143. 对何小鹏的第二次访谈：更大赌注、人形机器人Iron诞生、那场意外、技术剧变下CEO、GX和缝合怪

物理世界的豪赌：停掉小几十个亿

上一次访谈中，何小鹏形容造车就像在血海里游泳。这次返场，他带了一个更惊人的故事。

"物理世界的CEO不敢赌。我可能胆子比较大。我们做了一个巨大的赌注。我们把以前的那套体系就停下来了。那套体系花了小几十个亿。" — 何小鹏

2025年大约现在这个时候，何小鹏做了一个让整个公司震动的决定：把第一代XPILOT从业务到技术甚至到组织全部停下来，全面押注全新的第二代VLA路线。这个代价不只是财务上的——"小几十个亿"——更是组织和心理上的双重巨压。

为什么选在这个时候？何小鹏说，去年三月份他意识到一个问题：所有的公司都在用"更简单的方法论和更快的效能"做自动驾驶。这是一条捷径，但走到一两年后就会发现，为了解决各种短板，你限制了自己的长板，永远做不到L4或L5。

他把这条路称为"捷径，但不是大道"。

"缝合怪"——一个精准的批判

在这次访谈中，何小鹏多次使用一个词来批判传统的自动驾驶研发路径：缝合怪。这是他自己创造的术语——用来描述"用软件工程的方法论，使用AI的工具箱，做出一款更强力的软件"。

他说这个路径的本质问题是：你还是在修一座老房子——只不过用了更多材料、更多工艺、部分用了AI的工具，但修出来的还是原来的房子，只是修得更快一点。真正的AI原生，应该用完全不同的建筑方法来设计完全不同的房子。

在旧路径下，你上限大概在一千分，下限能做到九百分——在这个区间内表现不错。但天花板太低，永远无法做到真正的无人驾驶。而在AI原生路径下，上限可以打开到十万分到一百万分——但下限一开始可能只有一百分，比旧体系更差。

数字AI与物理AI的鸿沟

何小鹏花了大量篇幅论证一个命题：数字世界的AI和物理世界的AI本质上是完全不同的两件事。

在数字世界，"语言即世界"——人类语言已经被高度概括和浓缩。数据量很小，几十个TB就可以训练。CEO很容易了解它的逻辑，然后去映射、扩展和使用。核心只看长板，跑个分比比分就够了。

但在物理世界，情况完全不同。每个人每一天看到的数据量根本无法用语言概括、描述、还原和复制。它不是用人类语言驱动的。你不仅要看长板——"上限，跑个分"——还要保住下限，还要拓宽窄板：品质、成本、材质、细节、政策法规的允许度，全部都是必须解决的问题。

"在数字AI的市场里面很多模型就是跑个分比比分，我觉得在物理AI那是可笑的。它不光要比上限，跑个分，它还要比下限。" — 何小鹏

这个判断也解释了他为什么对那些"几条枪十几个人就要用AI coding去改变物理世界"的说法不以为然——"他们完全低估了物理世界改变的多样性和复合性"。就像当年移动互联网冲进汽车行业的人，以为把一个事情做到极致就够了——"No，因为你考虑的维度不对。你是一个数字的维度，你在数字维度做到极致，它的价值点可能极小。"

组织变革：从"用脚投票"到"砍到根上"

去年三季度末，何小鹏做了一个比技术决策更难的事：把整个自动驾驶中心的组织架构全改。

"最大的反对声音就是有很多人用脚投票。他们不相信这个事情，他们觉得做不到，他就离开了，去做其他的事情。" — 何小鹏

他描述了三种典型反应：非AI主管觉得"不管做A还是B可能都错了"——因为对AI的认知不够强烈；AI相关主管中——有些人Yes、有些人No、但大部分处于"不确认这是不是一个好的节奏"的中间态。而何小鹏自己呢？"实际上那个时候连我都是一样的，但是这就是创业的乐趣啊。"

他的组织变革哲学是："切记不要小刀砍大树，慢慢砍，想清楚了砍掉它。在某些上面你就敢下注，从组织到流程，到方向，全部改。大家所看到的可能都是最上层的业务层，但是内部看到的就是一直到根上面去。"

CEO的焦虑：连公理层都被动摇了

访谈中最坦诚的时刻之一，是当主持人问他"在这样一个技术剧变时代，你焦虑吗？"

"当然焦虑。因为你会发现你以前的很多的逻辑论，甚至你逻辑论的底层的定义、范式，甚至到公理层，就是你的价值观、人生观、世界观，在这些东西的变化下不是那么work。" — 何小鹏

这不是业务层面的焦虑——不是销量、竞争或利润的焦虑。这是更深的、触及根基的焦虑。一个做自动驾驶做了很多年的人，越做越觉得Level 5永远不会到达——因为用软件去覆盖全球所有场景、法规、能基，是无限循环的。但当真正用AI重构这件事时，Level 5突然变得"可能存在了"。这个转变不是一个工程决策，而是一个信念重构——从"这不可能"变成"这可能"。

