身价 190 亿美金连环创业者 Brett Adcock 专访：Figure 商业化拐点、新实验室 HARK 打造 AI 硬件与计算机使用革命

这期真正牛逼的地方，不是“人形机器人值不值 390 亿美元”，甚至也不是“AI 会不会取代 iPhone”。

Brett Adcock 实际上同时押注了 AI 革命的两个终局：

• Hark：让 AI 获得数字世界的身体。
• Figure：让 AI 获得物理世界的身体。

一个让 AI 能够“点鼠标、敲键盘、登录账户、下单、订票、办事”。

一个让 AI 能够“走路、抓东西、搬货、做饭、整理房间”。

所以，我认为理解 Brett 最好的框架不是 Robotics Founder，而是：

他在试图建立 AI 的两个“执行层”

Pixels → Clicks

和

Pixels → Torques。

前者控制互联网。

后者控制现实世界。

如果这两个方向真的跑通，那么“AI will eat the whole internet”甚至只是故事的前半段。

一、先把几个数字纠正准确

Figure 在 2025 年 9 月完成超过 10 亿美元 Series C，融资后估值 390 亿美元。这是 Figure 的公司估值，不是 Brett Adcock 本人的“身价 390 亿”。Figure 官方和 Reuters 都确认了这一轮估值。

Forbes 对 Brett 的估算大约是 190 亿美元净资产，其逻辑很直接：Forbes 估计他仍持有 Figure 大约一半股权。

更夸张的是，他的新公司 Hark 在 2026 年 5 月已经融资 7 亿美元，估值约 60 亿美元；报道显示 Parkway Venture Capital 领投，Nvidia、AMD Ventures、Salesforce Ventures 等参与。

所以这是极少见的：

一个人同时经营一家 $39B 公司，又迅速把第二家公司做到 $6B。

但也因此必须保持清醒：

估值不是商业成功证明。

它首先代表资本市场愿意用今天的钱，购买一个极巨大未来的期权。

二、这期最核心的认知：AI 正在从“回答问题”升级为“控制世界”

过去三年大家讨论的 AI，核心是：

ChatGPT 给你答案。

Claude 帮你写代码。

Midjourney 给你图片。

这是：

Generative AI

生成信息。

但 Brett 赌的是下一阶段：

Agentic AI

执行动作。

区别非常巨大。

例如你告诉 ChatGPT：

帮我找今晚洛杉矶最好的一家韩国餐厅。

它给你五个答案。

价值有限。

真正的 AI 是：

帮我今晚 7 点，两个人，找一个离我 15 分钟以内、评分高、还有位置的韩国餐厅，直接订好。

然后 AI：

搜索 → 比较 → 登录 → 选择 → 预订 → 加入日历。

你甚至不用打开 OpenTable。

这已经不是 Search。

而是：

Delegation

人类开始把任务本身交给机器。

这将产生一个比聊天机器人大得多的产业。

三、Hark 最值得注意的地方：它实际上在挑战整个“App 经济”

Hark 2026 年 8 月刚公开了 Computer Use Agent Handoff。

它不是简单调用 API。

每次任务都会启动一个独立虚拟电脑，包括浏览器、文件系统和终端，然后模型直接通过屏幕坐标执行点击、滚动和键盘输入。Hark 公开表示，其输出实际上就是 cursor 和 keyboard action，并使用 SFT + reinforcement learning 做 post-training。

这非常重要。

因为今天互联网有一个巨大的结构问题：

互联网是给“人”设计的，不是给“AI”设计的。

网站给你：

按钮。

菜单。

网页。

弹窗。

验证码。

登录框。

而 API 是专门给机器设计的。

可是绝大部分消费互联网并没有完整开放 API。

Hark 根据自己的调研称，不到千分之一的网站提供公共 API；DoorDash、Target、Walmart、OpenTable、Zillow、LinkedIn 等大量消费场景都没有让 Agent 完整执行用户操作的 consumer API。这个数字目前主要来自 Hark 自己的研究，应视为公司自报数据，但战略问题本身是真实存在的。

四、所以 Hark 真正发明的不是 Browser Agent，而是“通用兼容层”

