2026 年 10 月 26 日，GXO 和 Agility Robotics 宣布：Agility 的人形机器人 Digit 将进入 GXO 另外两座仓库——北卡罗来纳州 Statesville 和田纳西州 Lebanon，预计 2027 年初先用 Digit 4 部署，等 Digit 5 商用后再迁移。给出的证据是第一个站点、佐治亚州 Flowery Branch：2023 年底做概念验证，2024 年 6 月签下多年期“机器人即服务”（RaaS）协议，此后 Digit 在现有自动化设备旁边把超过 10 万个周转箱搬上了输送线。Agility 还补充了几组数字：所有客户合计超过 65000 小时真实运行；三家不具名的制造业客户在付费项目里；30 多家潜在客户；以及超过 3 亿美元的 Digit 5 多年期承诺订单——Agility 自己说明这不是当期收入。这一切发生在 Agility 预计完成 SPAC 合并、以 AGLT 代码上市的几周之前。

而同一个客户的 CEO Patrick Kelleher，在 8 月 5 日 GXO 的财报电话会上说：“我们迄今做了 45 个人形机器人试点。人形机器人还没有实现 ROI。我想离那一步还有几年。”他还说，GXO 今年计划部署的约 2 万台机器人里，“投入生产的，人形机器人是零”。

这两句话可以同时为真。有意思的地方正在这里。

我的结论

这次扩张证明：一个老练的买家愿意继续为人形机器人支付“期权费”。它不能证明：一台人形机器人在搬周转箱这件事上能回本——而公开记录里，没有任何东西能让外人核对这一点。

Agility 首席商务官 Daniel Diez 在 10 月 6 日的投资者日上给出了正确的标尺：客户做决定看的是“五个关键因素：安全、准确率、正常运行时间（uptime）、吞吐量和 ROI……这些就是你看整个人形机器人行业时应该关注的指标。”拿这张清单给公开记录打分：准确率——公布了，GXO 和 Schaeffler 约 98%；安全——只有定性描述，Digit 4 一直在围栏工作单元里作业；uptime——没有按站点公布，最接近的数字是 Digit 4 “跑二充一”的充电比；吞吐量——没有按“每机器人小时”公布；ROI——客户自己说还没有。

取而代之公布的是累计总数：周转箱数、小时数、磅数、订单金额。这些都是分子。商业论证需要分母：多少台机器人、多少计划工时、相对人工基线的速率是多少、每箱成本是多少。这里的产品教训不是“要怀疑人形机器人”，而是：验收闸门必须在机器人到场之前写好；对一家正向公开市场募资来扩产的公司来说，这道闸门应该是公开的。

约束条件

四个约束解释了为什么披露是现在这个样子，没有一个需要假设谁有恶意。

客户保密。Agility 说吞吐量、准确率、uptime 这些 KPI 是和每个客户“共同商定”、并“写进协议”的。三家新的制造业客户选择不公开名字。站点级的速率数据，对 3PL 和厂商都是商业敏感信息。

吞吐量取决于布局。Diez 自己举的例子：如果客户让 Digit 先走一段迷宫再干活，“吞吐量就会和直线走过去不太一样”。一座仓库的每机器人小时数据没法干净地搬到另一座仓库——这是不把它放进标题的真实理由，但也正说明，一个累计总数能说明的更少。

电池工作周期。Agility 联合创始人 Jonathan Hurst 说，Digit 4“受限于二比一的运行-充电比”——每干两小时活，大约要在充电桩上待一小时；Digit 5 的目标是约 90 分钟续航、9 分钟内充满，一天能有超过 20 小时的有效工作。而 GXO 的新站点从 Digit 4 开始。

厂商的经济账假设的是下一代机器人。CFO Michael Beer 的示例里，RaaS 平均每台每年约 10 万美元，对比的是每小时 30 美元的人工全成本，“相当于每年约 18 万美元”，并且特别强调三班倒。我的算术：每小时 30 美元、每年 18 万美元，对应 6000 个工时，约等于每天 16.4 小时、全年无休。一台被充电卡在三分之二时钟时间的 Digit 4，在不计任何其他停机的情况下，每年上限约 5840 小时。这个示例是在为 Digit 5 论证，而 Digit 5 的全面上市目标是 2027 年底。

