子电路、底层软件与操作系统、通信、算法、模型逐层上升的金字塔。
• 原则是“能在越底层解决的，千万不要往上层去延展”：机械缺陷应改机械，电路问题别推给底软，底软能处理的也不要让算法打补丁。
• 越往上弥补下层问题，代价越高，对系统延展性伤害越大；这既来自比赛工程经验，也构成他理解分层架构与端到端争论的第一性原理。

19. 赵越更相信MoE式专家系统，并认为机器人的Transformer时刻尚未到来

• 对复杂、多变且受功耗限制的机器人，他判断未来更像MoE：场景需要什么，就调用对应的小专家，没有必要始终运行一个全知全能的大模型。
• 端到端全量模型“很美好”，但赵越明确偏谨慎：“不是说机器人的GPT时刻没到，其实是Transformer时刻可能都没到。”
• 因此他不会在此刻坚定下注一个包打天下的大模型，而会先在边界清晰的小场景验证、闭环、积累数据，等数据与范式足够成熟后再测试更大的统一架构。

20. 自上而下的大脑公司不是错，只是承担了更陡峭的概率分布

• 新创业公司若再从底层搭起，时间不够，也很难解释为什么要沿已有领先者的路线重走一遍；从金字塔尖的模型切入，往往是它们现实上唯一可讲、可融资的选择。
• 美元式投资更愿意买宏大未来：一千个人高举高打者可能只出一个类似Anthropic的公司，但那一个大概率也只能从这群人里出现；一千个务实创业者或许半数不错，却未必出现极端回报。
• 卫诗婕指出这种路线短期难验证也难证伪；赵越承认“取法乎上”会让行动更纯粹，成功可能巨大，失败也可能“万劫不复”，两种风格没有抽象意义上的对错。

21. 仙工融资不多，是能力偏好、现金流与回报来源共同决定的

• 赵越坦言自己“不擅长融资”，浙大系的务实又容易让表达低于实际：做到八九十分，对外可能只讲出七八十分，这在资本市场是缺点。
• 他更在意客户付钱形成的reward，而不是投资人给钱带来的reward；早些年公司现金流尚可，也没有被逼到必须把融资放到最高优先级。
• 对百亿估值俱乐部，他说“不羡慕，我们上市后也有很多钱”；在中国，融资常伴随回购条款，融五十亿元也可能意味着背上五十亿元潜在债务。
• 钱只是让公司“代为保管”，最终仍要回答用它创造了什么价值；若无法创造，账上再充裕也只是一笔等待兑现的债。

22. 热钱能压缩试错周期，但“全行业共识”不等于真理

• 资源有限时一条路线可能试三年，资金充足时能缩到半年；赵越认为这不仅帮助单家公司，也让行业更快排除错误答案。
• 中国人才流动快、秘密保持时间短，一家公司验证后可能三个月内全行业都follow；VLA、世界模型、真机数据、仿真数据、无本体采集，都经历“快速分化、快速共识”。
• 仙工即便投入不那么激进，也能分享别人试错产生的红利。卫诗婕打趣这是“坏小孩”心态：让别人多拿钱、多排答案，仙工再吸收共识。
• 但赵越给真共识设了唯一标准：必须在落地中给客户或社会创造可验证价值，否则只是市场叙事的同步。

23. 新技术范式与新产品形态必须拆开验证

• 仙工用两条轴观察具身智能：一条是旧技术到新技术，另一条是旧产品形态到新产品形态；双足、轮式人形、四足属于产品形态，VLA和世界模型属于技术范式。
• 两者没有必要绑在一起接受一次成败判决。新范式可以先进入已有成熟场景，新形态也可以先用成熟控制方法工作。
• 这套拆分使仙工既能follow最新模型，又不必把全部筹码押在“新技术×新形态”的右上角，避免一次承担两层尚未解决的不确定性。

24. 人形数据面前有三道坎：获取、完备与筛选

• 第一，人形机器人缺少大规模现成人工操作数据；第二，即使采到视觉与动作，也可能没有触觉、力觉等关键模态，数据并不完备。
• 第三道坎更隐蔽：自由度太高，让“什么是好动作”难以定义。拿杯子可以从不同方向、不同手势完成，彼此都未必错，筛选标准因此无法快速收敛。
• 自动驾驶不会把闯红灯数据当好数据，因为规则清楚；人形操作却很难拥有同样明确的评价边界。赵越因此不愿先在人形上验证新范式。

25. 叉车是仙工验证生成式控制的第一类现实容器

• 叉车场景边界清晰，已有大量人工驾驶数据，也不需要人形那样精细的触觉与全身自由度；任务完成质量、效率和安全都有可判断标准。
• 仙工已在做叉车类的垂直模型，不再只是rule based，而是采用这一代数据驱动、生成式的方法，并称已经看到一定效果。
• 场景产生价值后，数据才能低成本持续涌现；若机器人没有给客户创造价值，企业只能花钱买数据、送设备采数据，成本与持续性都很差。
• 赵越的排序是：“模型当然很重要，技术范式也很重要，但是场景可能相对来说更重要一点。”

