# 科林·安格尔：iRobot

> iRobot 创始人回顾扫地机器人从实验室走进家庭的过程，以及消费级机器人的商业逻辑。

- 原标题：Colin Angle: iRobot
- 期数：特别节目
- 发布日期：2019-09-19
- 嘉宾 / 主题：科林·安格尔
- 网页版：https://lexfridman-cn.pages.dev/ep/colin-angle/
- 官方页面：https://lexfridman.com/colin-angle/
- 精读字数：约 6330 字（阅读约 14 分钟）

> 本文为 lex.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

在美国，销量第一的吸尘器是 Roomba。

把戴森、胡佛、所有那些需要人推着在屋里走来走去的机器全算进去，排在第一的是一台自己会走的圆盘。科林·安格尔（Colin Angle）说这句话的时候自己也觉得好笑：「这真的很疯狂、很怪。」他创立的 iRobot 成立于 1990 年，到今天 29 年，卖出了 2500 万台消费级机器人，进入了大约 10% 的美国家庭。一家机器人公司活了 29 年，这件事本身就稀有。做机器人的公司大多活不下来，活下来的大多也停在 demo 和几十台的规模里。iRobot 活在了几百万台、几千万台里，活在了真人家的地毯、宠物毛和沙发腿之间。

## 三定律管不住一台扫地机，可一台好的扫地机恰好符合三定律

阿西莫夫 1942 年的短篇《环舞》（Runaround，收录在《我，机器人》里）提出了机器人三定律：不伤害人类、服从命令、保护自己。iRobot 这个名字和 Roomba 这个名字都从这本书里来。所以问题很自然：Roomba 遵守三定律吗？

科林的回答很实在。三定律要求机器人对世界、对自己行为的后果、对「自我」有极其深刻的理解，这个门槛在未来几十年内都不会有实际意义。但 Roomba 确实符合三定律：它被设计成帮助人而非伤害人，被设计成本质安全的，被设计成能用很久。它做到这一点，靠的纯粹是做一个好产品，跟 AI 或者机器人的「意图」没有关系。他说得很清楚，符合三定律，只是恰好和做一个好的机器人产品落在同一条路上。

这个回答里藏着一种工程师的诚实。很多人谈机器人伦理，从原则往下推，推出一堆无法验证的条款。科林反过来，从一个能在千百万家庭里跑起来的物理产品往上推，发现伦理要求落到产品设计上的时候，其实就是安全性、可靠性、寿命这些特别朴素的东西。

> 我们需要机器人，因为人类的平均年龄在快速上升，而年轻到、矫健到能照顾这些老人的那部分人口，数量是不够的。（科林·安格尔）

这句话分量最重。他把未来分成两种：一种是自主生活能力和社会生活水平真的往下掉，另一种是人们对自己的生活有更多掌控，能把时间花在自己选择的事情上。机器人站在中间，是分水岭。今天它只是让你的生活稍微干净一点、稍微轻松一点，把时间轴往后拉，它决定了你老了以后还能不能一个人住在自己家里。

## 从排爆机器人到客厅，一家公司活下来的方式

iRobot 最早做的东西和家务没关系。它给美国军方做排爆机器人，那台叫 PackBot 的机器被扔进过阿富汗和伊拉克的山洞里，去处理人不想靠近的包裹。它也在「9·11」之后进过世贸中心的废墟，钻进人爬不进去的缝隙里找东西。那一段历史让公司活了下来，也让工程团队练出了一身本事：机器人得能摔、能翻、能在信号没了的时候自己想办法。

科林在访谈里没有展开这段，但这条路径很值得琢磨。一家机器人公司从高价值、低产量、客户极少数但要求极苛刻的市场起步，拿到现金流，练出可靠性，然后再把这些能力摊薄到消费级产品上。从几十台到几百万台，中间隔着的不是技术跃迁，是成本结构的一次彻底重构。这个顺序反过来做基本不可能：先做消费级、指望以后升级到专业级，钱烧完了都等不到那天。

而真正让他下决心转向家庭的，是一件特别朴素的事。他说早年间总有人问他，你什么时候能把我的地板扫了。

> 我脑子里有一堆特别好的想法，但好像所有人都想让地板干净一点。所以也许我们该先做这个。（科林·安格尔）

先把地板扫了，挣到做下一件事的权利。这个顺序听起来平凡，实际上是绝大多数机器人公司搞反的地方。

## 技术不等于生意，那些倒在黎明前的公司

访谈里主持人列了一串名字：Anki、Jibo、Mayfield Robotics 的 Kuri、Rethink Robotics。这些公司背后都是极聪明的人，做的机器人也上过各种封面，然后在很近的几年里相继关门。