这里有一个非常高级的计算机历史类比。

Windows 为什么伟大？

因为大量软件可以运行在 Windows 上。

Browser 为什么伟大？

因为你不用知道网站后端怎么写。

只要它输出网页，人就能操作。

而 Computer Use Agent 的终极逻辑是：

只要人能通过屏幕操作，AI 理论上也可以操作。

于是：

网页本身变成了一种 Universal API。

这非常恐怖。

因为过去一个 AI 公司想接入：

DoorDash

Expedia

United

Target

Walmart

LinkedIn

OpenTable

可能需要分别做 API integration。

现在理论上不需要。

模型只需要学会：

像人一样使用网站。

于是 Computer Use 就可能变成：

Internet Universal Adapter

互联网的万能适配器。

五、但“API/MCP 要死了”是错误理解

这里必须比播客再高一层。

未来最优系统不会是：

Computer Use 取代 API。

而会是：

API First + Computer Use Fallback

因为 API 的优势非常明显：

快。

确定性高。

成本低。

结构稳定。

Computer Use 最大的问题恰恰是：

慢。

网站会变化。

弹窗会出现。

验证码会出现。

UI 会变。

广告会干扰。

网站甚至会主动反自动化。

因此真正优秀的 Agent 应该是：

有 API → API。

有 MCP → MCP。

没有 → 浏览器操作。

特殊情况 → Computer Use。

这才是真正的 Agent Infrastructure。

六、“AI 吞噬互联网”真正是什么意思？

不是：

AI 把网站删掉。

而是：

AI 可能把网站从“Destination”变成“Backend”。

今天你要买机票：

你打开 Google Flights。

你打开 United。

你打开 Delta。

你打开 Expedia。

未来可能只告诉自己的 Personal Agent：

下周五去纽约，晚上出发，不坐红眼，预算 600 美元以内。

你不再访问航空公司网站。

AI 去访问。

这一变化会产生一个极其重要的权力迁移：

今天：

Website/App owns customer attention。

未来：

Agent owns customer intent。

谁拥有 Intent，

谁就可能拥有 Distribution。

这才是 Hark 最可怕的地方。

七、如果 Agent 拿走 Intent，它可能成为下一代 App Store

历史上真正赚钱最多的公司，很多不是生产所有东西的人。

而是控制入口的人。

Google 控制：

Search Intent。

Amazon 控制：

Shopping Intent。

Apple 控制：

Mobile Distribution。

Meta 控制：

Attention。

Visa/Mastercard 控制：

Payment Rail。

如果未来你的 Personal AI 知道：

你想吃什么

买什么

去哪旅行

给谁发邮件

什么时候开会

什么东西该续费

什么股票需要研究

那么它控制的是：

Human Intent Layer。

这是非常高价值的战略位置。

所以我认为：

Hark 真正想做的可能不是 AI Assistant，而是 AI 时代的“Intent Operating System”。

八、这也是为什么“干掉 iPhone”不能简单理解成手机消失

Brett 说今天手机、电脑不是 AI-native，这个判断值得认真对待。

Hark 官方现在明确表示正在开发一系列 AI-native hardware devices 和 agentic computers，结合 speech、vision、text，以及高度个性化的 persistent memory。

但下一代计算机最大的变化未必是：

手机没有屏幕了。

真正变化可能是：

GUI → Intent UI

今天：

打开手机

找 App

打开 App

找菜单

点按钮

填信息

确认

未来：

“帮我弄好。”