26. To B追求性价比，决定了专用工具短期优于通用人形

• 赵越的分市场判断是：To B渐进式机会更大，To C颠覆式机会更大；B端若没有性价比，就不可能形成大规模应用。
• 一吨托盘货有三种解法：十个人形一起搬、一个人形去开叉车、让叉车本身具身化。第三种成本最低，也最符合人类发明工具提高效率的历史。
• “工具本来为人设计，所以人形最通用”的逻辑可以成立；另一条同样成立的路线，是把每一种工具具身化的成本压到足够低。
• 他不反对人形上下料，甚至五只手、十只手的“千手观音”都可以；判断标准不是像不像人，而是具体场景的ROI。

27. 当所有设备公司都能做机器人，B端也许不再有“机器人公司”

• 赵越的“暴论”是：“未来所有的设备公司都是机器人公司，所以也就不存在机器人公司。”富士康这类制造大厂，也会逐步具备机器人能力。
• 自动化时代没有一家企业生产全球绝大多数工业产线；工厂会围绕自身产品、效率、良率组出最合适的产线，只在PLC等基础层指定标准。
• 机器人是智能化时代的生产工具，而服务它的产线本就不标准；若每个行业都能定义最优本体，就没有理由预设一种标准人形会覆盖全部B端。
• 把工业重新改成人形手工线，在赵越看来甚至可能倒退：“人都不愿意这么干，机器人一定不会这么干。”

28. 既有场景会造成创新者窘境，也能反过来提供最稀缺的模型闭环

• 卫诗婕转述王启彬的改观：过去认为有客户、有场景的上一代公司更可能赢，后来担心既有收入会把它们绑定在旧路径上。
• 赵越接受这项风险，但把问题倒过来：模型最重要的仍是数据，仙工先回答“数据从哪里来”，再回答“模型怎么做”。
• “只有自己训模型的公司才有资格定义好数据”之外，他再多走一公里：只有模型真正用到场景里，才知道哪些数据有效。
• RoboCup的意义正在于统一评价体系；没有现场结果，模型、传感器布局和数据格式都可以自称优秀，却无法判断谁真的更好。

29. 仙工把好数据定义为真实、多样、对齐且可持续

• 赵越是“坚定的真机数据派”，并相信真机数据一定存在scaling law，只是行业尚未找到对应范式。
• 好数据首先来自真实场景并具备多样性；其次，不同传感器、执行器和机型的数据必须天然统一、对齐，而不是买回来再付出巨大清洗成本。
• 第三个条件是持续、低成本产生。若每小时数据都很贵、只能靠融资购买，它天然缺少商业化基础，也无法长期支撑模型扩展。
• 这些标准仍不是静态规范：什么叫“好”，最终要靠模型训练、现场应用和客户价值反复迭代。

30. 两千多种机型与四百多种传感器，让控制器成为天然数据总线

• 仙工控制器已支持两千多种机型、适配四百多种传感器，能获得激光雷达、相机、执行轨迹等数据，覆盖大量B端形态与场景。
• 所有传感器都接入控制器，并通过统一外参标定和自动化标注工具处理；无论A家的雷达、B家的相机还是C家的伺服，最终采下来的都是仙工格式。
• 场景又使数据接近免费，尤其机器人异常时，客户会主动把日志交给仙工；这些corner case类似自动驾驶接管数据，质量很高。
• 赵越说这套基础设施是公司信心来源：暂时不急着把一切混进大模型，不等于没有面向未来准备。

31. “叉车师傅”和“清洁大妈”先独立工作，未来再一起炼丹

• 仙工当前会把数据按场景隔离：叉车数据先训练“叉车师傅”，清洁数据先训练“清洁大妈”，避免把人形、清洁、物流数据盲目混合。
• 这样做的第一个好处是专家能今天落地、创造价值、持续获得新数据；第二个好处是所有专家底层格式仍然一致。
• 若未来出现真正有效的统一范式，成百上千个场景的数据原料已经准备好，届时再“全部丢进去看看会产生什么”。
• 这正是赵越理解的MoE路径：先把每个专家做实，再讨论如何调度、融合，而不是第一天就假装拥有全知全能。

32. 控制器的首要战略作用，是把装机量变成未来模型的选择权

• 仙工希望更多企业在它的控制器上创造不同机器人；控制器降低开发门槛，也保证数据格式统一，装机量则保证数据源持续扩大。
• 当前装机量为数万台，并“基本每年都在翻倍”。赵越认为只要仙工保持最大的装机量，数据又高度对齐、低成本获得，未来竞争就不会慌。
• 与单一本体公司相比，差别不仅是数据更丰富，更在于B端单一形态无法通用；仙工必须依靠众多合作伙伴，把控制器铺到不同专用本体。
• 这条路线既服务眼前收入，也是在为尚未出现的模型范式购买长期期权。

