機器人輸給實習生說明人類還未被取代還是說明取代只差一個工作週？
Figure AI 的人形機械人 F.03 最近與一名實習生進行十小時包裹分揀比賽。結果是人類勝出。實習生 Aime Gérard 在十小時內處理 12,924 件包裹，F.03 處理 12,732 件，差距是 192 件。若只看標題，這似乎是一場安慰人類的勝利。機械人還未取代人類，年輕實習生仍然能在體力勞動場景中壓過最新的人形機械人。但這場比賽值得注意的地方是人類只以非常小的差距勝出。Aime 平均每件包裹用 2.79 秒，F.03 平均每件用 2.83 秒，差距只有 0.04 秒。這是人類在短期集中狀態下，暫時壓住一個仍在快速學習的替代系統。
這件事不能簡單理解成「機械人輸給人類」，這需看成是機械人已經接近人類在低複雜度重複勞動中的基本速度，只是還未完全跨過準確度、可靠性、成本與場景泛化幾道門檻。這些門檻看似技術問題，實則是勞動制度問題。因為企業真正計算的是一個工作週、一個月、一整年裡，誰的成本更可控，誰的狀態更穩定，誰更容易被部署，誰更少涉及勞動法、保險、病假、工傷、離職、管理與情緒問題。
這場比賽最易被誤讀的地方是把十小時視為公平時間單位。對人類而言，十小時已經接近身體與注意力的高壓邊界。人需要休息，需要飲水，需要上廁所，需要受勞動法保護，也需要承受手臂、腰背、肩頸、手掌與精神疲勞。對機械人而言，十小時只是測試段落。Figure AI 的展示本來就是想證明 F.03 可以在長時間內穩定維持接近人類的節奏。報道亦指出當人類因法定休息離開時，機械人曾一度追前；Figure AI 亦以連續直播方式展示多部人形機械人輪流工作，並把焦點放在耐力與可靠性上。
換言之，人類贏了一場比賽，機械人則展示另一種時間結構。人類的優勢在於即時判斷、手眼協調、身體微調與臨場修正。機械人的優勢在於可以被複製、被升級、被監控、被長時間部署。這兩種優勢不在同一個尺度上競爭。短時間內，人類仍然強；但當尺度由十小時變成七日、三十日、三百六十五日，問題就會改變。企業未必需要機械人每一秒都比最強的人快，只需要它在總成本、可預測性和可擴展性上逐步接近人類，替換就會開始。
這就是為何「機械人輸了」未必是令人安心的消息。真正信號是差距已經細到可以進入商業計算。當一個人形機械人只比人類慢 0.04 秒，企業接下來要看折舊、維修、能源、場地改造、軟件更新、保險風險、操作安全和部署密度。若機械人仍然昂貴、不穩定、容易出錯，企業會繼續聘用人類。若機械人價格下降，錯誤率降低，維修體系成熟，並能連續工作更長時間，那麼人類在這類工種上的勝利就會變得越來越脆弱。
不過，也不能以為取代已經立即完成。現階段人形機械人最大的問題是場景複雜度。物流倉庫看似只是拿起、轉向、放下，但真實工作環境會出現變形包裹、破損包裝、異常條碼、濕滑表面、雜亂擺放、突發停線、同事干擾、安全距離、設備故障和流程變更。專家對 Figure AI 展示的其中一個保留，正是機械人現時在準確度和真實場景可靠性上仍未完全成熟，例如包裹方向、條碼處理和偶發操作問題仍然會影響實用性。
所以，未來是先從最容易被標準化的動作開始侵蝕。第一批受壓的是那些工作內容高度重複、錯誤容忍度可被系統吸收、流程容易被感測器監控、成果容易量化的崗位。包裹分揀正是這類工種。它要求穩定、速度、重複和少出錯。這些條件一旦被機械人逐步追上，人類的優勢就是「我能處理例外」。但問題是當例外也被系統慢慢記錄、分類、回訓，人的例外處理能力也會被拆成資料。
這件事暴露現代勞動市場對「人」的理解正在改變。過去企業聘請一個工人，是聘請一個完整的人，包括身體、經驗、判斷、可靠性、情緒穩定、責任感和臨場處理能力。自動化系統成熟後，企業會開始把工作拆成更細的功能單位，例如拿起是一個功能，識別條碼是一個功能，轉向是一個功能。人被拆成一組可比較、可量化、可替換的操作模組。當機械人能夠處理其中大部分模組，人類就會被推向剩下那些較難標準化、但數量更少的位置。
這才是「輸給實習生」背後需要討論的問題。機械人暫時輸了，但它已經把人的勞動價值重新放上量度表。以前人類在物流現場的優勢是默認的，不需要證明。現在這種優勢需要通過數字保衛。你每件快多少秒，你能維持多久，你錯幾次，你休息多久，你是否受傷，你是否需要培訓，你是否會離職，這些都會變成比較項。當人類被迫用機械人的語言證明自己有價值，人已經進入機械化競爭框架。
未來數年最重要的轉折可能會發生企業逐步重組工作流程，讓人類和機械人分工。機械人負責穩定重複段落，人類負責異常處理、維修介入、流程調度和安全監察。表面上，人仍然在場，實際上，人的位置已由主要勞動者變成系統輔助者。這個轉變會改寫入門職位。以前新人可以透過重複工作累積熟練度，再慢慢學會判斷。若重複工作被機械人拿走，新人便失去最基本的練習場。這與 AI 改寫白領工作的邏輯相似：當初階任務被系統吸收，人的成長階梯就會被抽走。
所以，這場比賽表面是人類對機械人，實際是兩種勞動制度的交界。舊制度以人作為基本單位，新制度以流程、數據和可部署系統作為基本單位。人類仍然有優勢，但這些優勢若不能轉化成更高層次的判斷、協調、設計和異常處理，就會被壓縮在越來越窄的競爭區間。未來的問題是人類是否仍然掌握安排包裹流動的規則。
Figure AI CEO Brett Adcock 說，這可能是最後一次人類在這類挑戰中勝出。這句話可以被視為科技公司宣傳或一個市場信號。即使它未必準確，方向仍然值得留意。當機械人只差一點就能追上人類，時間通常站在可複製系統一邊。人類的真正防線是重新定義哪些工作應由人負責，哪些工作交給機器以及社會如何分配由自動化釋放出來的生產力。
若只問「機械人輸給實習生，是否證明人類還未被取代」，答案是「是的，暫時還未」。但若問「是否說明取代只差一個工作週」，答案也不能否定。因為這次比賽的重點是人類和機械人已經接近到可以被同一張產能表比較。當比較成立，替換就是管理層遲早會計算的一條成本曲線。