科林的解释不带任何安慰成分：技术本身不等于一门生意。

> 当年我是个造机器人的高科技创业者，直到我变成一个吸尘器推销员，我们才取得了成功。（科林·安格尔）

他把话说得很直。必须找到一个足够强的需求，让机器人交付的价值明显高于它的成本。这个「明显」很重要。拿尺子量一量觉得差不多、屏住呼吸也许能成，这种程度不够，价值要清清楚楚地超过成本。很多机器人产品就卡在这个「差不多」上，投资人和创业者一起屏住呼吸，屏了三五年，气就没了。

娱乐型产品更难。他说玩具行业里，85% 的玩具不管本身多好，都活不到第二个销售季。就算你做的东西很棒，命中率也不到两成。社交陪伴机器人、家庭情感机器人这些方向，本质上是在做「除了每周都要做又不想做的家务之外」的事情，那个「魔法般的用户体验」到底是什么，行业还没想明白。于是最聪明的人做出了最有趣的机器人，用户价值却始终模糊，商业上的账永远算不清。

他还提到和庄臣（Johnson Wax）合作时学到的方法：进到人家里，就坐在那儿看人怎么生活，找出那些他们不喜欢、但做得足够频繁、以至于构成负担的事。有些负担普遍到人们自己都意识不到它可以被拿掉，得靠外人进去盯着看才能发现。他说，事后回看这些洞察似乎理所当然，当时拿到它们比看起来难得多。

顺着这个逻辑往下问，能变成机器人生意的场景有多少？科林的答案是几乎没有，我们才刚上路。这个「几乎」不是悲观，是清醒。人类家里需要被自动化的活儿有几百种，其中同时满足三个条件的可能只有个位数：干得比人好、价格比人便宜、买的人自己知道这是个负担。Roomba 命中了扫地的交集，剩下的空白需要一个个去试。

## 成本是可以称出来的

Roomba 要是卖 50 万美元，就没人买。几十年前的机器人成本大致就是这个量级，因为成本主要花在制造它所需的时间上。早期 iRobot 的机器人是铝做的，科林自己在机加工车间守着铣床，一件一件把零件削出来。

然后他进了玩具行业，看见了一件改变他世界观的事：当产量足够大，一台 Roomba 的成本不再是把铣零件的小时数加起来，改成称它的重量。

注塑成型把这件事变得彻底。一个任意复杂的塑料件，成本基本等于那个件里塑料的重量。加上今天的三维 CAD 工具，你可以设计一个形状极其复杂的结构，然后它落地时的价格由材料克数决定。他说这「令人解放」，因为关于制造成本的整个思考方式变了。

这一条值得所有做硬件的人反复琢磨。机器人在消费市场能不能成，很大程度上由一件和算法无关的事决定：你能不能把产品塞进一条成熟工业体系的成本函数里。进得去，成本随规模下降，产品有第二次、第三次迭代的机会；进不去，每台都是手工品，卖一台亏一台，永远等不到降价的那天。

科林在别的场合提过一个说法，机器人创业真正的门槛不是把东西做出来，是把东西做便宜。做出来靠天才，做便宜靠对制造业的理解，两种能力经常不长在同一个人身上，这也是很多技术型机器人公司最后死于成本表的原因。

## 为什么科林赌视觉，不赌激光

传感器是另一个成本函数。很长一段时间里，科林在琢磨怎么复制人的皮肤，因为皮肤是极好的传感器。后来他放弃了这条路，转而问另一个问题：机器人做真实工作要面对的那些麻烦，有多少能用一颗便宜摄像头加一台性能过剩的计算机解决？

答案越来越多。摩尔定律还在工作，手机产业每年把更好的处理器、更好的图像传感器推到消费级价格。他说大概两年前，机器视觉处理器终于便宜到可以装进消费级机器人里。他一直在等这个时刻。

所以 iRobot 刻意绕开了激光雷达导航，花了好几年研究纯视觉的导航方案。理由很朴素：技术趋势摆在那儿，你看得见它往哪走，就不该在过渡方案上压重注。他给出的公式是注塑塑料加摄像头，再加一颗能跑机器学习和视觉物体识别的处理器。便宜、够用、可量产，三样凑齐，剩下的就是时间。