33. 不宣布标准、而是适配所有标准，反而让仙工成为事实标准

• 卫诗婕指出，控制器卖得越多，接入者越会按其接口与数据体系工作；仙工虽然不喊“制定标准”，实际正在形成自下而上的事实标准。
• 赵越认为自上而下摇旗呐喊通常无效，因为合作方遵守标准得不到直接收益；只有产品先创造价值，使用人数足够多，标准才自然出现。
• 仙工不要求雷达、相机或伺服修改协议，而是接受单线、多线、防爆、不同品牌甚至同系列不同协议：“你改一个我适配一个。”
• 他借《道德经》的“反者道之动”解释：越以自我为中心强推标准，越难成为标准；越把自己放低、包容差异，越可能被行业共同采用。

34. 数据暂时不卖；即使有十亿美元，也先铺两万种机型

• 仙工现阶段不会卖数据，因为赵越认为数据还“不够好”，内部闭环尚未跑通；过早商业化会被不同客户定义牵着走，制造大量内耗。
• 长期看，他认为好数据应被共享：若主业已经赚钱，数据只是高质量副产品，分享会比将它锁死更顺理成章。
• 假设突然得到十亿美元，他仍不会短期训练通用大脑，而会把支持机型从两千种扩到两万种、加速海外渠道，在未来三到五年提高装机与多样性。
• 市场数据曾约每小时100美元，后来降到约500元人民币；赵越仍嫌太贵，更关键的是“那不是我自己场景真正需要的数据”。

35. 模型的know-how可能领先三到六个月，数据却必须用钱、量或时间换

• 赵越承认大脑公司在数据产线、自动标注、训练工程化上会形成各自技巧，模型算法本身也有门槛。
• 但一种方法一旦被证明有效，中国同行可能很快扩散；他把这种门槛粗略描述为“三到六个月的门槛”。
• 数据则无法凭论文立即复制：要么花足够多的钱买，要么铺足够多的装机量，要么用足够长时间积累，三种成本至少要付一种。
• 因此仙工没有把“拿足够多的钱”设为战略目标；融资只有在能转化为更多装机、场景和高质量数据时才有意义。

36. 从被叫“老登”的VLA焦虑，到把战略重新落回数据

• 两年前，一位投资人告诉赵越，收到的BP若没有VLA就不看，并问仙工的VLA进展；他甚至判断半年到一年后，旧方法都会被替代。
• 仙工当时只做过尝试，尚未真正投入。赵越承认对方“声情并茂”地描述未来，比单纯看论文更能触发焦虑，仿佛行业突然换了一款自己还没理解的新游戏。
• 团队先花约半年学习、观察，而不是立即推翻旧体系；随后风口又从VLA转向世界模型，赵越意识到变化没有市场想象得那么快。
• 焦点从方法焦虑转为数据焦虑后，他再看仙工的装机与场景，发现“这件事情上我们反而不虚”，目标也重新变得清晰。

37. 新大脑团队由云计算、自动驾驶、学术圈和内部转型共同组成

• 仙工拆解所需能力：互联网和云公司擅长大规模数据处理与降本；自动驾驶人才熟悉训练方法和工程优化；学术圈更接近前沿范式。
• 团队因此以外部顾问、外部“明白人”和内部转型结合，而不是完全另起炉灶。
• 当时研发约一百多人，公司向有兴趣者开放探索，并在旧的规则驱动路径上“轻踩一脚刹车”，把时间逐步转向data based方法。
• 赵越原本担心老员工不愿学，后来发现完全相反：真正热爱机器人者更担心公司不做新技术，“你是拦不住的”。

38. 新方法不是替换旧组织，而是沿途下蛋、反哺九十分以上的系统

• 仙工把最有潜力的一批人拨到新团队，再从旧业务里提拔新骨干，转型同时也完成一轮人才升级。
• 新模型探索产生的方法，会迁回旧控制体系；原本从90分到91分的缓慢优化，可能因新范式获得不同解法。
• 微软亚洲研究院式“研究—产品—反馈”循环，是卫诗婕提出的参照；赵越认为关键不只在技术，而在组织是否允许论文型人才和落地型人才接受不同评价。
• 做多机器人调度的团队甚至可以买机械臂研究强化学习，只为从别的平台寻找灵感；项目与本职未必直接相关，也不必先证明短期绩效。

39. 仙工不靠统一价值观维持秩序，而靠活力、兴趣与问题闭环

• 赵越说，公司若刻意办大量文化活动、CEO讲话，反而会把员工塑造成一种固定个性；仙工更愿意让大家“不知道老板怎么想”，保留自由空气。
• 组织里有大厂人才、学生时代一路成长的人，也有从仓管转为技术leader的员工；这种“问题员工很多、奇奇怪怪的人很多”的状态，在他看来是活力而非缺陷。
• 核心员工几乎没有在行业挖角潮中离开。赵越没有给出单一原因，只认为自由、低约束和内在驱动构成重要部分。
• “睡实验室”或“在家工作”都不是卷与不卷的标准；关键是个人是否开心、是否因责任心和未闭环的问题主动继续工作。

