很多机器人公司在10台样机阶段，看起来团队已经挺完整了。

算法有了，机械有了，电气有了，嵌入式和控制也有人，几位核心研发把机器人做出来、跑起来，甚至拿去参展都没问题。

但机器人数量一旦从10台走到100台、再走到1000台，公司会很快发现：原来那套以研发为中心的人才结构，开始不够用了。

因为10台机器人，很多问题可以靠核心工程师现场解决。

做到1000台以后，靠几个“大神”救火基本撑不住。

这时候公司真正开始进入另一种状态：研发还重要，但工程、制造、质量、供应链、测试和交付都会越来越重。

从猎头招聘的角度看，这个变化其实非常明显。

---

10台阶段：最重要的是把产品做出来

一家机器人公司刚开始做产品时，核心团队不会太大。

这时候最值钱的人，往往集中在研发端。

比如：机械负责人、运动控制、算法、嵌入式、硬件、电气、机器人软件。

如果是人形机器人或者具身智能公司，还会进一步加上：VLA、强化学习、WBC、感知、关节模组。

这个阶段，公司最关心的问题通常比较直接：

机器人能不能站起来？

机械臂能不能动？

导航能不能跑？

抓取成功率怎么样？

关节扭矩够不够？

一旦出了问题，核心研发几个人一起围着机器调。

机械工程师现场改件，控制工程师重新调参数，算法工程师晚上更新模型。

效率未必低。因为机器数量少，问题也能靠人盯住。

所以10台阶段的公司，人才结构经常呈现一个特点：研发占比特别高。

甚至有些机器人创业公司，70%—80%的人都属于研发体系。这在早期很正常。

---

从10台走到100台，第一批“工程化人才”开始出现

100台是一个挺有意思的节点。

机器数量还没有真正达到大规模量产，但很多以前被掩盖的问题会开始冒出来。

比如同一套设计：

第一台机器人运行很好。

第17台开始异响。

第43台编码器零点异常。

第68台关节温升比其他机器高。

这时候团队会逐渐发现，产品已经不能只靠“设计正确”来保证。

还要解决：一致性。

这也是机器人公司人才结构第一次明显变化的阶段。

1. 系统工程师开始变重要

早期产品问题，大家经常各管一块。

机械看机械。

算法看算法。

硬件看硬件。

但机器人数量增加以后，大量问题会跨模块。

比如机器人抖动，背后可能涉及：

控制参数、编码器噪声、机械刚度、电机输出、通信延迟甚至装配问题。

这时候系统工程师、整机集成人员的价值会迅速提高。

因为总得有人站在整台机器的角度看问题。

2. 测试工程师开始从“辅助岗位”变成核心岗位

10台机器的时候，研发自己测一测也能过。

做到100台以后，企业就需要建立正式的测试体系。

功能测试、性能测试、极限测试、寿命测试、环境测试、回归测试，都需要逐渐标准化。

测试开始回答一个很关键的问题：

怎么证明这台机器人真的稳定？

3. NPI开始介入

机器人从实验室走向小批量生产，NPI就开始有价值了。

怎么把研发设计转成制造流程？

BOM什么时候冻结？

哪些零件适合自制，哪些适合外包？

装配工位怎么设计？

试产时的问题怎么闭环？

这些事如果全让研发自己处理，团队很快会被拖住。

所以从100台开始，研发和制造之间需要有人搭桥。

---

从100台到1000台，人才结构会明显“变厚”

