Kyle Vogt 創辦三家十億美元公司,這次他要用機器人終結你最討厭的家事

Kyle Vogt 創辦三家十億美元公司,這次他要用機器人終結你最討厭的家事

Kyle Vogt,這位成功創辦 Twitch 與 Cruise、兩家市值超過十億美元公司的連續創業家,如今將目光投向一個更具挑戰性、也更貼近日常的領域:家用機器人。他的新創事業 The Bot Company,試圖解答一個自現代科技萌芽以來,便縈繞在人們心中的夢想:我們何時能擁有一位真正的家務幫手?


這場深度對談,不僅揭示 The Bot Company 的產品哲學與商業策略,更是一位歷經多次創業浪潮洗禮的先行者,對於技術典範、團隊建構,乃至於創業初衷的深刻反思。

為何是現在?AI 賦予機器人全新靈魂

長久以來,家用機器人始終是科技界的聖杯,看似觸手可及,卻又遙不可及。從科幻小說到學術實驗室,無數原型機來來去去,但沒有一個能真正走入家庭,成為不可或缺的一員。Vogt 指出,關鍵的瓶頸在於,傳統機器人被設計來執行精準、重複的任務,它們在結構化的工廠環境中表現優異,但面對家庭這個充滿變數的場域,便顯得捉襟見肘。

家庭環境的複雜度,堪稱機器人版的「極限體能王」障礙賽。這裡有樓梯、地毯、隨意擺放的家具,還有隨時可能出現、無法預測路徑的小孩與寵物。傳統基於規則與精密演算法的機器人,在這樣的環境中極易因微小變異而失靈。

然而,Vogo 認為,過去五年,遊戲規則已經徹底改變。大型語言模型(LLM)與神經網路的突破,讓機器人技術從一個強調「可重複性」的領域,轉變為一個追求「適應性」的全新賽道。今日的機器人不再需要透過複雜的程式碼來規劃每一步動作,開發者可以透過「展示」來教導機器人如何執行任務。機器人能像人類一樣,從觀察中模仿與學習。

這種由神經網路驅動的適應性,根本性地改變機器人與世界的互動方式。過去,機器人需要昂貴的雷射掃描儀來建構完美的 3D 環境模型,再以複雜演算法規劃路徑。如今,它能像人類一樣「看見」世界,即便接近物體的角度稍有偏差,也能即時修正。這種彈性,正是征服家庭這個非標準化環境的關鍵。Vogt 斷言,我們過往對機器人技術的所有認知、所有嘗試失敗的商業模式、所有奉為圭臬的最佳實踐,如今若非一文不值,也已全然不同。這正是他相信,打造通用家用機器人的時機已經成熟的核心原因。

價值主張的再定義:從單一功能到通用智慧

市面上已有許多節省勞力的家電,如洗碗機、洗衣機、掃地機器人。然而,這些家電自五、六零年代的發明浪潮後,似乎陷入創新停滯。洗碗機耗時甚久,烤麵包機無法感知麵包是否烤焦。這些單一功能的機器,其價值很容易被使用者評估。消費者或許願意為一台烤麵包機支付 30 美元,但不太可能花費 2000 美元去購買一台能完美烘烤各種麵包的頂級機種。

Vogt 的核心理念在於,通用機器人的價值並非來自完美執行某項單一任務,而是來自於「整合」處理無數瑣碎小事的能力。單獨來看,沒有人會為一台「只會」從門口撿包裹並送到廚房的機器付費,也不會購買一台專門收拾餐桌碗盤的機器。但當一台機器能完成所有這些事情——收拾孩子的玩具、清理桌面、拿取包裹、在未來甚至能處理更複雜的任務——其累積的價值便遠超單一功能機器的總和。

這也引導出 The Bot Company 的務實起點。當人們被問及希望家用機器人做什麼時,「洗碗」和「洗衣」總是名列前茅。但 Vogt 反直覺地認為,這兩項任務是極差的切入點。原因在於,人們對這兩件事的結果有非常個人化且嚴格的要求,機器犯錯的代價很高,例如洗壞一件昂貴的毛衣。此外,這也意味著直接與現有的成熟機器(洗衣機、洗碗機)競爭。