40. 第一家公司想把机器人做成标准产品，却连急停行为都无法统一

• 2015年前后，ABB、发那科、安川、库卡等成功范式都是卖完整本体；赵越团队自然地认为，机械臂是“手”，自己就做移动的“脚”，按尺寸和负载推出系列底盘。
• 客户却连最基本的急停都给出不同正确答案：立即断电、机械抱闸锁死、只去使能方便推动、先减速再抱闸，各自都与现场安全逻辑一致。
• 零部件也无法统一：国企可能要求全国产，另一些客户只接受供应商体系认证过的海外品牌。每种要求都合理，标准本体却被corner case压得无法定义。
• 赵越回看这段经历，认为问题不在客户太多元，而在团队错误地把本体当作可以统一的产品。

41. 富士康索要全部图纸，反而点醒仙工只卖控制系统

• 富士康推进“百万机器换人计划”时判断，除控制器外，其余移动机器人结构自己都能制造；它提出购买系统，但要求团队交出整机图纸。
• 典型本体公司会把图纸视作核心know-how，赵越团队却因机械并非强项、也没有对应研发自尊，最终决定全部给出。
• 把本体放开以后，原来无法统一的需求可在软件层升维解决：急停提供四种甚至更多配置，雷达全部适配，接口预留给客户选择。
• 赵越形容那一刻“人是很开心的”：终于不用拒绝一个个合理需求，也不用为每种场景重新造一台机器人。

42. 控制器平台不是Day One蓝图，而是战略的事后总结

• 团队转向控制器时没有先写“平台战略”，只是觉得这条路更对、更符合自身基因；做着做着，客户和可配置模块越来越多，平台特征才显现。
• 赵越判断，公司战略“可能百分之八十是事后总结”，剩下百分之二十才是在既有事实之上做延伸推导。
• 第二次创业由此形成闭环：若系统真能帮助任何人做机器人，仙工就没有必要证明别人做不好、再亲自生产机器人。
• 公司的位置从产品定义者退到支持者：“帮助别人去做他心目中的机器人。”这种后退一步，反而打开更大的边界。

43. 第一次创业留下的最大资产，是现金流极限与及时结束的能力

• 第一家公司一度持续一年多处在发完工资就几乎没钱、下个月工资没有着落的状态；赵越说那时可能只有他与财务负责人知道，连其他联创都不知道。
• 他担心公开恐慌会造成恶性循环：展会不去、线索减少、收入更差，因此尽量让团队不因现金流问题改变行为，自己把现金流视作一个待解决问题。
• 融资、贷款、个人借款都只是解决手段；赵越说自己仍睡得很好，“尽最大努力，也接受所有结果”，情绪没有进入问题模型。
• 后来五位创始人变成三位，大家无法统一，也无法和新投资人达成共识，团队便主动结束旧公司、对各方交代后重开，而不是继续扭捏消耗。

44. 仙工控制器既是端侧硬件，也是从规则大脑迁往数据大脑的载体

• 赵越把控制器称作机器人的大脑：三到五年前，规则驱动的规控系统本来就是当时最好的大脑，并不会因为今天出现模型就失去这一身份。
• 旧大脑用数千条规则描述环境、规划轨迹，也会嵌入识别等小模型；新大脑则把更多动作和决策转为数据驱动，两者都要落在实体硬件上。
• 控制器本地连接传感器与执行器，不能把全部实时数据都丢到云端；它是端侧大脑，也可以与云端模型协同。
• 仙工最早聚焦AGV、AMR等工业移动机器人，后来延伸到移动加机械臂、轮式人形、智能叉车和配送机器人等操作型设备。

45. 仙工用“农村包围城市”的dirty work替代单点技术奇袭

• 此前第一名科尔摩根是一家美国公司，曾收购一家瑞典公司；仙工进入时并未发现一个对方完全漏掉的宏大趋势，而是看见无数未满足的小需求。
• 路线是从巨头看不上的客户、品牌、功能和机型开始：别人支持一种，仙工做四种；别人让客户跳三页配置，仙工压到一页并实现自动化配置。
• 适配上百个雷达听起来不性感，研发也很难从单个小客户立刻看到value；这正是既有巨头视为dirty work、不愿投入的部分。
• 当脏活被持续收敛进同一产品体系，边缘能力才逐渐包围主战场。赵越认为胜负来自“无数小点的累积”，而非某个别人完全没想到的本质需求。

46. 仙工拒绝垂直整合，让懂场景的人定义机器人

• 极智嘉、海康等头部公司倾向全栈自研，从上游零部件到下游交付做垂直整合，以获得一体化优化和更厚利润。
• 仙工反向选择“能不要自己做就不要自己做”：不造零部件、不生产本体，交付也尽量让伙伴完成，把自身限定在系统、工具链与赋能层。
• 原因不是所有东西都不会做，而是“永远有公司比我们更了解用户”；客户自身或垂直服务商最清楚产品、流程和现场约束。
• 一个畜牧客户用仙工控制器做出牛羊自动投喂机器人，团队此前根本想不到这种形态。赵越看到后最开心的不是订单，而是“他做出了我们想象不到的东西”。