结束。

所以最重要的变化不是：

Phone → AI Pin。

而是：

Command → Delegation

用户不再学习软件怎么操作。

软件开始学习：

用户想干什么。

这比硬件形态本身重要得多。

九、这件事情一旦发生，整个软件经济都会重新洗牌

今天软件公司非常重视：

DAU

Session Length

Page Views

Clicks

因为：

用户必须亲自操作软件。

但如果 AI 代替人类操作：

用户甚至根本不进入页面。

于是未来企业可能发现：

过去服务的是：

Human User。

未来服务的是：

AI User。

这会催生一个非常有意思的新概念：

Machine Customer

你的“客户”可能首先是某个人的 AI Agent。

例如酒店。

过去 SEO：

怎么让 Google 搜到酒店？

未来可能变成：

AEO for Agents

怎么让 AI Agent：

理解价格

理解库存

理解退订政策

信任你的数据

愿意替主人选择你

企业的 Digital Distribution Architecture 都可能被重写。

十、不过 Hark 最大的护城河根本不是 Benchmark

Hark 称 Handoff 在若干 browser-use benchmark 上达到领先成绩，并在某些测试中超过 GPT-5.4、Claude Opus 4.8 等模型；这里需要注意，其中一部分评测使用了 Hark 自己的 harness，因此应该把它看成产品进展信号，而不是完全独立第三方认证。

真正决定 Hark 成败的是六个东西：

1. Reliability

跑 30 个步骤不能第 27 步突然点错。

2. Identity

AI 怎么安全保存：

账号

密码

Cookie

银行卡

地址

3. Permission

哪些事情可以直接执行？

哪些事情必须问主人？

4. Memory

它是否真正知道：

你喜欢靠窗

不坐红眼航班

不吃辣

常住哪个酒店

5. Transaction Safety

如果订错了怎么办？

退款怎么办？

重复下单怎么办？

6. Trust

你敢不敢让它：

花 $5？

$500？

$50,000？

最后这个问题，可能比模型 IQ 更难。

十一、所以 Personal Agent 最大的护城河，很可能是“信任账户”

假设两个模型：

A 比 B 智商高 5%。

但是：

B 已经跟你生活了五年。

知道：

家人

账户

偏好

时间表

历史购买

医生

航班

工作

联系人

而且你已经允许它：

订票

付款

发邮件

调整日历。

你换 AI 的 switching cost 会非常高。

所以最终真正值钱的不是：

Intelligence

而可能是：

Trusted Personal Context + Permission Graph。

这和我们上一期讲 Palo Alto Networks 的 Context is King 完全连起来了。

十二、再看 Figure：Brett 在物理世界做的是同一件事

Hark 面临的问题：

网站永远变化。

按钮位置不同。

网页结构不同。

弹窗不同。

Figure 面临的问题：

家庭永远不同。

杯子不同。

衣服不同。

桌子高度不同。

光线不同。

地面不同。

所以这两家公司本质上研究的是同一个 AI 问题：

Generalization under messy environments

非结构化环境中的泛化。

Hark：

Pixels → Mouse/Keyboard

Figure：

Pixels → Motor Actions

这就是我为什么说 Brett 的两家公司战略上高度统一。

十三、Figure 真正取得突破的，不是会走路

会走路已经不是最大问题。

真正难的是：

Manipulation + Reliability + Generalization。

BMW 是目前非常重要的现实验证。

BMW 官方已经确认：Figure 02 在 Spartanburg 工厂的项目中，参与生产超过 30,000 辆 BMW X3，搬运超过 90,000 个零件，累计运行约 1,250 小时，执行 10 小时班次、每周五天。

这一点非常重要。

因为它把 Figure 从：

“漂亮机器人 Demo”

往：

“真正工业设备”

推进了一步。

十四、但节目里的 2.9 秒，需要稍微严格一点

公开报道中，Figure 的机器人和一名员工进行了 10 小时包裹分拣比赛：

人工平均约 2.79 秒/件；

机器人约 2.83 秒/件。

最终人类仍然略胜，12,924 件对机器人少 192 件。

所以“接近 2.9 秒”是有公开依据的。

但是节目里提到的“连续 200 小时”等具体最新内部指标，我目前没有找到客户方或者 Figure 官方同样清晰的独立公开材料。

这类数字我建议写成：

Adcock 在访谈中表示……

而不要当成已经第三方验证的工业 KPI。

这是做高质量内容非常重要的区别。

十五、人形机器人为什么非得“人形”？

很多人会问：

为什么不用机械臂？

为什么不用轮子？

这是人形机器人行业最关键的问题。

答案不是：

“因为人形比较酷。”

