小米发布了那个叫CyberOne的人形机器人，视频里它颤颤巍巍地走，像个刚学会走路的孩子。我盯着屏幕，脑子里想的不是科幻，是“四肢”。AI的脑子（大模型）这两年疯长，现在，它的手脚关节，好像也开始咯吱咯吱地响了。这让我后背发凉，又有点兴奋——我那些靠模拟点击、DOM树解析、多线程爬数据的自动化脚本，是不是快成博物馆里的算盘了？
十年前，2016年那会儿，我为了抢一个微信测试号，能写一宿的Python脚本，用selenium模拟登录，跟腾讯的反爬机制斗智斗勇，卡在验证码和频率限制上，头发一把把掉。那时候的“自动化”，是抠着API文档的边角料，是跟浏览器渲染引擎的延迟死磕，是“机器在等页面加载”的无效时间。我的焦虑很具体：怎么绕过这个限制？怎么把10分钟的手动操作压缩到30秒？省下的每一秒，都是我作为“独狼”能从市场上多啃下来的一口肉。
后来组了团队，陷入交付泥潭。最讽刺的是，我雇人来干“自动化”的活，结果自己成了最不自动的那个——整天在协调、沟通、救火。人形机器人？那时候我要的是“人形管理机器”，能把需求拆清楚、代码不出bug、准时下班的“完美员工”。当然，没找到。现在回头看，管理上的熵增，比技术债务可怕一万倍。技术问题总有解，人的问题，无解。
疫情把我打回原形，逼我重新变成超级个体。但这次回归，手里多了点别的东西：对身体的敬畏。去年开始玩低卡饮食和力量训练，不是跟风，是发现连续盯屏幕12小时后，心脏真的会慌，注意力会飘。身体才是第一生产力，这个道理，我花了三十几年，在颈椎反弓和轻度脂肪肝的体检报告上才读懂。所以现在看CyberOne，我会下意识想它的“关节损耗”和“能源管理”——跟我练腿时关注动作模式和心率区间，底层逻辑居然他妈的一样：如何高效、可持续地输出。
但真正让我坐不住的，是三天后苹果的发布会。据说M2芯片要来了。我书房里那台老MacBook Pro，跑我现在的本地化模型微调脚本，已经有点喘。我盘算的不是“新电脑好酷”，而是：新的CPU/GPU架构，能把模型推理速度提多少？我那个用n8n串联了五个API的自动化工作流，每次触发到最终输出，总要有2-3秒的网络延迟和本地处理时间。如果本地算力够强，我能把更多环节从云端拉回来，延迟可能压到毫秒级。这不是“快一点”的问题，这是“可能性”的问题——当等待时间从秒级降到毫秒级，很多交互逻辑就可以重构了。比如，我可以做一个真正实时响应、根据我写作上下文随时调取资料并润色的AI副驾，而不是现在这样，写一段，切到另一个窗口，等它生成，再贴回来。
省下的“等待时间”是什么？对以前的我来说，是更多的单子，更多的钱。对现在的我来说，可能是每天多出来的半小时，能让我完整做完一组卧推而不被打断；可能是心流状态不被切割的连续深度工作时间。技术进化的终点，不该是让我们变得更忙，而是把我们从重复的、低价值的“等待”中赎回来。AI长了脑子，现在又开始长四肢，等它哪天手脚协调，跑得比我的脚本还快时，我该干嘛？我想，到那时，我的价值可能不再是“写脚本的人”，而是“知道该让脚本去哪里、干什么的人”。就像健身教练不比你更能举铁，但他知道你的关节该怎么动，才能举得更安全、更有效。
CyberOne走得很笨拙，苹果的芯片再强也还是硅基的物理极限。但这两件事指向同一个未来：AI正在获得“行动”的物理基础。我的焦虑清单得更新了：从“怎么绕过这个反爬”，变成“当所有底层操作都被标准化、硬件化之后，我的‘产品感’和‘问题定义能力’，还够不够形成壁垒？” 窗外夜色浓得化不开，但我没空抒情。我得去调整一下那个自动收集竞品数据的机器人参数了，在它彻底被淘汰之前，再榨出点价值。