47. 信云平台把控制器客户变成创作者，也把海外需求变成订单

• 工厂往往同时需要上下料、装卸、清洁、跨楼转运、分拣等多种机器人，却没有一家公司能全部提供；供需缺口催生了仙工的信云平台。
• 已经用控制器做出产品的客户，可在平台获得研发赋能、销售线索与订单；卫诗婕把它概括成“不只服务创作者，还做创作者经济”。
• 海外客户觉得中国机器人性价比高，却不知道向谁买，也无法同时学习多家API、手册和维护体系；平台用统一软件把不同中国机器人打包连接。
• 国内伙伴因此获得更快出海渠道，海外客户只需掌握一套工具，控制器销量、机器人品类与平台交易共同构成飞轮。

48. 头部公司可以自研控制器，但很难重做一遍所有人的控制器

• 赵越认为宇树等本体公司自研控制器完全合理，就像车企不愿“失去灵魂”；控制器硬件本身若不深入芯片层，并不是最高门槛。
• 真正差别在于，是做一块“自己好用”的控制器，还是做一块“所有人都好用”的控制器。仙工约八成客户本来不是资本市场眼中的机器人公司。
• 后来者若想平台化，除了重做功能，还要回答客户为何愿意再当一次小白鼠；若没有高维技术优势，迁移成本与时间会成为壁垒。
• 四百多种传感器、不同路面、构型、机构和网络异常彼此排列组合，只有真正见过才会优化；对后来者而言，“可能抄都不知道怎么抄”。

49. 仙工做的是需求并集，不是公约数；它更像Word而非一款标准硬件

• 第一天就确定的产品原则是：收集一百个场景后，不只做大家共有的交集，而要分别实现A、B、C场景独有的外圈需求。
• 单个客户可能只用软件20%的能力，而且每个客户用到的20%并不相同；完整工具链因此像Word，绝大多数人只懂一部分，却相信文字编辑需求几乎总能找到功能。
• 标准化硬件在中国很容易被复制、压价；包含五万个需求、厚重手册和现场工作流的辅助工具，却很难让一个产品经理照着原型重新定义。
• 这也是控制器看似一个盒子、实质不是单一产品的原因：壁垒藏在长期形成的软件、工具链与组织工作流里。

50. 仙工最怕的不是同类控制器，而是能自动理解一切的高维模型

• 赵越设想，未来某个传感器插上控制器，端侧“小龙虾”式系统便能自己理解协议、构建算法、学会使用；届时人工适配四百种品牌的价值会瞬间下降。
• 若控制单元加载一个模型后，机器人就理解需求、能力边界和周围零部件，开发工程师甚至不再需要，今天的平台生态也可能被整体越过。
• 他把这看作最大的风险，也看作必须主动接近的进化方向：“如果到这种程度，那可能我们做的事情就没有任何价值了。”
• 这条路最终接近AGI，时间可能是五年或十年；仙工无法靠否认它自保，只能一边扩大现有工具链，一边推动自身模型化、agent化。

51. 多模态与agent会先重做交付，而不是立刻消灭全部控制层

• 仙工此前更强于激光、磁导航等传统感知；赵越认为视觉、环境语义及多传感器融合仍有大量空间，未来声音等模态也必须进入机器人。
• 现场工人不该总靠屏幕拖拽配置；机器人若能听懂自然语言、解释故障并自动排错，实施门槛会显著下降。
• 他预计，agent可替代现场约90%的软件交付工作，时间可能只有半年到一年，因为交付的本质就是把客户语言翻译成技术语言。
• 未来终端客户直接把需求交给agent，agent自行调用工具解决；只有无法处理的新问题，才回流仙工研发组织。

52. 上万个功能正在被拆成agent可安全调用的小模块

• 仙工把原有功能逐步解耦成类似微服务的小模块，降低耦合、稳定接口，再开放给agent组合调用。
• 设计重点不是让agent永不犯错，而是保证每个模块独立安全、调用可观察；“可观才能可控”，错误不能直接穿透系统边界。
• 原有接口主要面向人，未来还要暴露更底层能力，否则agent的组合空间会被抑制。
• 赵越把目标描述成一片有防火墙的实验场：agent可以灵活调度机器人能力，但每个动作都留痕、受约束。

53. 平台最难的不是撮合交易，而是质量、售后与推荐公信力

• 当合作伙伴已有几千家、产品高度个性化时，最大的挑战是质量管理和长期售后：零部件厂商可能停产、倒闭，整机也难有统一维护标准。
• 仙工第一步不是把所有东西都上架，而是挑选已验证方案；同类零部件若有十种，尽量挑出性价比最高的选择，实际也会给客户提供两到三个经过验证的选项。
• 客户仍可点名名单外品牌，甚至只是因为与老板关系好；仙工会适配、测试并告知能力边界，但选择权留给客户。
• 团队早期曾公开哪些品牌哪里不好，后来觉得不该充当行业上帝，便改为只给白名单、不挂黑名单，并把测试报告客观呈现。

54. 中国零部件供应链的迭代速度，让自研组件必须有“非做不可”的理由

• 十年前一只激光雷达可能要一万至三万元，如今几百元产品已能接近当年性能；国产供应从单线、多线到防爆、安全型，品类迅速变得琳琅满目。
• 赵越判断，中国零部件会继续吃掉更多全球份额：同一个部件在国内可能有二十家公司竞争，海外只有一两家，性能与价格迭代速度很难对抗。
• 人形公司若自研零部件能直接推进落地或实现不可替代的技术方案，当然值得；若只是短期省成本、抢一个别人没看到的坑，长期很危险。
• 当前部分供应链价格上涨只是供需暂时失衡，他预计半年到一年可能回落；若零部件还能进入汽车、工业等更大市场，规模会更快压低价格。

