热搜把问题问歪了
知乎热榜第一问“为什么宇树科技上市王兴兴好像不高兴”，热度显示2152万。这个问题把上市日的情绪变成了侦探游戏：现场有没有笑，辅导机构是不是叮嘱过，创始人心里想什么。表情可以被讨论，但不能被当成产业证据。热搜机制天然偏好可争议的表情，却会绕开难回答的交付。
真正扎人的其实是题目描述里的另一句：宇树科技什么时候能生产真正服务老百姓生活的机器人。资本市场的答案已经给得很响。宇树8月19日科创板上市，发行价150.80元，开盘1100元，收盘845元，当天上涨460.3448%；8月20日又收盘687元，下跌18.6982%。
两根K线不是成人礼。首日价格里有稀缺筹码、开户热情、指数预期和对具身智能的长期赌注；次日回撤里有获利了结、价格发现和流动性退潮。市场能给出热闹，不能替机器人回答服务能力。上市只解决融资通道，不自动生成交付记录、维护网络和事故责任。
我前天写过宇树的单位经济学考试：发行后市值约609亿元，上市后两个交易日的静态市销率从约201倍回落到约164倍，5500多台人形机器人出货量说明工程与量产能力，但不能终结估值争论。今天换一个问题：这些机器人什么时候从表演资产变成公共耐用品。
这个问题比股价更日常。老百姓不按关节自由度给机器人打分，也不按发布会视频决定是否接纳它。他们只会在具体场景里问三件事：能不能安全靠近，坏了谁来修，用一次到底省了多少时间和成本。如果答案只存在于演示视频里，机器人就仍停留在注意力经济，没有进入生活半径。
表演流量换不来公共信任
Guardian对宇树的报道有一个很准确的画像：这家公司由王兴兴2016年在杭州创立，最初做消费级四足机器人，2024年开始生产人形机器人，第二代产品售价约1.6万美元；机器人因武术表演、接近奥运速度的奔跑和给流行歌星伴舞而在全球走红。
这三条线索恰好对应三种商业化：消费级玩具和极客设备，科研与展示工具，以及未来公共服务机器。前两种已经跑得不错，尤其视频传播让宇树拿到了远超多数同行的公众注意力。第三种才是“服务老百姓生活”的硬门槛。
表演建立的是惊奇，公共服务建立的是信任。惊奇可以靠峰值能力，一次后空翻、一次格斗、一次奔跑就够；信任靠低故障率、可预测行为、清晰责任和长期维护。前者是流量逻辑，后者是公共品逻辑。两者的时间尺度也不同，表演只需一次成功，服务必须经得起重复。
人形机器人进入养老院、医院、车站、学校或灾后现场时，问题会立即变重。它会不会撞到老人，摔倒后怎么停机，采集的视频谁有权看，远程接管由谁负责，故障响应要多久，维保成本由谁承担。每一个问题都不是发布会上的加分项，而是采购清单里的否决项。场景越脆弱，否决项越靠前。
道的角度，机器人要从“看起来像人”走向“能承担人的责任边界”。术的角度，关节、电池、控制器和模型都要从峰值性能转向平均无故障时间。势的角度，中国有场景密度和供应链优势，但公共信任只能靠一次一次交付积累。
公共服务不是更大的Demo
把机器人投进公共服务，至少要交五张表，也要交清五张表之间的顺序。
第一张是安全表。速度、力控、急停、围栏、人机距离、失效模式、碰撞测试和极端天气表现，都要从工程参数变成使用规则。公共空间里，安全不是模型能力的一项附属评分，而是准入条件。
第二张是维护表。一台机器人从演示机变成运营资产后，电池循环、关节磨损、传感器漂移、线缆老化、备件库存和现场响应时间会重新定义成本。买得起只是开始，修得起才决定生命周期。
第三张是人机分工表。机器人替代的不是笼统的“人”，而是搬运、巡检、引导、清洁、值守、救援等具体任务。哪些步骤交给模型，哪些步骤交给远程人，哪些步骤必须停机等待，这比“全自主”口号重要。这不是为了保留岗位，而是为了把责任压到可追溯的节点。
第四张是数据表。摄像头、激光雷达、语音交互和位置轨迹在公共服务场景里都是敏感数据。数据最小化、留存周期、脱敏边界、审计权限和泄露责任，必须在采购前写清，不能等事故后补规则。审计不是隐私的对立面，而是机构敢继续部署的前提。