因此,The Bot Company 的策略是從那些「介於主要家務之間」的上千件小事著手。這些是低風險、容錯率高的任務,例如整理散落一地的雜物。解決這些小事,能逐步建立使用者信任,並真正為使用者創造價值。隨著技術的成熟與可靠性提升,未來自然會擴展到洗衣、洗碗等更核心的家務。

從自駕車汲取教訓:可靠性的門檻與策略分野

Vogt 共同創辦的 Cruise,深耕於自駕車領域,這段經歷為他帶來寶貴的教訓。自駕車與家用機器人,兩者同為在複雜真實環境中運作的 AI 實體,但成功的門檻卻截然不同。

一個關鍵差異在於「商業成功的可靠性標準」。自駕車被要求達到「五個九」甚至「六個九」(99.999% - 99.9999%)的可靠性,因為任何失誤都可能造成致命後果。要將可靠性從 95% 提升到 99%,再到 99.9%,每提升一個數量級,背後所需的工程努力可能是十倍的增長。這「最後 1%」的難題,讓自駕車的研發變得極其漫長且資本密集。

相較之下,家用機器人的商業化門檻低得多。Vogt 描述一個早期原型機的測試:它在 30 分鐘內清理了地板上 49 個玩具,只留下 1 個。從可靠性數據看,這或許是 98% 的成功率。但現場所有觀察者的反應是:「我現在就要買一台!」這意味著,即便只達到「一個九」(90%)的可靠性,只要產品創造的價值遠大於它帶來的麻煩,就足以跨越商業化的門檻。

這也解釋機器人領域為何容易出現「炒作循環」。製作一段引人注目的展示影片相對容易,但將展示原型轉化為能在千萬個不同家庭中可靠運作的產品,才是真正的挑戰。

談及自駕車,Vogt 也對 Waymo 與 Tesla 兩條看似對立的技術路線,提出獨到見解。他認為,Tesla 從一開始就選擇「端到端神經網路」這個正確的長期技術方向,但卻為自己加上嚴苛的限制,例如出於成本與美學考量,堅持不使用光學雷達(LIDAR)等性能最強的感測器,這在某種程度上限制其發展。

另一方面,Waymo 源於傳統的 DARPA 挑戰賽,其技術架構基於高精地圖與傳統電腦視覺,雖然打造出一套高度驗證、已在路上運行的可靠系統,但這個技術路線的擴展性與成本是其根本性難題。維持全球每條道路的高精地圖並即時更新,幾乎是不可能的任務。如今,Waymo 也意識到這點,開始朝向更依賴神經網路的路線轉變。然而,對一個已經在運行中的安全關鍵系統進行根本性的架構更換,如同在高速飛行的飛機上更換引擎,挑戰巨大。

一位創業家的深刻反思:團隊、所有權與初衷

歷經數次創業,Vogt 對於如何建立一家偉大的公司,有著與矽谷主流教條不盡相同的看法。

首先是「團隊規模」。他坦言,過去自己也曾陷入矽谷的迷思:公司成長就意味著不斷擴張,建立經理、總監、副總裁等多層級的管理架構。這些結構旨在讓大量人員協作,但往往導致效率低下與組織臃腫。他觀察到一個驚人的現象:當團隊從 80 人擴張到 400 人時,人均生產力可能下降 90%。因此,The Bot Company 將堅定地維持小而精的團隊,預計在三年後,員工人數仍會控制在百人以內,其中 95% 是工程師。他甚至做出一個大膽預測:下一個在 2025、2026 年誕生的千億美元公司,其規模將在百人以下。

其次是「工作模式」。在硬體與軟體整合的開發中,Vogt 堅信實體辦公的價值。他致力於創造一個無摩擦的開發環境,讓工程師從辦公桌到真實機器人上測試程式碼,只需走幾步路的距離。這種快速的迭代循環,是將硬體開發變得像軟體開發一樣敏捷的關鍵。

最深刻的反思,或許在於他「再也不會出售公司」的決心。這並非出於自負,而是一種對創業本質的體悟。出售 Cruise 給通用汽車(GM)的經歷讓他明白,試圖將新創的靈活與衝勁,嫁接到一個如航空母艦般龐大、慣性極強的傳統企業上,並期望能藉此加速實現願景,是一種天真的想法。大公司有自己的航向,難以被輕易改變。