取舍选项

这里的决策，是合同两边的产品经理都要做的：什么证据算“它能用”，谁能看到这些证据。

证据

先看分子。据 Diez 说，在 GXO 佐治亚站点处理 Spanx 订单，超过 10 万个周转箱、准确率 98%。所有客户和项目合计超过 65000 小时。在 Schaeffler 的 Cheraw 工厂，搬运汽车轴承零件周转箱远超 100 万磅。超过 3 亿美元的 Digit 5 订单，Agility 在投资者日上说明是来自一家使用 Digit 4 时间最长的客户、1000 台机器人、三年期 RaaS——按我的算术，相当于每台每年 10 万美元，和 Beer 的示例一致。

再看它们说明不了什么。两份新闻稿都没有给出 Flowery Branch 的机器人数量，所以没法算每机器人小时搬了多少箱。时间窗口也很松：GXO 的新闻稿说这 10 万个箱子是 2024 年协议签订“之后”搬的。如果从 2024 年 6 月算起，大约是每月 3600 箱、全站每天 115–120 箱，而机器人数量未知——这是我的算术，不是生产率结论。65000 小时覆盖所有客户；按示例里每年 6000 小时算，大约相当于 11 个“机器人·年”的三班倒工作量，分布在两年多的部署里。对两座新站点，GXO 没有说投入多少、何时预期回本；AGCO 2027 年的试点也没有披露机器人数量、投资额或性能基准。

买方自己的判断。GXO 做过 45 个人形机器人试点，还测试过 Apptronik 的 Apollo 和 Reflex Robotics 的机器人。Kelleher 把手部灵巧性和任务速度列为最大的剩余差距，同时说成熟的仓储机器人已经在产生 ROI。这是一个会测量的客户，而且它已经公开说了线在哪里。

这个模式不只属于人形机器人。同一周，Teradyne 和 Sereact 表示，运行 Sereact VLA 模型的 Universal Robots 机械臂正在 CEVA 位于德国和波兰的站点为 Zalando 处理退货，已发货“数百台”机械臂——同样没有披露处理速率或回报。那一周里唯一事先写明及格线的，是韩国一个小小的配送试点。

值得认真对待的反方意见。“回头客是最强的信号”——它是“愿意继续测试”的最强信号；Kelleher 自己的话把回本放在几年之后，而在 RaaS 下机器人的物料成本由厂商承担，这让续约对买方来说很便宜。“保密让站点级数字不可能公开”——Agility 已经公布了一个汇总数字，即 Schaeffler 和 GXO 合计约 98% 的准确率，可见不点名的汇总完全做得到。“吞吐量取决于布局，任何数字都会误导”——那就连同布局类型一起公布；一个区间也胜过一个总数。“真正重要的是 Digit 5 的经济性”——同意，所以更不该用 Digit 4 的累计总数去推销它。

这个结论的边界

这套论证适用于：以“替代人工”的经济账卖进结构化物料搬运场景（周转箱、料箱、输送线）的人形机器人，且厂商正以这套说法向公开市场募资。它在这些情况下会变弱：买家明确是在买经验而不是买回本（一家拥有 1000 多座设施的 3PL 完全负担得起几个实验站点，也可以直说）；站点级 KPI 在合同里对唯一承担风险的一方可见；ROI 早已成立、并无争议的固定机械臂工作站；以及 Digit 5 上市之后——支撑我工作周期算术的充电约束会按设计改变。我不主张的是：Digit 不能用、98% 的准确率不值一提，或者 GXO 做了错误决定。我主张的是：已公布的数字里，没有一个能回答厂商自己说最重要的那个 ROI 问题。

我会怎么改

四件事，都可核对。

每个站点公布一个速率，而不是每家公司公布一个总数：部署了多少台、计划工时多少、同一个搬运动作相对人工基线的每机器人小时产出。

按厂商自己的定义公布 uptime——包括充电时间——这样等 Digit 5 到来时，Digit 4 和 Digit 5 的工作周期差异就能被检验。

试点之前写明及格线。如果 AGCO 2027 年开始试点值得发一份新闻稿，那么能让它变成订单的吞吐量和单位成本门槛也值得。

作为买方，把止损规则写进 RaaS 合同：每箱成本降到多少就扩张，高于多少就停止，以及在哪一天做决定。

我的判断是：GXO 正在做一个谨慎的运营方该做的事——为一项它预计两年左右才回本的技术租一个期权；而行业的披露落后于它的融资节奏。累计总数只会上涨，所以它永远不会让你看到失败。安全、准确率、uptime、吞吐量和 ROI 是对的五个指标。在公开记录至少给出其中三个的分母之前，10 万个周转箱是一个里程碑，不是一个商业论证。