第五张是财务表。采购方要算单次任务成本、人工替代率、事故减少量、停机损失和服务费。没有这张表，机器人项目容易变成示范工程；有了这张表，才可能从财政展示变成常态预算。预算周期越紧，这张表越冷峻。
五张表的顺序不能倒。安全表决定能不能进场景，维护表决定能不能留下，分工表和数据表决定能不能被治理，财务表决定能不能续约。任何一张被抽掉，采购都会从公共管理退回表演安排。
这五张表合起来，才是公共服务的成人礼。不是公司敲钟，不是创始人身家，也不是机器人跳舞的视频播放量，而是一个机构敢把它写进日常运营流程。换句更硬的话，公共服务采购要把机器人从故事资产变成带验收标准的运营科目。
犯错有价值，也有边界
《多维度思考》第48条讲犯错的意义：3M想做更强的胶水，结果做出黏性更低的胶，后来成了随意贴；弗莱明被霉菌污染的培养皿困扰，深入研究的错误最后导向青霉素。书里的提醒是，错误不是失败，而是指出障碍在哪里。
机器人研发确实需要这种态度。具身智能的错误数据很贵，摔倒、抓空、碰撞、误识别、任务中断，都是下一轮控制的输入。只敢展示成功的公司，反而可能缺最重要的训练材料。研发预算里应该留出失败清单、复现条件和场景分级，而不是把所有异常都剪掉。
解释力的边界必须停在这里。泰普勒谈的是个人创造性思考，默认错误主要由尝试者承担；公共服务里的机器人错误，可能由乘客、老人、行人、医护和第三方承担。这不是可以浪漫化的学费，而是安全责任、保险、召回和监管问题。责任主体不先写清，创新速度越快，社会成本越难定价。
换句话说，实验室里错误叫数据，公共空间里错误叫事故。两者可以转化，但必须经过受控环境、分级试点、责任划分和可回滚机制。没有这道防火墙，“从错误中学习”就会变成把公众当测试场。试点可以先小，但边界必须先立，包括准入场景、人机比例、停机条件、保险额度和数据留存。边界本身就是公众参与的第一种保护。
三个情景
基准情景：2026年底到2027年，宇树和同行继续扩大出货，场景以科研、展示、文旅、巡检和窄任务为主。公共服务采购以试点和租赁出现，重点考核安全、维护和接管流程。资本市场热度降温，产业重心从发布会转向交付。
上行情景：标准化场景先跑通。园区巡检、夜间值守、危险品搬运、助老机构的重复搬运和医院物流形成可复用任务包；维护网络、保险产品和数据规则跟上；机器人使用频率与人工替代率进入采购报表。那时“服务老百姓生活”才有第一批可审计案例。
下行情景：公司追逐通用叙事，公共项目仍以展示为主；故障责任、维保成本和数据边界不清，采购方续约意愿下降。资本市场热度回落后，供应链讲故事的空间收窄，行业被迫回到更小的科研与文旅市场。
什么信号说明本文判断错了？第一，公共服务采购不问安全表和维保表，只按台数和演示效果续约。第二，机器人事故率没有成为采购指标，数据责任也长期缺位。第三，公共场景使用频率很低但项目仍持续扩张。若这些出现，说明公共服务逻辑没有成为主约束，展示政治和资本热情仍在主导。这里更该盯续约，而不是首轮签约。
王兴兴高不高兴，我不知道，也不打算替他回答。更硬的信号是下一批采购合同：有没有故障率，有没有维保响应，有没有数据边界，有没有单位服务成本。宇树已经证明机器人能被资本定价，下一题是证明它能被公共生活信任。到那时，热闹才会退场，账本才开始说话；那张账本，也才是比表情更可靠的产业证据。
Sources
uapis.cn知乎热榜，2026年8月21日：问题热度与题目描述。Tushare Pro / 36氪 / Horizon，宇树科技2026年8月19日至20日发行价、股价、成交、市值、静态市销率、发行后市值与人形机器人出货量。Guardian / Horizon，2026年8月19日：宇树创立时间、人形机器人业务、第二代产品售价约1.6万美元及表演传播背景。理查德·泰普勒，《多维度思考》法则48《犯错的意义》。