资料来源：Business Matters（bmmagazine.co.uk）、The Next Web 与 BBC 的报道，以及 Figure AI 的公开演示（2026 年 5 月）。
英国的 Sharp Group 在其位于东伦敦雷恩汉姆（Rainham）的回收工厂里，启用了一台名叫 Alpha 的人形机器人。这个故事几乎是为”机器人取代人类”的标题量身定做的：该行业的工伤与职业病比平均水平高出 45%，死亡率是全国平均的数倍，员工年流失率高达 40%。这份工作又脏又危险，几乎招不到人、留不住人。而正如公司财务总监切尔西·夏普（Chelsea Sharp）所说，机器人”放在哪儿就待在哪儿，全天候工作，不请假，也不会请病假”。
这些都是事实。但在我看来，这里最有意思的问题既不在于人，也不在于自动化的伦理，而在于——形态。
Alpha 的”身体”由中国的 RealMan（睿尔曼）机器人制造，再由英国初创公司 TeknTrash Robotics 针对回收场景做了改装。在这个行业里押注人形，其实并不寻常。支持它的理由朴素而诚实：TeknTrash 创始人 Al Costa 说，人形结构能让机器人直接嵌入工厂现有的布局，而不必为它重新改造厂房。换句话说，这里选人形，不是为了速度，而是为了和这座为人类设计的老厂房相兼容。
而真正的故事正是从这里开始——因为论速度，人形远不是一个理所当然的选择。
另一条路线——为单一任务专门打造的分拣系统——美国的 AMP（科罗拉多）和 Glacier（加州）已经做了多年，而 AMP 的系统在分拣速度上已经达到人类的 8 到 10 倍。
那么人形机器人在巅峰状态下又表现如何？今年 5 月，Figure AI 办了一场公开马拉松：让旗下的 F.03 机器人和人类比拼分拣包裹（注意，是仓库，不是垃圾场，条件要温和得多）。结果既诚实又发人深省：人类还是赢了——12,924 件包裹对 12,732 件，人类平均每件 2.79 秒，机器人 2.83 秒。也就是说，背后站着微软、英伟达和 OpenAI 数十亿美元、堪称全球顶尖的人形机器人之一，在一片喧嚣之后，也不过勉强和人类打了个平手——而且还是在整齐的仓库流水线上，而不是混着鞋子、混凝土块和旧磁带的混乱传送带上。
不过 Figure 的这场马拉松在另一个指标上确实令人印象深刻——耐力：一支机器人编队连续运行了约 200 小时，没有出现硬件故障，处理了近 25 万件包裹。但那说的是可靠性，不是速度——而我们这里关心的，正是速度。
把这幅图拼起来（要谨慎，这是三种不同的任务和环境，并非直接对比）：专用自动化系统已经比人类快好几倍；最顶尖的人形机器人大致与人类持平；而在混合垃圾这种脏乱流上作业的 Alpha，目前还在学习阶段，根本没有公开的速度数据。
由此得出我的结论。Sharp 押注人形，并不是押注生产率。它押的是：把一台人形机器人塞进老厂房，比为一条专用产线重建整座工厂更省事。对一家只有一座工厂的家族企业来说，这或许确实合理。但作为一种行业趋势，”人形上分拣线”将不得不回答一个尴尬的问题：当一台为特定任务量身打造的机器已经更快、更便宜时，为什么还要为一具通用的人形花钱？
雷恩汉姆这件事最耐人寻味的，不是机器人走上了分拣线，而是它走上去时所采用的那副形态——也许，本就选错了。