Science Robotics 人形机器人将在25年内取代大多数人类工人——真还是假？

2025年10月22日，中国杭州，IEEE/RSJ国际机器人与系统会议（IROS）现场。3000名来自全球的机器人研究人员举起手，对一个问题进行表决：“类人机器人将在25年内取代大多数人类工人——真还是假？”

开场投票：80%的人认为——假的。

一小时激烈辩论后，闭幕投票：90%的人认为——假的。

辩论前80%反对、辩论后90%反对——这场辩论不但没有制造分裂，反而让原本持怀疑态度的多数派更加坚定了立场。三个月后，这场辩论的完整记录以论文形式发表在《Science Robotics》上（2026年5月20日，第11卷第114期），正式进入学术文献。

反方票数越辩越多——这在辩论史上极为罕见。它意味着，当正反双方把所有论据摊在桌面上之后，那些原本可能动摇的中间派，几乎全部倒向了同一个结论。

而就在同一时期，埃隆·马斯克、多家类人机器人公司的CEO，以及大量投资者，正在向公众讲述一个截然不同的故事。

90%的机器人学家 vs. 硅谷最有权势的预言家——谁是对的？

一、正反双方：七位顶尖学者的完整立场

这场辩论由IROS会议主席Hesheng Wang和Ken Goldberg提议发起，联合Lijun Han共同组织。辩论规则是：正方主张“类人机器人将在25年内取代大多数人类工人”，反方反对。七位辩手涵盖了学术与产业两端，从Unitree创始人到硅谷机器人投资教母，从东京大学教授到卡尔斯鲁厄理工学院的人形机器人权威。

辩论开始前，全体成员达成一项关键共识：“很快”被明确定义为“25年内”——即2050年之前。

正方阵营：三人持“替代论”

王兴兴（Unitree创始人兼CEO）给出了最乐观的时间表：通用人工智能的突破可能在2-3年内实现，5-10年内具备多功能AI的通用机器人将逐步进入制造业和服务业。他承认全面部署（比如街道上布满人形机器人）因安全和成本问题需要更长时间，但坚持十年内将实现有意义的规模化采用。

菅野重树（东京大学教授）则从另一个角度切入：类人机器人不必完全像人——只要有躯干、四肢和类似头部的传感器单元就够了。他甚至认为双足行走并非必需，轮式底座在医院等无障碍环境中反而更优越。“当机器人能完成所有必要劳动，人类就能全身心投入到真正有意义的事上。”

塔米姆·阿斯福尔（卡尔斯鲁厄理工学院教授）给出了最具体的路线图：2025-2035年，类人机器人主导仓库、工厂、养老设施等结构化环境；2035-2045年，扩展到零售、酒店和配送等半结构化服务领域；2045-2050年，进入建筑、维护和专业医疗等复杂非结构化场景。他的核心理由是五股不可逆转的力量正在汇合：机电一体化进步、AI基础模型的泛化能力、大规模量产已成现实、人口老龄化带来的劳动力短缺、以及人类基础设施天然为类人形态而设计。

反方阵营：四人持“协作论”

赵慧禅指出，当前类人机器人在成功率、寿命、过载能力和自我修复能力方面无法与人类匹敌。更重要的是，机器人换任务时面临“高过渡成本”——人类可以无缝切换，机器人则需要重新部署。他提出了一个更深层的技术方向转变：真正的安全必须内建于机器人本体，而非依赖传感器和算法的完美集成。从软件安全范式转向硬件安全范式（人工肌肉、电子皮肤），才可能实现本质安全。

安德拉·基伊（硅谷机器人投资教母）搬出了最硬的证据——美国劳工统计局自1890年代以来的就业数据：除了大萧条和世界大战等极端动荡期，美国失业率始终稳定在4.5%左右。电力、汽车、飞机、计算机、互联网——没有任何一项革命性技术显著推高过整体失业率。她还戳破了一个广为流传的“神话”：亚马逊计划用机器人替换50万仓库工人的头条极具误导性，那些数字反映的是未来潜在招聘需求，而非当前岗位。“亚马逊现在是美国第二大私营雇主，在此过程中创造了700多个与机器人相关的新职位类别。”

