脉脉林凡解读：具身智能仍处“GPT-2阶段”，为什么岗位量能暴增15倍？

近日，脉脉《AI圆桌π对》第三期上线，主题为“2026机器人创业正当时？技术、人才全解析”。本期节目由脉脉创始人兼CEO林凡，清华大学交叉信息研究院助理教授、破壳机器人创始人许华哲，硅星人创始人、CEO骆轶航共同对谈，围绕机器人创业时机、具身智能技术路线、数据瓶颈、人才争夺与白领工作方式变化展开讨论。

具身智能仍在GPT-2阶段，岗位量暴涨15倍

林凡在节目中表示，从技术成熟度来看，机器人仍处于非常早期阶段，“还没有到ChatGPT-3.5阶段，甚至可能还在GPT-2阶段”。谈“智能元年”还为时尚早。但从场景和需求的角度看，2026年已经是机器人创业的不错起点，甚至可以说是一个right time。

具身智能正在成为就业市场的新风口。林凡透露，2026年1-4月，具身智能相关岗位招聘量较去年同期增长15倍，岗位平均月薪接近6.2万元。林凡认为，AI FOMO正在推动科技公司加速布局，具身智能正在成为继大模型、Agent之后，又一个快速升温的人才战场。

顶尖AI人才身价飙升，具身智能公司面临抢人压力

许华哲创办的破壳机器人公司近期完成数千万美元天使轮融资，他表示，具身智能公司与大模型公司抢人并不容易，顶尖researcher的身价正在快速上升，具身智能公司很难像大模型公司一样开出极高薪酬。骆轶航则补充称，DeepMind、OpenAI、Meta等模型厂和AI巨头也在与具身智能公司争夺人才。

林凡认为，这背后与两个赛道的成熟度有关：大模型公司在算力和硬件上的投入动辄几十亿、上百亿美元，顶尖研究员如果能节省5%到10%的算力成本，就可能对应数亿美元甚至数十亿美元的价值。

技术层面，许华哲认为，具身智能最大的瓶颈之一是数据太少，“连燃料都没有，想让它跑得快是不可能的”。在他看来，通用机器人要真正落地，至少需要同时解决模型、数据和本体三大问题，数据问题尤其复杂，因为机器人数据不像大模型训练中的文本数据那样相对纯粹，而是包含人手数据、遥操作数据、机器人自身试错数据等多源异构数据。

机器人马拉松像另一种形式的“刷榜”，展示能力就是其技术上限

围绕机器人登上春晚、机器人马拉松等热点，骆轶航表示，机器人马拉松某种程度上像另一种形式的“刷榜”，可以制造关注、拉高预期，但不等于机器人已经进入真实用户场景。许华哲也提醒，一个机器人公司公开展示出来的能力，基本就是其技术能力的上限，公众不要因为机器人能跑马拉松，就自动脑补它也能做其他事情，比如干活、跨栏、游泳。

林凡也表示认同，对机器人创业公司来说，真正的胜负手不是表演场景，而是消费场景的确定和坚持。场景定义不清，产品就会无限逼近“人”的能力去设计，导致技术难度无限上升；场景足够清晰，才能围绕真实需求做减法，在技术可达、量产成本和商业价值之间找到平衡。

白领工作“代码化”，程序员正从大厂溢出到传统产业

在讨论机器人对工作方式的影响时，骆轶航认为，今天几乎所有白领工作都可以被抽象成“Coding”。写文章、做设计、做Excel、处理财务数据，本质上都越来越像通过结构化思路和工具完成任务。

林凡也认为，Coding Agent对程序员工作的替代，并不必然意味着程序员大规模失业，而是会带来一次人才重新流转。过去，只有互联网、新能源、金融科技等高利润行业“养得起程序员”；但随着Agent提升程序员效率，一个程序员可以承担过去一个小团队的部分工作，未来外贸、农业等传统行业也有机会用得起程序员，推动程序员从大厂流向中厂、小厂乃至更多传统行业。

本期议题亦引发职场人对具身智能落地路径的讨论。一位AI领域创作者认为，当前具身智能的核心矛盾不在热度，而在本体未标准化、灵巧手方案不统一、数据难以规模化等基础问题。一位后端开发用户表示，现在行业是真缺人，尤其是运控、系统、AI模型三类人才。也有互联网从业者认为，机器人创业公司拼的不是“谁更像人”，而是谁能先围绕一个具体消费场景做减法、打透需求。

脉脉内容中心副总裁、社区负责人张喆透露，《AI圆桌π对》是脉脉社区于2025年11月上线的高端对话栏目，聚焦AI与职场变革，围绕AI技术演进、产业落地和人才流动，邀请产业一线创始人、技术专家、学者及投资人展开深度讨论。未来，脉脉将持续聚焦AI时代的关键议题，汇聚专家观点与真实职场声音，呈现AI快速演进中的技术路线、产业机会与人才图景。