清华教授柳冠中怒批：满大街无人车送餐机器人，根本不是科技之光，资本正在用机器干掉8400万人的饭碗！科技的本质是帮人，不是替资本家省工资。
 
很多讨论很容易把这件事简化成“要不要机器人”的选择题，但柳冠中的批评扎根于他深耕数十年的“事理学”框架，这套理论的核心逻辑。

是先确定要解决的“事”，再挑选合适的技术工具，而不是反过来，为了新技术、低成本去制造应用场景。
 
从产业投融资数据能清晰看到，2025年全年，低速无人配送赛道拿到多笔大额融资。

封闭园区、校园这类路况简单的场景，技术门槛低、回本周期短，自然成为资本扎堆的方向。

反观矿山巡检、危化处置这类高危岗位，恰恰是最需要机器分担人身风险的领域，却因为商业化回报弱，长期缺少资金投入。
 
资本的选择，优先看财务报表，而不是社会价值的优先级。
 
全国总工会公开的数据显示，国内新就业形态劳动者规模约8400万人，配送骑手是其中体量庞大的群体。
 
人社系统长期调研发现，这个群体普遍存在技能迁移断点：日常工作锻炼的路线规划、订单调度经验，很难直接转化成机器人运维、系统调试的专业能力。
 
各地陆续开设的骑手技能课堂大多偏向应急救护、合规服务，面向自动化设备运维的定向培训供给不足。
 
这就造成一个很现实的落差：设备上线速度远快于劳动者转岗通道搭建速度。
 
10月21日这段访谈内容传播开来之后，讨论的重心慢慢从情绪吐槽，转向了制度设计层面的探讨。
 
早在2025年8月，国务院发布的“人工智能+”行动文件就已经明确提出，要建立AI应用的就业风险评估机制，引导资源优先投向能够保护劳动者、创造新岗位的方向。
 
这说明顶层设计已经意识到，智能化不能只算产业效率账，还要同步核算就业冲击。
 
但这套评估机制目前还处在落地探索阶段，没有形成统一、强制的前置审查流程，企业投放无人设备，大多只做商业可行性测算。
 
这里存在一组很微妙的价值区分。
 
送餐机器人本身具备合理的应用空间，暴雨、深夜、封闭园区里，它可以作为人力补充，缓解运力紧张，这是技术正向价值。

但当项目的设计目标锁定在压缩用工开支、削减骑手编制，并且没有配套转岗、补贴方案的时候，技术的定位就发生了偏移。
 
人机协同的理想状态，是机器承接重复枯燥的体力环节，让人转向沟通、服务、异常处置这类更有温度的工作，而不是直接替换劳动者。
 
不少平台对外解释时，常常强调无人车只是运力补充，不会全面替代骑手。
 
但资本天然追求边际成本持续下降，长期商业逻辑和这份表态本身存在张力，这也是学界持续警惕的地方。
 
技术中性，可资本的投向、企业的考核目标，会决定一项新技术最终会走向哪条路。
 
人社部门持续收集各界观点，继续完善人工智能就业影响评估细则，多地试点将大规模智能化改造纳入就业风险前置研判。
 
不少产业研究者提议设立转型专项基金，由收益方拿出部分利润，用于新业态劳动者的技能升级。优质故事创作激励
 
信源：清华大学美术学院，柳冠中“事理学”理论相关学术阐释，2018年