Vogt 認為,創業是一場投注十年以上生命的旅程。如果你對所解決的問題懷有巨大熱情,並已為此集結全世界最聰明的人才,為何要中途放棄主導權?出售公司,在很多情況下,等同於宣告「我完成了在這個問題上的工作」。若內在的驅動力與熱情依然存在,那麼堅持獨立發展,才是忠於初衷的選擇。

Read more

Word、HTML、JSON 全輸了:AI 時代最重要的格式 Markdown 是 22 年前發明的

Word、HTML、JSON 全輸了:AI 時代最重要的格式 Markdown 是 22 年前發明的

2004 年,一個部落客和一個 17 歲的天才一起做了一個純文字格式。 部落客叫 John Gruber,2002 年他做了一個在當時看起來完全不理性的決定:把自己的線上事業全部押在兩個東西上,蘋果和部落格。Anil Dash(Movable Type 的早期團隊成員,也是 Gruber 的朋友)後來回憶說,2002 年的蘋果才剛從瀕死邊緣走回來,幾乎沒有人在固定報導蘋果,更不用說「只寫蘋果」。當時連「科技新聞」這個領域都還不太存在,寫部落格的人也寥寥無幾。 第一台支援 Windows 的 iPod 剛推出,iPhone 還要再等五年。但 Gruber 就是把所有籌碼押在了 Daring Fireball 上,一個專寫蘋果的個人部落格。從那之後,蘋果的股價漲了大約 120,000%,而 Gruber

By Fox Hsiao
打造 Claude Code 的經驗:我們如何使用 Skills(翻譯)

打造 Claude Code 的經驗:我們如何使用 Skills(翻譯)

翻譯說明:本文翻譯自 Anthropic 工程師 Thariq Shihipar(@trq212)的文章 Lessons from Building Claude Code: How We Use Skills。Thariq 是 Claude Code 團隊的成員,這篇文章分享了 Anthropic 內部使用 Skills 的實戰經驗。翻譯由 Fox 完成,所有觀點與建議均為原作者立場。 Skills 已經成為 Claude Code 中最常被使用的擴充機制之一。它們靈活、容易製作、也容易分發。 但這種靈活性也讓人很難判斷什麼做法最好。哪些類型的 Skills 值得做?寫好一個 Skill 的祕訣是什麼?什麼時候該分享給其他人? 我們在 Anthropic 內部大量使用

By Fox Hsiao
8,300 萬美元的失敗和七頁投影片的成功:暴雪「姐夫」Jeff Kaplan 的遊戲設計三課

8,300 萬美元的失敗和七頁投影片的成功:暴雪「姐夫」Jeff Kaplan 的遊戲設計三課

Jeff Kaplan(暴雪玩家圈的「姐夫」)在 Lex Fridman 的 Podcast 上說了一句話,大意是:「我覺得魔獸世界成功的一大原因,是我們根本不知道自己在做什麼。」 這句話出自一個在暴雪(Blizzard)待了 19 年、先後主導魔獸世界(World of Warcraft,簡稱 WoW)和鬥陣特攻(Overwatch)兩款史上最具影響力遊戲的人。他 2002 年進暴雪的時候年薪 35,000 美元,職稱是初階遊戲設計師。他 2021 年離開的時候,鬥陣特攻全球玩家超過 5,000 萬。現在他帶著 34 個人的小工作室,在做一款叫 The Legend of California 的新遊戲。

By Fox Hsiao
1 兆美元從哪來?NVIDIA GTC 2026 三個最重要的訊號

1 兆美元從哪來?NVIDIA GTC 2026 三個最重要的訊號

去年 GTC,Jensen Huang 站在同一個舞台上說,AI 基礎設施到 2026 年底的累計營收將達到 5,000 億美元。 一年後的 GTC 2026,他把這個數字改成了 1 兆美元,時間拉到 2027 年,直接翻倍。 NVIDIA 本季營收約 780 億美元,年增 77%,連續 11 季成長超過 55%。市值 4.5 兆美元,全球最高。光是 AWS 一家就要部署超過 100 萬顆 NVIDIA GPU。過去一年,AI 原生新創公司拿到了 1,500 億美元的創投資金,

By Fox Hsiao