而是：

世界已经为人类改造完了。

楼梯是给人走的。

门把手是给人开的。

货架高度是给人设计的。

工具是给手设计的。

汽车工厂工作站是给人设计的。

厨房是给人设计的。

所以 humanoid 最大的经济优势叫：

Brownfield Compatibility

不用重新改造整个世界。

让机器人适应现有世界。

十六、但是专用机器人永远不会消失

这里也不能被人形机器人叙事忽悠。

如果任务是：

一天 24 小时永远焊同一个位置，

六轴工业机械臂大概率：

更便宜

更快

更可靠

更安全。

Humanoid 真正有优势的是：

Task Diversity × Environment Variability

任务越多，

环境越复杂，

改造工厂越昂贵，

人形才越有经济价值。

所以：

人形机器人的优势不是单任务效率，而是通用性带来的资本效率。

这是理解 Figure TAM 的关键。

十七、家庭为什么比 BMW 工厂难几个数量级？

BMW 工厂：

照明稳定。

零件位置稳定。

流程稳定。

地板稳定。

任务稳定。

而家庭：

孩子突然跑出来。

袜子掉到沙发后面。

玻璃杯反光。

衣服软。

桌子乱。

猫突然经过。

这叫：

Out-of-Distribution Hell

家庭基本就是 OOD 地狱。

Figure 也明确把大规模真实世界数据作为核心战略，Project Go-Big 甚至利用 Brookfield 的大量住宅、商业和物流环境收集第一视角人类行为数据，用于 human-video-to-robot transfer。

这说明 Figure 已经意识到：

机器人最终的瓶颈可能不是硬件，而是 Data Engine。

十八、未来机器人真正恐怖的地方，是“一台学习，百万台升级”

这是机器人和人类劳动最大的经济差异。

一个工人：

干十年。

他的经验主要留在他脑子里。

另外 100 万名工人并不会自动升级。

机器人不同。

如果一台机器人在东京学会：

如何收拾一种新的桌面。

数据上传。

模型更新。

理论上：

整个 fleet 都可以升级。

于是形成：

Fleet Learning。

这可能产生真正极端的数据网络效应：

机器人越多

→ 数据越多

→ 模型越强

→ 成本越低

→ 客户越多

→ 机器人更多。

这才是 Figure 如果成功以后可能拥有超高估值的根本原因。

不是卖机器人的硬件毛利。

而是：

Operating System for Physical Labor。

十九、所以 Figure 的 $39B 应该怎么估值？

不要用普通制造公司的 PE 去理解。

投资人实际上买的是三个 Option：

Option 1：工业劳动力自动化

工厂、仓库、物流。

Option 2：家庭劳动力自动化

清洁、整理、照护、家务。

Option 3：Physical AI Platform

让第三方任务最终跑在 Figure 的身体和 AI 上。

所以 $39B 本质上是资本市场在下注：

Figure 能不能从“一台机器人”，成长为“全球物理劳动平台”。

但反过来也意味着：

$39B 已经提前兑现了很多未来。

所以真正需要观察的绝不是：

机器人视频帅不帅。

而是：

• 单位机器人制造成本
• Productive hours
• MTBF
• Intervention rate
• 每千小时故障次数
• Cycle time
• Task success rate
• Fleet size
• 客户部署数量
• Cost per productive hour
• 新技能从训练到部署需要多少数据
• 一个模型能不能跨机器人、跨工厂泛化

这些才是判断 Figure 最终是不是 Tesla/Nvidia 级公司的关键数据。

二十、“Hard Things Are Easier”为什么有道理？

Brett 这个观点不是鸡汤。

它背后其实是 Venture Capital 的：

Power Law。

如果你做一个普通 SaaS：

市场 $1B。

竞争者可能 300 家。

优秀工程师：

“为什么我要去？”

Sequoia：

“为什么我要投？”