## 家里比马路更难看清，可撞到你的脚很好笑

自动驾驶行业正在为激光雷达和纯视觉吵得不可开交。马斯克（Elon Musk）说过激光雷达是拐杖，长期看摄像头就够了。

科林的说法是，家庭和马路在视觉复杂度上朝着相反的两个方向走。

> 我的环境其实比汽车行驶的环境难得多。我们没有道路，我们有 T 恤、有台阶、有近乎无限种花纹、颜色和地面材质。（科林·安格尔）

从视觉角度看，家里的世界无限可变。马路至少还有车道线、有交通标志、有一定的规范性。

安全要求是反过来的。Roomba 不重、不快，撞到你的脚，你的反应是笑。自动驾驶面对的是完全相反的局面：环境相对规范，一次判断失误就是人命。所以科林可以毫无保留地说视觉是家庭的未来；对自动驾驶，他相信视觉是终点，但加一个便宜的激光雷达作为备份传感器，可能不算最坏的主意。他没有替别人下结论，只说了两边赌注不一样，思考这个未来有多远的方式就应该不一样。

这段话有意思的地方，是把「技术路线之争」还原成了「约束条件不同」。同一个问题，在不同的物理环境、不同的失败代价下，最优解本来就不该相同。行业里很多争论之所以激烈又无解，是因为双方在拿各自约束下的答案互相攻击。

## 三步走：能用、能看懂家、少一点自主

iRobot 这些年干的事可以粗暴地分成两步。第一步，把机器人从实验室里能做点事、战场上能帮士兵干脏活的状态，做成能大规模进入家庭、几个月高强度使用不坏、用户还喜欢的东西。第二步，让机器人能感知环境、建图、定位，把「家」这件事变成一张可以被人类贴上语义标签的地图。

然后是第三步，也是科林现在最兴奋的部分。他说了一句很反常识的话：他正在努力让机器人变得「不那么自主」。

过去三十年他一直在做自主性，做到机器人聪明到不需要人管就能把活干了。现在的目标是把机器人做成伙伴，一台自顾自运转的自动机算不上伙伴。你对它说「我刚刚在厨房冰箱旁边撒了点面粉，你能处理一下吗」，然后正确的事情就发生了。这听起来是更少的自主，实际上要求更高：它要听懂你说的话，理解句子的上下文和意图，把这句话映射到它对家的理解上，再决定做什么。

这已经是产品了。你现在可以告诉 Roomba 去打扫厨房，它知道厨房在哪，能过去干这件事。他管这叫 1.0。

再往后是机械臂。他提了一个特别锋利的问题：如果机器人不知道任何东西在哪，它凭什么要有手？达塔（Data）有手，罗茜（Rosie）有手，所有科幻里的机器人都有手，因为有手意味着要在一个环境里做物理的事。现在机器人开始知道厨房在哪了，接下来会知道冰箱在哪，如果有了手，也许能找到把手、拉开门、给自己拿一瓶啤酒。他说，机器人给你拿啤酒、你坐着看电视，算得上机器人学真正的梦想之一。

这里有个容易被忽略的因果链：机械臂的价值由「机器人对空间的语义理解」决定，机械臂本身的工艺水平起不了决定作用。没有语义，手就是昂贵的摆设；有了语义，手才突然变得有用。这也解释了家用机械臂喊了这么多年一直没起来的原因：卡住的地方是地图，手从来不是瓶颈。

## 隐私这件事，做好人是要吃亏的

机器人要在你家里到处走、到处看，隐私就是绕不过去的门槛。科林说这对 iRobot 是生死问题，能不能被信任去保护用户的数据和隐私，直接决定了公司能不能走通它想走的那条路。

他列了几件已经做的事：公开发布隐私宣言，承诺永远不出售用户数据；GDPR 在所有市场执行，法律还没要求的地区也执行；图像不离开机器人，视觉数据的处理在本地完成，只有经过用户同意的、关于家的语义信息才会被上传；用户能看到机器人知道什么，也能要求它忘掉。

他给了一个很具体的选择权描述。你允许它建一张语义地图、知道房间在哪，你就可以说「去打扫厨房」；你不想，就别建图，它照样会尽力打扫你的家，只是做不到那句话。如果你哪天想让它忘掉「这是你的厨房」，你可以确信它会照做。

