量产前夜：从演示到交付
具身智能的热度正在从实验室走向产线。人形机器人、轮式双臂机器人频繁出现在各类展会与试点项目中，供应链、整机厂与算法公司开始讨论一个更现实的问题：如何把样机变成可批量交付的产品。所谓“量产前夜”，并不意味着一夜之间铺开，而是指技术路线逐渐收敛、零部件开始标准化、客户愿意为试点买单的阶段。
工厂：结构化场景的天然主场
工厂是目前最接近落地的场景。搬运、上下料、质检、分拣等任务目标明确、环境相对固定，机器人不需要理解复杂的人类意图，只需在限定区域内稳定重复动作。同时，工厂对节拍、良率和安全有清晰指标，便于衡量投入是否划算，也更容易形成可复制的交付方案。
但工厂岗位并不会被整体替换。更可能先被替代的是高强度、高重复、招工困难的工序，而设备维护、产线调度、异常处理等岗位反而会因机器人数量增加而扩张。
家庭：非结构化环境的最后一公里
家庭场景的吸引力在于市场规模与想象空间，难点也同样明显。家庭环境高度非结构化，物品摆放、地面材质、成员习惯各不相同，机器人需要同时具备泛化感知、灵巧操作与安全交互能力，任何一次失误都可能造成财产损失或人身风险。
此外，家庭用户对价格和易用性的容忍度远低于企业客户，售后与维护成本也难以摊薄。因此，家庭更可能是具身智能的长期目标，而非第一站。
岗位逻辑：先替代任务，再替代职位
讨论“抢走岗位”容易忽略一个事实：岗位是由任务组成的。具身智能通常先接管其中若干可标准化的任务，再由人负责剩余部分，形成人机协作的过渡形态。这一阶段，企业更需要既懂工艺又懂机器人的人，而不是单纯的体力执行者。
- 短期：工厂中的重复性操作、危险作业优先被接管；
- 中期：家庭中的清洁、收纳等单一任务出现辅助型产品；
- 长期：跨场景的通用能力才可能真正影响岗位结构。
真正的门槛：成本、可靠性与数据
决定顺序的不是场景的想象力，而是工程现实。硬件成本能否随规模下降、平均无故障时间能否达到生产要求、真实数据能否持续回流并转化为能力提升，这三者共同决定了量产节奏。任何一环缺失，试点都难以扩展为规模化部署。
结语：关注岗位内容的重构
就当前阶段判断，工厂会比家庭更早、更密集地出现具身智能的身影，但被“抢走”的更多是具体任务而非整类职位。家庭岗位的替代则取决于安全与成本问题何时解决。与其争论谁先被替代，不如关注岗位内容如何被重新划分。
