核心结论

选择机器人不是心血来潮：一是 Caper 九年积累的硬件供应链经验想再次复用；二是 2023-2024 年大模型开始转向物理世界（ChatGPT 起势、Mobile ALOHA / UMI 论文出现），让机器人第一次有机会跳出传统产线自动化的定制化模式，走向泛化与平台化。

动机再做一家垂类公司意义不大

Caper 已经是在零售垂类场景做得不错的公司。如果第二次创业还是做垂类，意义不大；团队想把九年软硬一体的经验带进一个更大的赛道。York 本人对「实体摸得到的东西」有持续兴趣——浙大本科时从电子转向软件只是出于就业考虑，软硬一体做实际产品的愿望一直在。

我自己个人其实会对现实的东西特别感兴趣，对纯虚拟的东西反而没有那么感兴趣。 [00:04:01]

时机2023-2024：大模型开始往物理世界转

2023 年 ChatGPT 火起来时，团队第一反应是「这个东西最终肯定能用在物理世界上」。2024 年 Mobile ALOHA、UMI 等论文逐渐出来，出现了早期落地机会。真正吸引他们的是：模型突破可能让机器人跳出过去「每家客户高度定制化」的累人模式，做成泛化、平台化的业务。

如果说没有这个模型的突破，我们其实会觉得过去一波机器人的业务做得比较累——每一家客户其实需要高度的定制化，那其实就不像互联网，你做一个平台以后所有客户用一样的东西。 [00:06:50]

核心结论

ChatGPT 时刻的本质是模型（软件）+ 已存在 20 年的手机电脑渠道 + 明确需求的组合。哪怕今天模型已经极端智能，第二天依然没法把它部署到各种硬件设备上——因为机器人没有渠道。所以 Dyna 从公司第一天就做部署：一是建渠道，二是拿到真实客户需求形成正向反馈，而不是只在实验室里想象数据飞轮该采什么。

论证所有爆发式增长都发生在已有渠道里

大模型是纯软件，分发渠道（手机+电脑）已经积累了 20 年，是全世界最强的毫秒级可触达渠道；无人驾驶的渠道也相对固定（车已在开，换车时主动选带摄像头雷达的）。唯独机器人：缺了智能，大部分场景下什么事都干不了；上一代机器人困在固定产线里，而产线恰恰不需要具身智能带来的泛化能力。

你去看整个人类历史，到今天为止所有的爆发式增长，至今其实只发生在跟互联网有关的渠道里面的产品上。 [00:22:43]

假设今天我们的模型已经极端智能了……你第二天依然还是没法把你的模型全部署到各种硬件设备上，因为你没有这个渠道。 [00:08:29]

入口折叠：小场景，大渠道

折餐巾、折毛巾看起来只替换店里一两个人工，但一旦机器人进入酒店洗衣房这类商业服务渠道，且本体形态相对通用，未来 housekeeping、清洁、食物准备都变成「软件游戏」——硬件渠道已存在，随模型能力叠加解锁更多功能。这与共享单车反例形成对照：单车上面没有太多事可做，机器人本体通用则不然。

一旦进入到了这个渠道里面，你的机器人摆在那了……后面就是软件游戏——随着模型能力的叠加，你就可以去解锁更多更多的软件功能。 [00:24:50]

粘性硬件 + 2B 的切换成本极高

回应主持人「本体不终局、渠道会不会白建」的挑战：软件切换成本极低（York 自己几天内就在 Codex 和 GPT 之间来回切），不存在渠道门槛；但硬件加 2B 业务粘性远高于 2C 和软件。当年超市 POS 系统直到 90 年代的产品都不换，Square 能进餐厅咖啡店却进不了超市，就因为 inventory、tag system 等大量集成 overhead。机器人一旦与酒店整套运营流程、管理软件深度绑定，不是谁有更好更便宜的硬件就能替换的。

硬件加 2B 其实是一个非常困难的事情……客户的获取成本要远高于 2C 的市场。 [00:28:52]