55. 仙工按“喜欢且擅长”选市场，并让一到一百服务下一次零到一

• 赵越先看团队喜欢、擅长什么，再看市场；若只用市场规模机械决定业务，公司会“没有人味儿、没有个性”。
• 仙工最匹配的客户，是非常懂场景、能定义需求，却不想前期投入完整机器人研发体系的企业：“你把我当研发部门，你自己当产品经理。”
• 他不排斥规模化，但反对仅为赚钱做一到一百；真正目的应是积累数据、装机、客户和能力，为下一次技术自我颠覆准备势能。
• 控制器从零到一后扩大销量，催生平台这一轮零到一；平台继续放量，又为具身模型的下一轮零到一积累数据。每张旧牌桌都在换新牌桌的筹码。

56. 疫情国产替代制造了双重“真香”，却没有改变仙工的长期选择

• 疫情期间海外零部件和芯片进不来，客户只能试用国产控制器；原本抱着试试看的心态，使用后发现性能可接受，采购习惯开始迁移。
• 仙工自己也被迫替换部分海外器件，结果发现国产方案成本更低、效果也可以；客户接受度上升与自身成本下降同时发生，性价比明显改善。
• 主算力芯片仍相对弱一些，但被动器件、功率器件等已很能打。赵越强调，仙工不自造零部件，正因为国内供应链竞争者“太厉害了”。
• 上市后公司有更多钱，也加大研发投入；赵越仍担心过度追求短期财务指标会让动作变形，财务增长必须服务下一轮创新，而非成为终点。

57. 人形热潮带来装机与融资，但有价值的数据仍需交换而来

• 移动机器人、机械臂、模型、零部件公司都涌向人形，是因为市场共同相信它可能成为巨大方向；有的真信，有的为资本叙事，有的只是必须躬身入局才能看清。
• 仙工当前装机数万台、每年翻倍；赵越指出人形机器人现在出货也有几万台，但不确定这些数据能否被有效使用，尤其在工业场景。
• 敏感客户不愿主动回传全量数据，仙工便考虑交换机制：机器人租给客户，产权仍在仙工，可联网监管资产；客户则获得更短回报周期。
• 另一种交换是用云端模型降低实施成本，客户为了更智能、更易部署而允许联网和回传。“既然你要数据，你拿什么东西来换”，模式必须先创造对等价值。

58. 自动驾驶证明真机闭环重要，具身则额外增加了manipulation

• 赵越把自动驾驶称作较低级的具身：它主要解决navigation并适应环境，机器人还要操作物体、改变环境，因此多了执行、力控和触觉等维度。
• 自动驾驶创业者进入具身很顺理成章，也至少会少踩一些坑：经历过道路实践的人通常会坚持真实数据、早期有人参与，而不是一上来全靠仿真。
• 他认为训练动作可以使用仿真，相关工具已经相对成熟；但视觉若涉及光照、纹理和真实环境，sim-to-real仍有偏差。世界模型可以改变纹理、扩增样本，但原始样本最好仍来自真实世界。
• 对“完全不用一帧真机数据”的合成派，赵越不给理论判决：“黑猫白猫，能抓耗子就是好猫。”最终仍看具体场景能否落地。

59. 客户现场揭示的行业真相，是可靠性与泛化性仍难兼得

• 赵越观察融资最多、估值最高的公司，会分别看“他说什么”和“客户说它做成什么”；仙工处在服务层，较容易从客户获得不美化的测试反馈。
• 他的结论是多数表现不及预期，千台订单、持续量产等说法“夸张成分居多”，行业整体仍像婴儿学步；特斯拉计划也一再后推，复杂度不是钱单独能解决的。
• 工业里90%成功率几乎没有意义；即使99%，一百台机器人也意味着每天都可能有设备出问题，人员与流程无法长期承受。
• 当前可落地的是二选一：强化学习把单一任务做到高可靠但不泛化，或在叠衣服等低风险场景容忍失败以换泛化；可靠、安全、精度与zero-shot能力兼得的案例，他“还没有看到”。

60. 资本泡沫会制造失速、拆伙与重复创业，也会替行业排除答案

• 卫诗婕以ofo经历提醒，热钱迅速涌入后，组织膨胀和动作变形往往发生；具身公司近来频繁出现高管离职、原团队拆分与新公司成立。
• 赵越也观察到，尤其是今年上半年，新公司出现速度就超出想象，有些团队大批成员外出创业。
• 原因不只创业者逐利，投资人也会主动攒局：现有项目估值太贵，就劝核心成员出来，按更低估值重新投，形成“双向奔赴”。
• 他仍把泡沫视为可能的好事：投资人的钱与其留在银行，不如用于探索未来；失败至少排除一个错误答案，而机器人行业还有大量答案需要排除。