易国从社交技能的角度切入：机器人可以在重复性任务上超越人类，但永远无法替代人类护士提供的触碰、共情和安慰。“我喜欢做饭，机器人可以帮忙洗碗，但它们不能取代我在厨房的位置——同样，机器人也不应该取代人类厨师。”

余善则将矛头直指技术本身的瓶颈：类人机器人在处理可变形物体时尤其困难，无限自由度的复杂建模和不可预测的动力学，对感知、建模和控制能力构成重大挑战。即便到2050年，这些进步也只能让机器人达到安全和效率的最低门槛，而非取代人类。

二、为什么辩论结束后，反方票反而更多了？

这恰恰是这场辩论最有价值的部分——它不是在比谁的声音更大，而是在比谁的论据更硬。

2.1 正方承认了两件事，但没有给出答案

正方三人无一例外地承认了同一个前提：要实现2050年取代大多数人类工人的目标，必须先解决一系列“硬骨头”问题。Tamim Asfour明确列出了清单——灵巧操控、对不确定性的韧性、安全与信任、具身智能的认知架构——并说“如果我们解决了这些挑战，那么2050年是可以实现的”。王星星也承认“AI在机器人领域的泛化能力和性能尚不够”。

但他们都没有说明这些问题“如何”被解决。这是整场辩论中最关键的一个论证缺口：“承认问题存在”并不等于“证明问题可解”。当正方把2050年的图景建立在“先解决这些未解难题”的前提之上，而所有未解难题恰恰是机器人学几十年来最难啃的骨头时，这个论证的说服力就取决于听众对这些难题难度的判断——而现场的3000名机器人学家，恰恰是最清楚这些问题有多难的人。

2.2 反方拿出的是130年的数据，不是观点

Andra Keay那一组美国劳工统计局的数据，是整场辩论中最难被反驳的论据。它不是某个人的判断、预测或信念，而是1890年代至今、跨越电力革命、汽车革命、计算机革命和互联网革命的全部就业记录。每一次技术革命都被预言会导致大规模失业，每一次预言都被数据证伪。

这不是说技术不会替代特定岗位——它当然会。但数据表明：被消灭的岗位和被创造的新岗位，在宏观尺度上大体抵消。辩论组织者Ken Goldberg本人在会前就发表过一篇题为“机器人差10万年数据”的论文，指出人形机器人缺乏足够的训练数据来获得真实世界的泛化技能。这一技术判断和数据论据形成了呼应：不是机器人不会变强，而是它们成长的速度被数据瓶颈锁死了。

2.3 正反双方的分歧，本质上是“难”和“不可能”之争

辩论结束后，有一个微妙但重要的细节：几乎所有参与者——无论是正方还是反方——都同意“机器人将达到人类灵巧度水平需要大量新研究”。分歧不在这件事是否会发生，而在于这件事在25年内能否发生。

正方说：能，因为需求迫在眉睫。反方说：不能，因为技术挑战比看起来深得多。

这是一场“工程乐观主义”与“科学现实主义”的对决。而现场90%的机器人学家——那些亲手造过机器人、亲手调试过失败算法的人——用投票给出了他们的判断。

三、被误读的历史：为什么“机器人导致失业”的预言从未应验？

Andra Keay在辩论中引用的那组美国就业数据，值得单独拿出来讲。

自1890年代以来，美国失业率长期均值约4.5%。这期间发生了什么？电气化让马匹运输业几乎消失，汽车让马车夫职业消亡，计算机让打字员和档案管理员退出历史舞台，互联网让传统零售业大幅缩水。每一次都伴随着“技术将消灭工作”的恐慌，每一次恐慌之后，就业总量都创下新高。

原因并不神秘。技术消灭一个旧岗位的同时，往往会创造出多个新岗位——有些是直接相关（维护、编程、监督），更多是间接的：生产力提升→成本下降→需求扩大→产业扩张→就业增长。亚马逊部署了超过100万台机器人，同时成为美国第二大私营雇主，创造了700多个与机器人相关的新职位类别。这不是一个特例，而是技术史上一再重演的模式。

当然，这里有一个重要的限定词：“净就业”——宏观总量的稳定，不等于微观个体的无损。被替代的马车夫和被聘用的汽车装配工，往往不是同一个人。这也是为什么辩论中的“协作派”反复强调：技术转型需要被负责任地管理，而不是被动等待。