但如果你说：

我要解决通用人形机器人。

成功后：

$1T+ 潜在价值。

全世界可能只有十家公司真正能竞争。

于是最优秀的人可能反而愿意加入。

最顶级的钱也愿意给。

这产生：

Mission Gravity。

大问题会产生人才引力和资本引力。

二十一、但“越难越好”是极其危险的创业建议

这句话必须增加一个限定：

Hard + Huge TAM + Technically Solvable + Capitalizable

四个必须同时存在。

否则：

难，

只是难。

不会自动成为护城河。

核聚变很难。

长生不老很难。

量子重力很难。

并不代表创业者今天进去一定赚钱。

所以真正优秀的创业题目是：

Difficulty Creates Scarcity

难度确实能够阻挡别人，

同时技术路径又出现了新的可行性拐点。

Figure 符合这个条件的核心原因，是：

Transformer

VLA

GPU

Simulation

Robot hardware

Foundation Models

同时成熟。

二十二、Brett 的“Binary Outcome”也不能照抄

这里最容易产生幸存者偏差。

Brett 可以：

抵押房产。

投入大量个人财富。

同时押极端项目。

但今天他拥有：

历史退出记录

资本市场信用

顶级 VC 网络

招募能力

个人财富

普通创业者复制他的风险程度，

而没有复制他的：

Risk-bearing Capacity

很容易死。

真正应该学习的是：

Binary Vision, Non-Binary Capital Structure

愿景可以：

要么巨大成功，要么失败。

但是融资结构、个人资产、现金 runway：

不能全部 binary。

真正高手是：

公司可以冒险，但创始人不能在一次随机波动里失去继续创业的权利。

这一点跟上一期 Leo Aschenbrenner 的基金案例完全相通。

二十三、“AI 比互联网大 100 倍”虽然不能当成数学预测，但方向有深层逻辑

互联网主要降低了：

Information Distribution Cost。

搜索。

通信。

媒体。

广告。

电商。

AI 降低的是：

Cognitive Labor Cost。

写代码。

分析。

销售。

客服。

设计。

法律。

金融。

管理。

机器人进一步降低：

Physical Labor Cost。

制造。

物流。

建筑。

农业。

家庭劳动。

所以 AI 的理论经济边界天然比传统互联网大。

因为：

互联网主要改变“信息怎么流动”。

AI 开始改变：

谁在做工作。

这是完全不同数量级的问题。

二十四、所以我对 Brett Adcock 最大的判断是：

他真正赌的不是：

Humanoid Robot。

也不是：

AI Hardware。

他在赌一个更大的时代变化：

从 Human-operated Computers

变成

Computer-operated Computers

最后再变成

Computer-operated Physical World。

第一阶段：

人操作软件。

第二阶段：

AI 操作软件。

第三阶段：

AI 操作机器。

第四阶段：

AI 同时调度数字世界和物理世界。

这才是所谓：

AI eats the internet。

最终 AI 吃掉的不只是 Internet。

而是：

Execution。

二十五、如果我是创业者，我从这期只学五件事

第一，不要再只想“做一个 AI Feature”。

寻找：

AI 可以真正获得 Action 权限的地方。

第二，未来最值钱的公司可能控制的是 Intent。

谁离用户的真实需求最近，

谁就可能拥有下一代入口。

第三，Agent 的终局不是回答，而是完成。

真正价值公式：

Intent → Context → Decision → Action → Outcome

全部闭环。

第四，Physical AI 真正的护城河是 Deployment Data。

Demo 不值钱。

真实环境中的：

失败

恢复

干预

运行小时

硬件磨损

异常情况

才值钱。

第五，不要害怕大问题，但一定区分“大问题”和“幻想”。

真正值得做的是：

巨大市场 × 技术拐点 × 数据飞轮 × 极高执行壁垒。

Figure 和 Hark 都在试图卡住这四个条件。

我给这期重新定义一个标题

你原来的几个标题里，我会再往上抬一层。

最推荐：

《Figure 创始人 Brett Adcock：AI 吞噬互联网之后，谁将控制数字世界与物理世界？》

副标题：

从 Hark 的“AI 操作电脑”到 Figure 的“AI 操作现实世界”，一个 390 亿美元创业者正在同时押注下一代计算机入口与全球劳动力操作系统。

因为这比“Figure 商业化”“替代 iPhone”“做难事更容易”都更接近 Brett 真正的战略。

Hark 争夺的是数字世界的执行权；Figure 争夺的是物理世界的执行权。

一旦你从“执行权”这个角度理解 Brett Adcock，他做的五家公司、他为什么愿意承受 Binary Risk，以及为什么资本市场愿意提前给 Figure $39B、给 Hark $6B，逻辑就全部串起来了。