造车这件事，何小鹏用了一个很形象的比喻——"在血海里游泳"。但更让人意外的是他说，跟机器人比起来，造车还算简单的。机器人创业的难度大概是汽车公司的 20 到 100 倍。

这个判断出自他最近的一次坦诚对话。从头到尾三个多小时，信息密度极高。以下是这场对话中最值得关注的观点。

何小鹏
何小鹏

一、从"缝合怪"到真正的 AI 原生

何小鹏在内部提了一个词——"AI 缝合怪"。他说很多公司做自动驾驶，本质上还是在用软件的流程和方法论，把 AI 当成一个工具箱来用。你做出来的还是软件，只是效率更高了，但方法论没有变。

你只是在软件的逻辑里面去做一个更复杂的缝合怪——就像修一个房子，你有更多的材料、更多的工艺，但你修出来的还是原来的房子，只是修得更快了一点。

去年 4 月，小鹏做了一个巨大的赌注：把已经花了小几十亿的第一代自动驾驶路线全部停下来。

原因是他们发现用老方法论，永远做不出 Level 4。因为你要在全球所有场景、所有法规、所有人机交互条件下做匹配，用软件的逻辑去解，是无限循环的。

但当你真正用 AI 重构这件事情之后，你觉得它可能存在了。

二、数字 AI 看长板，物理 AI 看三块板

何小鹏反复强调一个容易被忽视的判断：数字 AI 和物理 AI 不是同一种东西。

数字 AI 用人类语言，语言是被高度概括和浓缩的。但物理世界不一样——每个人每一天看到的数据量根本无法用语言概括、还原和复制。

这导致了一个关键差异：

在数字世界，你核心看的是长板——模型跑个分、比比性能就够了。但物理世界不一样，你还要看短板和窄板。窄板要做宽，短板要做长，长板要做得更长。数字世界只看长板，不太看另外两块板。

他用自动驾驶举了一个例子：今天没有一家公司的软件能够在地下停车场很流畅地开。所有停车场用的都是"记忆辅助驾驶"——先开一次记住路线，才能走。它对物理世界的了解度实际非常低。

原因是"它的上限太低了。你可以认为要打开到一万分的可能性才能做好，但他们可能都在 1000 分左右。"

所以小鹏换了一条路——不再用软件的工程流程加上 AI 的算法工具，而是从底层用 AI 驱动来重新设计整个体系。

三、机器人比造车难 20 到 100 倍

如果造车是在血海里游泳，做机器人就是——血海还在前面，但卷的维度完全不同。

即使以小鹏的能力，机器人创业大概是汽车公司创业难度的 20 到 100 倍。

为什么差距这么大？最核心的原因是：汽车造出来，你知道一定有人买——它有明确的用户需求和商业化路径。但机器人不一样，你造出来，用户不一定知道拿它来干什么。市场也在等待一个"iPhone 4 时刻"。

何小鹏对机器人行业的判断很直白：如果走通用人形机器人这条路，99.99% 的公司会死掉。

但他还是选了这条最难的路。原因很简单——你想做什么？你有能力做什么？如果这条路你能走通，结果可能是 10 倍甚至 100 倍的回报。

他聊到机器人的运动控制时有一个特别直观的比较：今天的机器人运动控制可能相当于 1930 年代汽车的底盘水平，连 T 型车时代都还没到。

绝大部分机器人走路的"小脑控制"，在他看来只是"脊椎或脑干"。"那哪叫小脑？用同一个单调的步伐往前慢慢行走，那不是小脑，那是脑干，只是保持平衡。"

人身上有 200 多个关节，运动组合几乎是无限循环。而今天的机器人只有几种预设的运动模式——走、跑、打架。切换还要人工调参。

更值得玩味的是他说的另一句话："如果走通用人形机器人，现在没有对手，全都是自己。"因为每家公司的最大挑战不是干掉对手，而是让自己真正具备能力。

四、一号位为什么刻意不用 AI

有一个很有意思的细节。何小鹏说自己不太用 AI 产品。团队让他用，他讲了一个理由：

"当年做互联网产品，如果你天天用产品，你很快会到细节去。你一旦用进去，你会聚焦怎么去解决这个问题，反而不能让你向远方看。"

所以他对科技快速变化的产品和能力的看法是：要用，但不要太深度地用，特别是做一号位。

这不是懒，而是一种刻意的战略选择——CEO 的职责不是做产品经理，是看向远方。

五、组织变革比技术变革慢一个数量级

何小鹏对"用 AI 改变企业"的看法，比大多数 CEO 更冷静。

"技术的变化可能一个月就变完了。但组织的变化，如果是一个全球化的中型组织，三年变完都已经是极其可怕的速度。我甚至认为 5 到 10 年都已经是一个快的速度。"

他把自己描述成一个"不断重构定理甚至公理"的状态。他说有时候你会发现自己以前的逻辑论、范式、价值观都在发生变化。

但他也不同意"所有人都必须马上转型"的说法。他认为数字 AI 今天能帮助的主要是三种岗位：分析师、初级程序员、初级设计师。对不在这三个方向上的公司，"再晚一点可能也没问题"。

六、2027 年可能是机器人量产元年

何小鹏对机器人时间表的判断值得关注。他认为 2027 年很有可能是高等级机器人商业量产的第一个元年——不管是中国还是美国，都会开始尝试。

他的理由是：机器人的软件能力一旦到达，硬件规模化速度会远超汽车。汽车花了 100 年逐步规模化，因为道路要建设、法规要建设、量产本身难度高。但机器人不一样——它有可能在某个点上产生爆炸效应。

就像去年数字 AI 领域 Anthropic Coding 的爆发，18 个月就发生了巨大变化。机器人虽然比它慢，但加速逻辑是相似的。

不过他也承认，2027 年量产的机器人"还达不到 iPhone 1 的水平，iPhone 1 至少是一个明确的工具"。市场还在等待一个定义性的产品。

对于胜率，他的回答是："大概有两成。这已经是我看到中国企业里最高的了。"

七、三条曲线的战略布局

何小鹏把小鹏新十年规划为三条曲线：

  • 第一条曲线：汽车——把汽车做到完全的智能体，证明软件能力能占到 50% 的价值
  • 第二条曲线：机器人——机器人本身就是智能体，不需要证明软件有价值
  • 第三条曲线：全球化

他说："如果软件占不到汽车价值的 50%，那些不做自研、只做集成的公司也能活。但如果能占到，自研就是战略，不是战术。"

这也是为什么小鹏选择全栈自研，连机器人的手、芯片、关节都参与自研——"只有这样才能把质量和规模做好。"

"最终，一家汽车企业的成功不是来自 AI 的一个能力，也不是硬件的一个能力，也不是销售的一个能力。它是所有能力的综合体。"

写在最后

这场对话最打动人的不是某一个观点，而是何小鹏描述的那种状态——在几十亿投入已经花下去的时候，敢于判断这条路走不通，换一条没人验证过的路。

他说了八个字："绝不服输，愿赌服输。"

前者让你在困难面前坚持，后者让你在判断错误时懂得止损。两者放在一起，才是一个创业者面对巨大不确定性时的真实姿态。

造车像在血海里游泳。而做机器人，血海还在前面。但至少他已经在游了。

· · ·