四、25年倒计时：Tamin Asfour的路线图和其他辩手的回应

Tamin Asfour在辩论中给出了一条从2025到2050年的三步走路线图：

2025-2035年：类人机器人主导结构化环境（仓库、工厂、养老设施），执行重复性、受控任务。

2035-2045年：扩展至零售、酒店、配送等半结构化服务领域，从数十亿次真实世界交互中学习。

2045-2050年：进入建筑、维护和专业医疗等复杂非结构化场景，展现推理、预测和伦理行动能力。

这条路线图逻辑自洽，但其他辩手从不同角度提出了质疑：

灵巧操作——余善指出，力量与灵巧度之间的设计权衡尚未解决，高密度触觉传感器（如电子皮肤）的成本必须大幅下降。他特别提到一个具体问题：类人机器人在处理可变形物体（如电缆）时几乎束手无策，因为这需要建模无限自由度和不可预测的动力学。

泛化能力——赵慧禅补充，机器人在适应性、容错性和低过渡成本方面遇到严重困难，而人类在任务间切换时轻松展现了这些能力。

安全范式——赵慧禅提出了辩论中最具前瞻性的技术观点之一：当前机器人在人类环境中的安全依赖于所有传感器、执行器和算法的“完美集成”——任何一个组件出问题都可能导致事故。真正的安全应当是机器人“本身就是安全的”，而非依赖于“所有组件都正常工作”。他认为人工肌肉和电子皮肤等新材料，是实现这一范式转变的关键。

菅野重树则从一个被忽视的视角给出了回应：他刻意回避了“机器人与人类完全相似”的路线，强调适度的人形形态加上功能优势（如轮式底座）才是务实方向。他还特别指出，过度逼真的外观可能触发“恐怖谷效应”，让人类因与实际性能无关的原因拒绝机器人。

五、一场被《Science Robotics》收录的辩论，意味着什么？

这场辩论在IROS现场吸引了3000名观众，但它真正的影响力才刚刚开始释放。《Science Robotics》将其作为正式论文发表，赋予了它超越会议本身的长尾学术生命。

从辩论的组织者阵容可以追溯这场对话的起源：IROS会议主席Hesheng Wang和Ken Goldberg——后者是UC Berkeley教授，曾发表那篇著名论文“机器人差10万年数据”，在机器人学习领域有深厚积累——联合Lijun Han共同策划。这保证了辩论本身既是学术性的，又具备公共传播的穿透力。

辩论结束后，视频被上传至YouTube和Bilibili公开传播，供全球研究者回顾和引用。对于正在制定产业政策的政府机构、正在评估投资方向的资本市场、以及正在选择职业路径的年轻人来说，这场辩论提供了一份不可多得的“共识地图”：在这个领域的顶尖学者眼中，哪些风险是真实的，哪些恐惧是被夸大的，哪些方向值得投入，哪些承诺需要警惕。

六、协作而非取代：90%共识下的务实出路

回顾全部七位辩手的发言，有一个共同点比他们之间的分歧更重要：几乎所有人——包括立场最激进的正方——最终都认同机器人的角色是“协助和增强”人类，而非简单地“消灭”人类工作岗位。Tamim Asfour明确说“我设想的是一个类人生物主要协助和增强人类的未来，而非仅仅替代他们”。菅野重树也承认“机器人不需要取代人们喜欢做的任务，比如烹饪和园艺”。反方的赵慧禅则更具体地指向了可穿戴技术增强工厂工人体力、减轻疲劳的方向。

这不是辩论的“和解”，而是辩论的收敛——当各方把论据摊开后，一个核心共识自然浮现：最可能发生的未来，不是“机器人代替人”，而是“机器人帮人做不愿意做的事，人继续做人喜欢做的事”。

正如Andra Keay在辩论中强调的：“每个类人机器人背后，还有人类的另一项甚至三项任务。”那些被创造出来的新工作——维护、编程、监督、协调、设计——才是就业的未来。

辩论视频：YouTube（www.youtube.com/watch?v=fAJ9BWJFStE）、Bilibili（www.bilibili.com/video/BV1A61nB1Ery/）

参考文献：
Ken Goldberg, Hesheng Wang, Michael Wang, Frank Park, and Lijun Han, “Humanoids will soon replace most human workers: A debate,”Science Robotics, Vol. 11, No. 114, May 20, 2026. DOI: 10.1126/scirobotics.aeh6422