然后是最诚实、也最刺人的一段。他说今天人们对隐私的态度是：出了泄露事件非常愤怒，然后走进商店买最便宜的东西，完全不管那个产品有没有遵守任何隐私标准。

> 如果我在 Roomba 的包装上印上那些隐私承诺，我会卖得比什么都不印更少。（科林·安格尔）

这句话的信息量比任何行业报告都大。在当下的市场结构里，隐私保护是一项负资产，做好人的公司要为此付出销量代价。所以他认为赢得信任只是必要条件，远远不够。真正需要的是建立一套普通人能看懂、能信任、能在买东西时直接用上的隐私分级标准。他打了个比方，就像肉的等级标准那样。

有了标准，买家才有一个可以拿来比价的维度，好公司才会因为好行为被奖励，整个行业才会往前走。现在的局面是，每个公司都在自己的新闻稿里说自己重视隐私，消费者无从分辨，最后干脆不看这个维度。而消费者之所以不看，一部分原因在于 AI 和数据收集对大多数人还是黑箱，看不见的东西没法比较。标准做出来，讨论才有可能开始，人们才能问一句，谁在遵守，谁没有。

## 机器人越聪明，会越有情绪

关于「Roomba 会不会有一天拥有人类级别的智能」，科林的答案很干脆：在他有生之年不会。

他紧接着说，一台没有人级别智能的机器人，也完全可以和你进行一场有意义的对话。对话的对象是谁，决定了这场对话有没有价值。如果对话是为了哄机器人开心、让它感觉良好，那在机器人身上装个按钮，一按它就笑，效果一样。如果对话是为了你自己，你想知道今天宠物过得怎么样，想知道怎么让家里更省电，想知道去爬珠峰前该了解什么，那就完全可行，而且很有价值。他举了独居老人的例子：机器人可以很有效地帮人减少孤独感，填补那些本来可以用来了解世界的有趣空隙。

他还说了一个自己的理论：机器人越聪明，会越有情绪。

> 你没法只靠纯逻辑活下去。我们遇到的处境里，只有极小一部分是能靠逻辑合理解决的。（科林·安格尔）

他的论证是，情绪在信息不完整的情况下帮人做出合理决定。社交场合信息不完整，竞争和危险场合也信息不完整，情绪之所以存在，是因为它有用。当机器人进入同样的处境，纯逻辑不够用，情绪就成了必需品。

这个观点和主流想象正好相反。人们通常把情绪当成智能的对立面，觉得越理性越高级，越接近机器越纯粹。科林从工程角度给出的判断是：情绪是一种在不确定条件下的高效启发式，是进化给出的近似解，任何要在真实世界里做决定的智能体，最终都得有类似的东西。

访谈最后，主持人问他愿意和哪个科幻里的机器人待一天。他选了《星际迷航》里的达塔，因为达塔很聪明，见过很多事，而且关于情绪和机器人，达塔会有很多话说。主持人追问，如果能问达塔一个问题，并且得到深刻诚实的回答，会问什么。他的答案让整场对话落地：「皮卡德（Picard）船长到底是什么样的人？」

一个造了 29 年扫地机器人的人，最后想问一个虚构机器人的，是关于另一个人的事。这大概就是他对机器人这件事的真实态度：机器人不用变成人，机器人能做的只是让人与人之间的东西变得更多一点。

## 值得带走的几条

- 如果你在做硬件产品，先把成本函数想清楚。问自己一句：量产之后，我的产品定价由零件重量和标准工艺决定，还是由人工装配的小时数决定？只有前者能随规模下降，也只有前者能让你活到第二次迭代。
- 判断一个机器人方向是否成立，技术有多酷没什么用，要看那个需求是否「明显」大于成本。勉强打平不算，需要屏住呼吸才能算平的生意，五年内会断气。
- 找需求的方法可以很笨：进到真实场景里坐着看，看人怎么生活，找出那些频繁到成为负担、普遍到自己都察觉不到的事。这类洞察事后看着理所当然，事前极难拿到，值得花时间。
- 传感器路线别赌过渡方案。看技术趋势往哪走，问「三年后这个部件会便宜到什么程度」，据此设计今天的架构，别挑当下最好用的那个。
- 如果你的产品涉及用户数据，别指望靠宣传隐私赢得市场。当下隐私是负资产，印在包装上会掉销量。现实的做法是把处理放在本地、把控制权交给用户、只上传必要的最小语义信息，等行业标准出现时你已经合规。
- 做自主系统的人可以想一想：用户真正想要的是他一句话，正确的事就发生了。把「听懂意图」当成核心能力来建，比一味提高自动化等级更有价值。
- 评估机器人公司的护城河，看它对空间的语义理解有多深，别被机械结构的复杂度唬住。手不值钱，知道东西在哪才值钱。