智元用 Worken 追问机器人究竟干了多少活

机器人走出展厅后，交付了多少台只是问题的开始。买方更关心的是：这些设备每天能独立工作多久，做出的结果是否合格，需要多少人在旁补位。智元在2026年10月29日创新日提出的 Worken，把这几个问题放进同一套计量框架，试图将讨论从机器数量推进到实际产出。

Worken 由 Work 与 Token 组合而来，智元将其描述为“有效智能工时”。它目前是企业提出、仍需通过真实部署完善的框架，不是已经确立的行业标准。其价值首先在于换了一个提问方式，而不是给机器人商业化颁发一张通行证。智元创新日官方发布

三个因子把交付与工作分开

智元提出的表达式是：Worken＝活跃机器人台数×自主工作时长×产出效率比。其中，活跃台数不包括仅制造出来或放在库存中的设备；自主工时不是开机时长；产出效率比则需要针对具体任务，与既定标准下的合格产出基准比较。

这一框架揭示了一个容易被交付数字遮住的差异：两支台数相同的机器人队伍，若一支经常等待人工处理异常，另一支能连续完成合格任务，经济价值可能相去甚远。只计设备数，会把两者放在同一位置；加入自主时间和产出条件，才有机会识别差距。

不过，真正执行时还需要避免平均数造成的误导。不同设备的工作时间与效率不相同，不能随意把全队平均工时和平均效率相乘。更稳妥的做法是保留单机、单任务记录，再按一致口径汇总。否则，一台高效率但很少工作的机器，可能在平均数中获得过大的影响。

最难统一的是合格产出的定义

搬运一箱货物与完成一次游客咨询，无法仅靠时长直接比较。前者可以围绕重量、距离、节拍和破损率定义结果；后者需要判断答复正确性、是否解决问题，以及何时转交人工。同样完成十次动作，难度、质量和商业价值都可能不同。

因此，Worken 要成为有用的采购语言，关键不是让所有任务共用一个漂亮数字，而是让同类任务能公平比较。买卖双方至少要事先确定任务边界、输入条件、合格标准与基准工作方式。基准若过于简单，机器人相对效率容易被放大；只统计成功片段，也会把准备和失败成本藏起来。

人工参与尤其需要透明。远程操作者在异常时接管、现场人员重新摆放物料、工程师修改流程，都可能帮助设备完成任务，却不等于机器人完全自主。自主工时与人工支援工时应分别记录，让客户知道性能改善究竟来自机器能力，还是更多人力投入。这是计量框架走向可比较数据所必须跨过的一步。

新硬件和模型要接受同一把尺子检验

这次创新日还展示了 AHA3 硬件平台、GO-3 Preview 具身模型，并发布 G2 Max 与 Link-U OS 1.0。它们分别涉及硬件集成、任务能力、工业作业和系统基础。GO-3 仍以 Preview 身份亮相；Link-U OS 1.0 当时由部分生态伙伴试用，智元的计划是在2026年末全面开源，不能把计划当成已经完成的开放交付。产品与开放路线说明

从 Worken 的角度看，这些更新是否重要，应当落回具体工作结果。更好的散热若能减少连续运行中的停机，就可能增加有效工时；模型若能处理更多异常，就可能降低人工接管；统一软件接口若减少换场部署工作，则可能降低落地成本。这些是可以检验的因果路径，而不是发布一项技术后自动成立的商业收益。

同理，模型基准成绩不能直接换算成工厂产能。测试环境下的任务完成情况，与真实现场的物料变化、设备磨损、通道拥堵和安全要求并不等价。对客户更有用的证据，是在约定条件下连续运行的完整记录，而不是表现最好的几次演示。

有效工时仍需与成本放在一起

即便 Worken 提高，也不代表项目一定更划算。如果为了多完成一些工作，设备维护、算力、能耗或驻场支持费用增长更快，单位有效产出的成本仍可能上升。采购方需要同时计算设备与部署投入、持续运维费用，以及为接管和异常处理保留的人力。

更实际的试点方式，是先选定一个重复频率高、结果容易验收的任务，记录原有作业的成本与质量，再让机器人在相同条件下运行。试点结束后，既比较合格产出，也看停机、人工介入和恢复时间。这样得到的结论虽然不如“通用劳动力”宏大，却能回答是否值得扩大部署。

Worken 最值得关注的地方，是把“机器人会不会做”推进到“能持续自主做出多少合格结果”。它能否成为被更多客户采用的尺度，还取决于任务基准能否公开、原始记录能否追溯，以及不同厂商能否接受相同口径。公式只是起点，让真实工作被可靠计量，才是后面的难题。