61. 仙工选择两条对角线：做旧形态的新技术引领者，做新形态的底层支持者

• 在“技术新旧×产品形态新旧”四象限里，仙工一条路是把新模型用于叉车、清洁等成熟形态，利用已有客户、场景和数据推进落地。
• 另一条路是在新产品形态上提供控制、关节、移动底盘和工具链支持，让专注模型的公司不必重新处理实时控制与硬件适配。
• 最危险也最诱人的“新技术×新形态”右上角并非放弃，而是通过两条已有能力路径逐步逼近；若团队完全重新创业、没有历史积累，赵越承认自己也可能直接赌那个象限。
• 他把仙工当前角色定义为技术支持者与“落地的引领者”，不是宣称掌握最终范式，而是保证一旦看到可落地可能，三个月内能快速follow。

62. 异构机器人协同，是单机智能之外必须补上的系统层

• 客户真正关心两件事：单台机器人能创造多少ROI，以及多台机器人能否形成协同体系；个人能力强，不代表放在一起仍然聪明。
• 工厂通常先部署物流、清洁和自动化设备，再引入人形；人形第一天就要面对路权竞争、地图格式、API、数据与模型调用方式不一致。
• 仙工下游客户之间常互相采购：A不做的机型由B提供，再共同服务同一个工厂，因此跨品牌、异构协同是现实需求。
• 汽车品牌之间未必需要直接协同，机器人却必须共同完成生产目标。赵越认为具身公司目前普遍低估了这一层。

63. 巨头进入取决于市场吃水线，仙工只能以客户价值迎战

• 英伟达、华为等巨头理论上都能下沉到控制与协同层；赵越认为创业公司无法排除这件事，巨头何时进入主要是一道投入回报算术题。
• 市场回报尚低于其吃水线时，巨头不会做；一旦规模足够大、回报明显高于投入，进入几乎不可避免。
• 若有人比仙工更好地实现“让智能机器没有门槛”，赵越说公司应当“死得其所”，甚至“最好的结局就是尽快死亡”。
• 这不等于主动放弃：“肯定不是不挣扎了就死去，而是在抗争中死去。”最终仍要比谁更能满足需求、降低客户门槛。

64. “不做第一就是耻辱”不是占住山顶，而是永远保持未完成

• 赵越社交平台签名是“不做第一就是耻辱”，却又说自己“不喜欢当第一”；他花了很久才解释清这组表面矛盾。
• 第一在他心里是“只可接近、不可实现”的目标。控制器做到第一后，目标便移到数据量、落地场景和下一代技术，避免公司停在已完成状态。
• 若组织相信自己已经第一，就会开始拒绝第一百零一个不同需求，认为前一百个客户已经证明规则正确；这正是由满转衰的危险时刻。
• 《道德经》强调“空”比“满”安全，追第一的价值不是奖杯，而是持续把自身位置放低、让不足仍然可见。

65. 长期战略押确定性，短期风口只要求快速跟上

• 赵越不愿押半年后的单一节点：若一件事半年就能确定成败，本身可能没有很高门槛，也更像算术题而非战略。
• 他把战略定义为“长期、不可撤销的投资”。越长期的方向反而越确定，越短期的技术节奏越难精确预判。
• 仙工坚定相信两件事：真机数据会出现scaling law；未来端侧控制器一定会运行大模型，甚至无需云端。发生在三个月、一年还是十年，他不下注。
• 组织需要的能力，是在范式一旦显示落地价值时迅速跟上；这来自RoboCup时代逐帧研究强者、最终掀翻CMU的经验。

66. 高举高打者按梦想估值，落地公司却立刻被PS、PE与ROI审视

• 赵越关注Figure、PI等海外路线，也提到VLA早期基于π0.5的尝试；他还关注国内每一家融到巨额资金的公司，理由很朴素：“我们从来没见过很多钱，所以很好奇拿那么多钱要干嘛。”
• 星海图等百亿估值大脑公司代表另一种定价逻辑：越落地，市场规模、PS、PE与ROI越可计算，投资人审视反而越严；越梦想型，越按长期可能性估值。
• 仙工无法一夜变成完全不落地的梦想公司，也不羡慕那套定价，但会研究资金充裕者如何配置资源、往前多看半年或一年。
• 赵越的警告是，若融资后既没有数据、场景和装机，也没有模型工程积累，最后可能真的“穷得只剩钱”。

67. 机器人壁垒不是一个聪明点子，而是把脏苦累转化为组织能力

• 赵越不相信单一聪明方法能在中国To B市场长期收费；方法一旦公开，竞争者和供应链会迅速跟进。
• 更耐久的壁垒来自长期工作：数据管线、研发工作流、现场日志、适配体系、交付工具，以及把这些脏活收敛为可复用产品的组织能力。
• 现场工程师最累的不是身体，而是客户在催、自己又无法解决，只能等待研发；仙工因此用低代码、模块化和更多权限提高一线的自主可控。
• 赵越每天像刷短视频一样看现场问题结论；每个部署都被当作一场RoboCup，记录日志、分析失败，再收敛进产品和SOP。

68. 仙工衡量人才不看学历密度，而看组织的“活力指数”

