Rodney Brooks 认为，AI 预测将四个不同的时钟压缩成一个

Why it matters

AI valuations often price economy-level outcomes while products remain in research or early deployment. Brooks's framework separates technical progress from adoption and labor-market claims.

Rodney Brooks, the roboticist who co-founded iRobot and built two more robotics companies, argued in an August 1st essay that technology forecasts routinely collapse four separate clocks into a single, misleading timeline.

这些时钟分别控制着研究、炒作、部署和全经济层面的变革。Brooks 的框架解释了为什么一次真实的实验室进展可以在几个月内成为一个市场营销类别，但却需要几十年才能达到广泛的商业使用，并且更长时间才能改变整个经济中的就业或生产率。

这一论点建立在 Brooks 在研究与商业化道路上的分量之上。他曾主管 MIT Artificial Intelligence Laboratory，后来主管 MIT CSAIL，联合创立了 iRobot，并在1990年至2008年间担任其首席技术官。随后他创立了 Rethink Robotics，该公司开发了 Baxter 和 Sawyer 协作机器人并在2008年至2018年间运营。Brooks 现在是 Robust.AI（一家仓储机器人开发商）的联合创始人兼首席技术官。

该记录包含了已到达客户的产品、需要多年成熟的技术以及一个在十年后关闭的机器人风险投资项目。Brooks 的写作处在令人信服的演示与持久商业之间的长中段。

一个预测背后的四个时钟

Brooks 将新的研究想法放在第一个时钟上。他估计这些想法通常需要10到20年才能产生可靠的实验室演示，难度更大的问题需要更久。一旦一种方法奏效，改进可能每六个月就会出现一次，从而造成整个领域以该速度前进的表象。

神经网络是他的核心例证。Brooks 追溯了从 Warren McCulloch 和 Walter Pitts 在 1943 年发表的计算神经元模型，经由 1960 年的阈值神经元研究、卷积网络与反向传播，到与 Geoffrey Hinton 及其合作者相关联的 2012 年深度学习突破的路线。

这些日期说明了 Brooks 的观点：一连串明显的进展是建立在几代人积累的研究之上的。最新模型的发布几乎不能说明受监管行业、工厂网络或劳动市场吸收基础技术的速度。

炒作按 Brooks 的第二个时钟移动。他指出“AI agents”从 2025 年中期的有限公众能见度，在 2026 年 8 月前后已成为旧金山公交车广告中的主导主题。这个观察是轶事性质的，而不是衡量 agent 采用率的指标。它捕捉了技术标签成为募资与销售类别的速度。

Brooks 把 agents 与早期一波的区块链、元宇宙、IBM Watson、专家系统和纳米技术归为一类。一些底层工作在注意力转移后仍然存活并找到了用途。营销类别的生命周期远比工程工作短。

部署有其自身的瓶颈

第三个时钟从产品可用开始，到被广泛使用结束。Brooks 表示，即便是软件通常也需要 20 年或更长时间才能被广泛部署，因为客户必须改变工作流程、集成系统并接受运营风险。硬件则还增加了制造、维护、支持和物理供应链等环节。

他关于 Linux 的例子需要精确解读。Microsoft 在 2012 年 6 月为 Windows Azure 上的 Linux 镜像增加了预览支持，与 Brooks 指出微软采纳点的年份相符。微软随后的正式转变还在继续，包括 在 2016 年 11 月 16 日以白金会员身份加入 Linux Foundation。采纳是产品、支持和机构决策的序列，而不是单一事件。

Waymo 提供了更清晰的硬件案例。Brooks 在 1987 年第一次看到一辆在德国高速公路上行驶的自动驾驶汽车，并在 2012 年乘坐了 Google X 的前身（后者成为 Waymo）。在发表新文章之前，他在旧金山乘坐过一次商业 Waymo 出行，那是首次演示三十多年后的事。

这次乘车也暴露了演示所忽略的运营层面。Brooks 写道，这辆车未能把他送到家，而是在他与客户支持沟通超过 20 分钟后把他放到了别处。

Waymo 已远非实验室项目。在 2 月 2 日，Waymo 称已在 1260 亿美元的事后估值下筹集了 160 亿美元。Waymo 还报告称在美国六个主要都市区每周提供超过 400,000 次出行，2025 年提供了 1,500 万次出行，累积出行超过 2,000 万次。这些都是公司提供的数据，描述的服务量相对于美国客运总量仍然很小。

Brooks 称 Waymo 为美国的领先者，同时用它来反驳技术领先等同于全经济部署的观点。Waymo 的规模、资本需求和客户支持问题显示出在自动驾驶达到技术可信之后还需做多少工作。

资本市场的后果

Brooks 的第四个时钟涵盖那些能够重塑经济的技术。那些从研究成果跳到几年内大规模替代劳动力的预测，跳过了使经济变革成为现实的工厂、集成、服务组织和采购决策。

这种压缩影响了资本流向。在他 2025 年 9 月 26 日关于类人机灵巧性的文章中，Brooks 写道风险投资者曾质疑为什么 Robust.AI 要扩展基于轮式的仓储机器人，而两足类人体机器人预计将在两年内取代大多数人类工作。他的四时钟框架正是对这种融资逻辑的回答。

Robust.AI 的商业路径有意更为狭窄。一次 2020 年的融资公告称 Robust.AI 已完成由 JAZZ Venture Partners 领投的 1,500 万美元 A 轮融资，使其当时的总融资达到 2,250 万美元。在 2025 年 12 月，DHL 与 Robust.AI 宣布了一项为期五年的联盟，起始于在墨西哥部署的 15 台 Carter 机器人。双方称 Carter 在北美部署中将拣货效率提高了超过 60%，并表示 DHL 计划在美洲部署数百台。

这些数据来自合作方，与类人机器人承诺的通用劳动力替代相比，推广仍然有限。这也是一个可识别的部署计划：验证一个有界的使用案例，将其集成到仓库系统中，然后逐个设施扩展。

Brooks 并不是主张减少技术投资。在他 2025 年 4 月 17 日的文章中，他将长期部署周期与需要持续资助联系起来。他的警示在于不要将错误的预期结果附加到每一个进展阶段上。

一次实验室成果可以为更多研究提供正当理由。一个可工作的产品可以为部署预算提供依据。在多个客户中可靠使用可以支持扩展的论据。关于大规模失业或全经济生产率的主张，则需要在更长的时钟下积累证据。