何小鹏区分了三种能力级：看到问题 → 解决问题 → 构建体系以避免问题。他说大部分人在第一层——看到无数问题但根本解决不了，因为"你看到的问题是世界问题的某一个角度的某一环"。

AI Coding 与一号位的距离感

何小鹏抛出了一个反直觉的观点：他自己不用AI coding工具——尽管团队内部用得非常多。他的理由是一个关于"视野"的洞见：

"我们当年在做互联网产品的时候，如果你天天用产品，你很快会到细节去。你会聚焦怎么去解决问题，反而不能让你向远方看。所以我对于科技快速变化的很多产品跟能力，我自己认为要用，但不要太深度的用。特别是做一号位。" — 何小鹏

这与许多科技CEO全身心拥抱AI tools的形象截然不同。但何小鹏的逻辑是清晰的：CEO的职责是看方向，不是修细节。AI coding应该是对初级程序员的辅助工具——但"也许两到三年后，会逼迫初级程序员都要上到高级程序员"。

他还特别指出，对于自动驾驶这样的强AI能力，AI coding的帮助是"比较小的"——"它只是其中的一个工具，真正要把整个的算法建好、整个的体系建好。它是应用层帮大家的——如果你在内核层，比如说你想写个操作系统，它的最核心还是整个的算法，而不是在coding。"

机器人的三个阶段：从"缝合"到"大脑驱动"

小鹏的机器人业务经历了三个清晰的阶段。第一阶段（2018-2020）是独立的四足团队，和当时中国其他机器人团队一样探索。第二阶段（2020-2023）花三年半做了三个milestone——"我们用机器人的方法做机器人，用汽车的方法做机器人，还中间做了一些缝合的方式做机器人，我们都取得了不同的成功跟失败。"

关键转折在2023年。何小鹏意识到两件事：第一，没有大脑，机器人不可能真正成功（"用同一个单调的步伐往前慢慢行走，那不是小脑——那是脊椎或者脑干"）。第二，现有的团队——对机器人非常懂、非常熟悉的团队——没有能力做出全新的下一代机器人。

于是他做了一个极端决定：把三百人的团队只留了不到六十人，解散出去的人组成了大约十个创业团队，"像中兴拿了好多轮钱了"。然后选了一个全新的团队负责人——"他既懂点AI，又懂点汽车，又懂点工程，又懂点机器人"——但又不是任何一个领域的专家。

这个选人的逻辑和马斯克偏好通才型人才不谋而合。但何小鹏强调，在绝大部分国家和行业，找通才是很难的；他更看重"人才的潜力"——用超级聪明的人做超级困难的事，而不是用清晰的流程和工具去锻造。

为什么必须是最像人的路？

何小鹏花了很大篇幅解释为什么小鹏选了"最像人的路"——而不是更容易的工业版机器人路线。

他用了一个生动的例子：如果一只一米一到一米二的机器狗进入你的房间，它在床头柜那里无法原地掉头——不像金毛，尾巴会抬起，身体会适应。机器狗"百分之百会让你们两个都觉得受伤"。如果是一个一米八、全身盔甲的双足机器人，即使你是它的设计者，你也不愿意和它只隔一厘米行走——"有压迫感，你觉得它可能危险，它可能很烫，它身上可能有电，它身上可能很脏"。

所以小鹏的Iron机器人设定了这样的参数：身高1米69到1米70，让男生女生都感到舒适；可以穿衣服，甚至有头发，但不能有自己的脸（恐怖谷效应和法律考量）。这背后是一个清醒的认知：机器人如果要最终走入人类社会，必须让人觉得亲近。

他还有一个更远期的vision——老人："机器人对老人的影响度非常大，老人很有可能把机器人作为他唯一的依赖。我觉得极少有人会这样思考吧。"

Iron的那场意外舆论风暴

去年Iron机器人发布会后，因为做得太像人了，全网都在问："里面是不是藏了个真人？"

何小鹏的团队想等24小时再回应——"清者自清，浊者自浊"。但他只等了几个小时就受不了了："当24个小时之后，可能这个子弹已经不知道飞到哪去了。" 晚上他打电话给团队："明天早上你们给我想个创意，我要去告诉大家这是一个真实的机器人。"

第二天早上，他们临时加了剪开左腿的动作——因为机器人从左往右走，左腿最容易看到内部结构。但这个动作之后，"有些人相信，也有更多人反而不相信"。

何小鹏把这次舆论风暴看作意外的收获：大量真实的用户反馈涌入——年轻人想要进家干活的机器人；中年人考虑的是老了以后机器人有什么用。"这是非常不同的视角，在以前没有经过这么大的观点爆发，它是没有这么大的data的。"