• 公司内部曾在其他企业担任CTO的人约有二十位，但赵越仍不认为存在一个人能精通机器人全部机械、电子、控制、软件、算法和模型领域。
• 理想人才不是补齐所有短板，而是跨领域有所理解、在一个方向足够深入；短板可由AI和团队协同弥补，长板则应继续做到极致。
• 他不以985、C9或QS排名计算人才密度，而看员工是否每天产生新想法、敢试错，并有人能把试验闭环。
• 若活力只依赖一两个聪明脑袋，其余人统一执行，即便每个人都优秀，也可能“所有人踏入同一条河流，一起淹死”。

69. AI越能给出正确答案，组织越需要保留那百分之一的个性

• GPT以后，仙工讨论出一个反直觉结论：AI会在99%的问题上给出不容易出错的答案，但所有人都接受同类答案，也会让选择高度趋同。
• 赵越提到一则自己记得并不十分确定的汽车、发动机案例：常规模型大概率会建议当事人沟通、准备方案、说服董事会，不太会支持他跳出原有框架、重新开始。
• 真正改变行业的动作往往来自那1%的不循常规者；模型当然也能在明确prompt下支持激进选择，但人首先得跳出默认框架。
• 因此“越纯粹的人越有机会在专业领域获得成就”，不是保证世俗成功，而是个性可能帮助人穿过短期不讨好、难而正确的阶段。

70. 三位创始人的稳定，来自承认弱点而不是维持完美形象

• 三位创始人都来自RoboCup团队，曾一起长期睡实验室；赵越成为队长和一号位，不是因为正式任命，而是“谁扛事儿多，谁就当队长”。
• 一位联创像“红衫军”，专门在公司内部一针见血指出问题；组织默认“没有问题就是最大的问题”，赵越管理的研发也照样会被批评。
• 另一位联创擅长补位，七八个岗位都做过；新业务不清楚时先由他调资源、刷脸摸到七七八八，再交给更专业的人。
• 赵越认为“很多信任是基于弱点的信任”：承认自己不擅长对外叙事，比掩饰缺陷、维持完美更容易形成真实互信。

71. 赵越不热衷对外讲故事，却把创业当作免于约束的生活方式

• 他承认CEO理应承担对外传达，但自己更喜欢产研一线、组织进化和后台服务；另一位联创开设“叶老师玩机器人”视频号，已有约六七万粉，便自然补上这项能力。
• 赵越给自己的公司角色是“一线干活加后台保障”：哪里需要往哪里搬，同时帮助别人释放能力。
• 创业满足了他不喜欢思想与行为约束的一面，但没有约束也会变成最大约束，因为必须对员工、客户与投资人负责。
• 他对幸福的定义并不宏大：“至少目前阶段还可以很开心地做自己想干的事儿”，这已经足够。

72. 《道德经》让赵越看见，仙工一直在实践“不妄为”

• 有人说赵越“业力很小”，意指很多事不会成为羁绊、焦虑难以长期抓住他；他因此开始读《道德经》，才发现个人与公司的许多做法已有相似底色。
• 他把“无为”解释成“不妄为”：顺应规律去做，而不是不作为；做控制器、站在后方支持别人，也是一种主动选择低位。
• “功成事遂，百姓皆谓我自然”最接近其理想管理状态：事情做成后，员工觉得本来就是大家自然做出来的，而非老板刻意发动了一场运动。
• 包容差异、不强推标准、永远保持空而未满，都与仙工“开放多元”的组织和产品逻辑彼此呼应。

73. 动漫提供了逻辑世界之外的释放，也强化了“第一名必须被清空”

• 赵越退学考研时白天调机器人、晚上复习，联创推荐动漫让他放松；后来形成习惯，偶尔用一天两三倍速刷完一部长篇，或用修改器一天通关游戏。
• 《钢之炼金术师》《反叛的鲁路修》《高达》《进击的巨人》等“神漫”，以加速、放大和乌托邦式世界观，把日常逻辑暂时悬置。
• 《鲁路修》尤其留下思想钢印：主角先把自己变成全世界共同敌人，再让好友在顶点杀死自己，以自身献祭换世界重新联合。
• 卫诗婕由此反推赵越的第一观：到达第一后必须尽快找到下一个状态、把自己清空，否则占据山顶的人会逐渐变成那条恶龙。

74. 浪漫主义负责设定使命，实用主义负责执行每一步

• 赵越崇拜稻盛和夫与毛泽东，因为两者在远景上都有强烈唯心色彩：前者相信努力到极致会得到“神的启示”，后者说“一切反动派都是纸老虎”。
• 但落到经营与策略，他们又尊重客观规律、具体情景和细致执行；赵越欣赏的正是“远大目标没有道理地坚定，具体动作却可执行、有逻辑”。
• 仙工的唯心部分，是坚定相信机器人世界必然多元、所有公司最终都能成为机器人公司；唯物部分，则是控制器、装机、适配、数据和现场问题一个个做。
• 墙上的wrong/right为这套方法收尾：中途往往混沌，看不清对错，但继续移动观察角度，原先错误的起点也可能成为正确路径的一部分。