具身智能行业现在最容易被大家看到的，还是算法人才。
VLA、世界模型、强化学习、运动控制，只要挂上这些关键词，岗位薪资、融资故事、人才争夺度都很高。
但从具身智能猎头公司的招聘视角看，我反而觉得有一类人长期被低估了：系统工程师。
这个岗位听起来没有VLA那么前沿，也不像关节模组、灵巧手那么容易形成明确的技术标签，可一家公司真正开始做整机以后，系统工程能力几乎决定了研发效率。尤其是人形机器人。它本身就是一个高度耦合的复杂系统。机械、电机、减速器、编码器、传感器、驱动器、控制器、通信、感知、规划、运控、VLA……任何一层出了问题，最后表现出来的可能都是“机器人不好用”。

这时候，单点高手很多，能够把整台机器人串起来的人却很少。
一个很常见的问题：每个模块都不错，整机还是不好用
机器人公司经常会遇到这种情况。机械团队说结构没问题。电机团队说扭矩够。算法团队说仿真成功率很高。控制团队也认为参数正常。结果一上真机，机器人还是抖、动作延迟、抓取不稳，或者连续运行一段时间以后性能明显下降。

问题出在哪里？

有时候并不存在一个特别明显的“错误”。可能只是很多小问题叠在一起：编码器噪声稍微大一点；通信延迟多了几毫秒；关节刚度和动力学模型存在偏差；电机温度升高以后输出能力下降；机械结构产生微小形变；上层Policy的控制频率和底层控制周期没有完全匹配。

每个团队单独看，问题似乎都不严重。但机器人是一个完整系统。这些误差叠加以后，整机表现就会迅速恶化。所以具身智能公司做到一定阶段以后，通常都会需要一批人专门回答一个问题：整台机器人为什么没有按照设计预期运行？
这就是系统工程师价值开始显现的地方。

系统工程师到底在做什么？

很多人会把系统工程师理解成“协调各部门”。实际上成熟的机器人系统工程，技术含量很高。他需要理解整机指标怎么拆。

比如机器人需要完成一个搬箱子的任务，背后可能要继续拆成：

负载多少？
末端速度多少？
关节峰值扭矩需要多少？
整机重心怎么变化？
电池能够支撑多久？
计算延迟允许多少？
感知更新频率多少？
关节温升能不能控制？

这些指标最终还要落到机械、硬件、控制和算法团队。如果前期拆错了，后面所有团队可能都很努力，整机依然达不到目标。所以真正好的系统工程师，很像机器人公司的“技术总装”。他未必是某一个领域最顶尖的人，但必须知道各模块之间怎么互相影响。
这类人才为什么这么难找。因为系统能力很难靠上课学出来。一个机械工程师工作五年，可以把结构设计做得很深。一个算法工程师工作五年，也可以专注强化学习或者VLA。但系统工程师往往要经历很多完整项目，才能逐渐建立这种能力。

机器人为什么会抖？

他需要想到机械、控制、电机、传感器。机器人抓取不稳？要继续看视觉定位、手眼标定、机械精度、末端控制、夹爪甚至物体本身。机器人续航突然下降？可能涉及电池、电机效率、运动策略、负载和热管理。这种判断能力，本质上来自大量真实项目经验。所以从猎头角度看，真正成熟的系统工程人才，简历往往并不“花哨”。但一聊项目，就会发现他知道很多模块之间真正的接口和坑。

具身智能越往后发展，这批人反而越重要

早期创业公司十几个人的时候，技术负责人自己就可以兼系统工程。公司扩大到几百人以后，情况会完全不同。算法团队越来越细。VLA一组，强化学习一组，运控一组。硬件也会分成机械、电气、关节、传感器、灵巧手。团队越专业，系统之间的边界就越多。这时候很容易出现一种组织问题：每个人都把自己的模块做好了，但没人真正对整机负责。到了量产阶段，这个问题还会继续放大。
研发团队关注性能，制造团队关注工艺，供应链关注成本，质量团队关注一致性。
如果缺少能够站在整机角度判断的人，很多问题会在部门之间来回流转。
这也是为什么一些机器人公司开始越来越重视系统架构师、系统工程师、整机集成负责人。

这类人才应该去哪里找？

如果企业只在人形机器人公司之间互挖，选择其实很有限。
具身智能猎头公司做这类岗位时，通常会把人才来源放宽。
比如：工业机器人、协作机器人、汽车电子、自动驾驶、无人机、医疗设备、复杂智能硬件以及高端装备。这些行业都培养过大量“系统型人才”。尤其是汽车行业。一辆汽车本身就是复杂机电系统，涉及机械、电气、软件、控制、供应链和功能安全。有些做过整车系统、底盘、电驱系统集成的人，进入机器人以后具备不错的迁移基础。当然，跨行业以后还要重新理解机器人的运动学、动力学和本体特点。所以真正要看的是底层能力，而不是简历上有没有“具身智能”四个字。

面试系统工程人才，可以重点问这几个问题

我觉得有一个问题特别好用：“讲一个你遇到过的，最开始所有团队都认为不是自己问题的整机故障。”

然后继续追问。

你当时怎么判断？

先查了什么？

为什么排除某个模块？

最终根因是什么？

修改以后怎么验证？

这个问题很能看出候选人的系统思维。

真正做过的人，回答通常会沿着信号链、控制链、机械链一路分析。

如果回答始终停留在“协调研发解决”，那更像项目管理，还没有真正进入系统工程。
从具身智能猎头公司的视角看，稀缺人才正在发生变化
具身智能早期，行业最缺的是能把某项核心技术突破的人。

到了整机工程化阶段，企业越来越需要另一种人：能把几十项技术真正装到同一台机器人上，而且让它们长期稳定协同工作。这类人才不一定拥有最热门的Title，招聘数量也没有算法工程师那么多。但公司一旦发展到需要他们的阶段，往往很难临时补。倍利福猎头公司在具身智能招聘中也能明显感受到，企业的人才需求正在从单模块研发逐渐扩展到系统集成、可靠性、NPI和量产等环节。这其实说明行业正在成熟。