真正到了1000台，机器人公司已经进入另一种经营状态。

因为产品开始同时面对几个现实问题：产能、成本、质量、交付。

这个阶段，企业招聘需求会快速向研发之外扩散。

我一般会特别关注下面几类岗位。

第一类：制造工程和工艺工程

1000台机器靠手工经验装出来，成本会非常高。

这时候需要把工艺做成标准。

比如：

关节怎么装？

轴承预紧多少？

线束怎么走？

螺丝锁付扭矩多少？

标定流程怎么做？

一台机器装配时间多久？

哪些工序容易出错？

制造工程师的工作，就是把“老师傅知道怎么做”，变成“普通产线人员按照流程也能稳定做出来”。

这个变化对机器人量产特别关键。

---

第二类：质量和SQE

机器人数量越多，供应链问题越容易放大。

供应商一批轴承有波动，可能影响几十台机器人。

减速器参数稍微漂一点，整机性能就可能发生变化。

所以做到1000台以后，企业通常会越来越需要：

质量工程师、SQE、供应商质量、来料质量和体系质量。

他们要管的事情非常具体：供应商过程审核、异常批次、8D、质量追溯、良率以及持续改善。

很多机器人创业公司早期都不太重视这批人。

等真正进入交付阶段，基本都会补。

---

第三类：可靠性和失效分析

这是最近机器人招聘里一个越来越明显的方向。

当机器人只有10台的时候，坏一台可以直接拆。

1000台以后，一个故障即使只有1%的发生率，也意味着10台机器会出问题。

这时候企业开始真正关注：

MTBF多少？

哪个零件最容易提前失效？

关节连续运行5000小时以后怎么样？

不同工况下寿命差多少？

于是可靠性工程、失效分析、寿命测试都会逐渐进入组织。

这种岗位在汽车、航空、医疗器械行业已经很成熟。

机器人公司做到一定规模以后，也迟早会补上。

---

第四类：供应链和采购工程

10台机器可以买最好的零件。

1000台以后，采购逻辑就会变。

成本必须算。

交期必须稳。

供应商还要有备份。

比如一套关节里同时有：

电机、减速器、编码器、轴承、驱动器、传感器。

任何一个零件卡住，整机都交不了。

所以采购岗位也会分化。

简单采购不够了。

企业开始需要懂技术的采购工程师、供应商开发工程师。

他们需要和研发一起判断：

这个供应商技术行不行？

未来能不能降本？

产能能不能跟上？

有没有第二来源？

从这个阶段开始，供应链已经会直接影响产品竞争力。

---

第五类：项目交付和售后技术

机器人做到1000台，客户现场会越来越多。

实验室里跑得好，不代表客户现场也顺利。

地面不一样，环境不一样，工位节拍也不一样。

现场还会出现各种奇怪问题。

这时候只靠研发飞过去解决已经不现实。

所以企业会建立：

FAE、应用工程、项目交付、售后技术、客户成功等团队。

这批人的价值在于，把客户现场的问题挡在研发之外，同时把真正有价值的反馈带回产品团队。

成熟以后，这其实是一个非常重要的数据闭环。

---

人才比例也会发生变化

如果简单画一下，会比较直观。

阶段	公司最关心的问题	人才结构重点
10台	能不能做出来	算法、机械、控制、硬件
100台	能不能稳定复现	系统、测试、NPI、工程化
1000台	能不能稳定交付	制造、工艺、质量、供应链、可靠性、交付

早期公司可能是：

研发70%，其他30%。

走到规模交付阶段以后，研发占比通常会慢慢下降。

制造、供应链、质量、测试和交付团队会不断变厚。

当然，不同机器人产品差别很大。

软件和算法占比较高的机器人公司，与重硬件的人形机器人公司，组织结构不会完全一样。

但大方向基本一致：

产品数量越大，工程体系越重要。

---

从猎头视角看，最难招的人也会变化

10台阶段，企业最头疼的往往是：

VLA、强化学习、运控、机械负责人、关节模组。

做到100台以后，开始出现：

系统工程师、NPI、测试负责人。

接近1000台的时候，招聘难题往往又会变成：

可靠性负责人、制造负责人、质量负责人、供应链负责人、量产项目经理。

而且这些岗位有一个共同特点：企业特别喜欢“真正做过规模量产的人”。

因为量产经验很难靠理论补。

一个人有没有经历过：

设计冻结、试产、良率爬坡、供应商异常、质量事故、批量返修、降本，

聊几个项目基本就能听出来。

这也是为什么机器人公司越往量产走，越喜欢从汽车、3C、智能硬件、医疗器械、高端装备里挖人。

这些行业已经把很多量产问题踩过一遍了。

---

还有一个变化：核心研发的人也会被重新要求

机器人做到1000台以后，研发也不会和以前完全一样。

以前一个优秀机械工程师可能非常追求性能。

后来还得考虑：

这个结构好不好装？

供应商能不能加工？

公差是不是太苛刻？

良率怎么样？

成本多少？

维修方便吗？

算法和控制也是一样。

仿真性能再漂亮，到了量产产品里还要考虑：

算力、延迟、功耗、传感器误差以及硬件一致性。

所以量产会慢慢把研发从“技术最优”推向“产品最优”。

这个成长对很多工程师其实很重要。

---

David的一个观察

一家机器人公司从10台走到1000台，我最关注的往往已经不只是产量。

我会看它最近在招什么人。

如果还在大量招算法和机械，说明研发仍然占主导。

如果开始集中招聘：

NPI、可靠性、SQE、制造工程、失效分析、供应链、量产项目经理，

这个信号往往更值得关注。

说明公司真的开始为规模交付搭组织了。

机器人行业前几年大家最喜欢聊“技术路线”。

接下来越来越多公司会发现，能把一台机器人做出来，只完成了前半程。

从10台到1000台，真正变化最大的往往不是机器人本身，而是公司背后的那套人才系统。

到了这个阶段，谁先把研发、工程、制造、供应链和质量真正接起来，谁的量产速度才更有可能跑起来。