胜率两成：对赌注的清醒认知

"我们大概有个两成。这已经是我看到中国企业里面，我自己认为是最高的胜率。" — 何小鹏

何小鹏对机器人创业难度的判断是冷静到残酷的："机器人的创业大概是汽车公司创业难度的20到100倍。你看我还给了一个最低20倍。"

为什么这么难？首先，机器人还没有被定义清楚——市场在等待一个类似"iPhone 1"的产品出现，但"它又还不是完全可比的事情"。汽车你知道市场存在，客户知道需要什么——假设没有竞品，有用户需要，你相信它能卖出去。但机器人你敢说吗？

不过何小鹏也看到了机器人独特的优势——一旦能规模化，速度会远超汽车。汽车需要道路建设、交通法规、产能爬坡。机器人不同，"有可能在某一个点，它不是面，是一个点，会有非常大的爆炸效应。" 就像 AI Coding 工具在数字AI领域的爆发——不到18个月就发生了巨大变化。

GX旗舰：融合三种基因的产物

在汽车业务上，GX全尺寸六座大SUV是小鹏再次冲击高端的关键产品。何小鹏为这款车注入了三个不同来源的能力。

飞行汽车的冗余血统：全中国第一个整车厂做了前装"萝卜太斯"——8个全安全冗余。 "电源坏了还能开，动力坏了还能开，老鼠把线束咬坏了还能开——就像飞机一样，它允许你有冗余。"

机器人的任务理解：机器人能听懂"帮我拿瓶水"这样的任务——先判断你是谁，水在哪里，喝什么水，怎么给你。这个能力正在融入汽车：未来的车不只是听指令执行操作，而是理解任务意图。

汽车的工程底座：线控底盘、EA体系、VLA自动驾驶三位一体——提高安全下限，时延更短，控制灵敏度提高"接近百分之好几十"。

被问到是否担心重蹈G9的覆辙时，何小鹏很坦然："我不担心。那个时候的思考跟逻辑跟这个时候差别非常大。当你的体系能力越强，你越难在某一两个点上轻松地失分。" 从2022年到2026年，他认为是"巨大的质的提高"。

L4：大概率18-24个月

"我大概率认为，18到24个月。" — 何小鹏对L4实现时间的判断

这是何小鹏在这次访谈中给出的最具体的预测——而且他强调这是对小鹏自己的判断，不是全行业的。他同时直言："谁说今天做得到我觉得吹牛逼。"

他分享了最新的数据验证：今年3月底发布第二代NGP第一个版本后，4月份中国汽车销量同环比都下跌了约20%，而小鹏涨了约50%-70%。"这里面有相当部分跟智能辅助驾驶相关。" 但他也清醒地指出，即使做到L4带来更多销量，也不代表长期的价值壁垒——"汽车的最终成功不是仅来自于AI里面的一个能力，或者硬件里面的一个能力"。

在与地平线余凯的"自研vs集成"辩论中，何小鹏展现了他的战略思考。如果十年后软件价值占到汽车的50%，那一个Tier 1能帮合作伙伴实现这50%吗？他的回答是：如果是战术，不应该自研；如果是战略，应该自研。两条路都可能成功，但他倾向于认为汽车智能会"越来越集中"。

三十年，五家车企

"我一直说30年中国可能就五家有规模的汽车企业。不代表其他企业会倒闭，但是规模的下行会导致越来越难进入到超高强度的竞争。" — 何小鹏的产业终局判断

这个判断背后是他对汽车行业复杂度的深刻认知。他引用了"制造业的明珠"这个说法——汽车是"非常复杂的技术的、人性的、经营的大集成体系"。也正因为如此，何小鹏认为学A公司、学B公司的做法都是错误的——"以我们今天的规模来看，要分析思考，找到一条适合自己的道路是最重要的。"

而当被问"从血海里游出来没有"时，他的回答一如既往的冷静：

"我觉得都在游，我也不觉得有谁出来了现在。" — 何小鹏

不过他对机器人的竞争格局稍乐观一些——同质内卷的可能性更低，软件价值高且不受开源模型冲击，"机器人的血海就像当年的互联网竞争一样，会很快从血海到蓝海"。

一个CEO的自信与自知

访谈最后，何小鹏被问到一个轻松的问题："如果有人说小鹏的车丑，你怎么想？"

"审美是一个主观性的逻辑。小鹏的车在越来越好看的路上。其他的信心我不够足，对丑美的信心我还是很有信心的。" 他在内部强调"颜值第一"——但在多个领域做到第一才有可能，颜值只是其中一个领域。

当被问到过去一年有没有后悔的决策时，他回答得干脆："没有。这个世界上不需要去思考后悔的决策。犯错为什么要后悔呢？我们经常觉得说，哦，原来这个时候的一个东西是说错了，那我们在一起思考为什么现在错了——但不用后悔。"

这大概就是一个在血海里游了十一年、刚下了"小几十个亿"的赌注、同时盯着汽车、机器人、飞行汽车三条战线的CEO，该有的心态。