立正对具身智能偏谨慎:机器人会翻跟头不等于会干活,感知、控制、真实世界学习三层都还差得远,突破不会像大家想的那么快。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
炫技演示和真正干活之间隔着一个时代
材料里的观点立正专门写过一篇《有限的AI降临派》,核心判断是:春晚机器人翻跟头、跑步、后空翻,只说明在相对受控条件下能把平衡和轨迹控制做漂亮,不能推出“家用保姆机器人快来了”1。他列出三层缺口:传感器不够,机器人主要还在“看”,缺少触觉、力觉这类接触中的感知;控制不够,真实任务多是接触丰富、误差会累积、需要实时修正的动作;算法不够,语言模型“会说”不等于机器人“会做”,装个身体是进入另一个问题域1。文中还引了刘嘉教授的说法,认为现有机器人多是工业机器人(六轴电机)的延伸,不具备精密控制的范式基础——这是转述他人,不是立正自己的论证1。
更早的表述:相对悲观,难点在测量、控制和通用理解
材料里的观点在2025年的一期访谈里,立正说得更直接:对具身智能“相对悲观,或者起码是长期的想法”。他拿火箭上天作对比——送火箭上天很难,让机器人拿杯子拉花也很难,但难点不同;拉花难在机器的测量、控制和通用理解上,所以“起码不像大家想象的那么容易”2。这段是声纹自动比对归到他名下的片段,句间可能隔着别人的发言,只能当作他表达过的判断,不能补成一段完整论证2。
这个判断和他对AI的整体看法一致
立正反复讲过一个框架:AI擅长在可模式化的“静态良质”上大规模执行,人类负责感受方向、用“看一眼就知道好不好”来判断和校准3。他也说过AI没有体验、没有主体,所以哪怕能推出正确结论,也没法让别人信服4。具身智能的难点正好落在这个框架的薄弱处:真实世界的接触、摩擦、意外,恰恰是最难被模式化、最依赖现场感受和即时修正的部分。这是AI根据他两处论述做的连接,原文没有直接把两者并在一起讲3,4。
现有片段只覆盖到他对具身智能技术难度的判断,没有他对具体公司、产品路线或时间表的评价;《26岁财富自由的程序员郭宇》2是声纹自动归属、未经逐句听校,措辞以原视频为准。
出处
- 1有限的AI降临派
最系统的一篇,完整给出他对具身智能“远没到快来了”的三层理由。
- 226岁财富自由的程序员郭宇:很多人起点虽然高,但生活得一团糟
他本人较早、更直白的“相对悲观”表态,可与《有限的AI降临派》对照看时间变化。
- 3良质与 AI:为什么人类最不可替代的能力,反而是「看一眼才知道好不好」?
提供他理解人机分工的框架,帮助理解他为何看重真实世界中的感受与校准。
- 4(限时公开)什么样的人不会被AI取代?
补充“AI没有体验和主体”这一判断,是上述框架的另一处表述。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。