核心结论

在市场、供应链都没收敛的早期，过早优化某一个环节会让你不知道上下游对你的预期，导致大量不确定性。当前中国并没有成熟廉价的落地硬件可用，自己做硬件反而更便宜更高效——全链路灵活性才是这个阶段的核心优势；等硬件收敛或机器人的「ChatGPT 大模型」出现，再调整战略也不迟。

反常识自己做硬件更便宜更高效

很多人认为中国硬件产业发达，总有一天会有很多宇树式的公司提供硬件。York 相信这会发生，但当前没有——利用社会分工还达不到边际成本降低的效果，因为变化太多。Dyna 第一天就有一名硬件研发同学，如今已演化为上海完整的硬件研发制造供应链部门，延续了 Caper「硬件在中国做」的结构。

在具身当前来看，是一个非常反常识的事，就是你自己做硬件反而是一个更便宜更高效的事，而不是靠社会分工让每个工厂去做一个零部件。 [00:15:29]

模型Foundation Model 与后训练交替上行

Dyna 最早公开的 demo 就是 24 小时叠餐巾，因为部署场景需要持续不间断地干。数据策略上先积累高质量本体数据（而非早期低质量的遥操作/人类数据），今年开始逐步 ramp 低质量数据做 pre-training。上游数据多样性变大后，下游单一场景需要的后训练数据量会减少——只堆叠毛巾类数据反而会 overfit 到 tricks 上。

基础大模型会先上去一点，然后你后训练再往上爬一点……所以它是交替上行的这样的一个状态。 [00:20:44]

演进从 VLA 转向视频模型作 backbone

模型端一直自研：早期借鉴过 π 系列的东西后来都自己调整，最近开始做「世界模型」——更准确地说是以视频模型作为 backbone 的模型结构，正逐渐从 VLA 路线转换过来。硬件上目前用现成手臂+自研架子外壳快速迭代，目的是先 de-risk 模型层——因为硬件是长期的事，第一天做到最好不一定长期领先。

核心结论

10 个月的价值不在赚了多少钱，而在 lessons learned：待一星期和待十个月完全不一样。硬件（手臂换了好几条）、运维（现场派人还是远程 observability 系统）、需求变化（模型天天改还是用语言描述改行为）三大类问题都被逼着解决。而对国内某公司上门机器人服务的大规模铺开，York 的态度是：进场景拿 know-how 合理，产品未成熟就 scale up 则有害于公司。

实战洗衣房里的三课

一是硬件：早期从供应商买的手臂出问题只能换，无法查进去改设计——这正是后来自建硬件部门的动因；二是运维：出问题是派人过去，还是远程用 observability 系统监控解决；三是需求变化：客户对成品有特殊要求，模型是每天跟着改，还是用语言描述让机器人改 behaviour。

这十个月其实对我们来说，不是说从这个客户上赚多少钱，其实更多的是这个客户给我们带来了多少 lessons learned。 [00:33:15]

教训第一代购物车硬推量产的两年代价

Caper 时代最深的教训：第一代购物车走完 EVT/DVT/PVT、准备量产时，几百台部署出去问题太多，一半以上的团队陷在救火里——P0 问题让人只求最快最简单的解法，没人构建长期系统，导致两三年产品层面零进化，用户界面两年没有任何变化。最终大规模部署的成熟产品是第三代。

你在产品不成熟期去做 scale up 是一件非常困难的事情，而且是有害于公司的……所有人都在做 fire fighting，客户有问题你就去修，有问题就去修。 [00:36:38]

核心结论

三道门最核心的是相互之间不能差得太远：可以以任何一道门作为起点，但不能冲顶任何一道，否则外界预期与内部实际情况错位，反而把公司压死。同时警惕两个流行误区：把「卖出去」等同 ROI（元宇宙是反例）；指望 IPO 融一笔大钱熬寒冬（融十亿和融一亿的公司烧钱速度不一样，投资人不允许你省）。技术上，需求才是所有工程学科的本质——从需求出发看技术，而不是从技术出发看需求。

框架三道门：不能差太远的艺术

写作过程中 York 发现顺序性的佐证并不多——成功与失败案例在顺序上相当随机（也有前期没融多少钱却长期跑出来的公司）。所以结论收敛为：具体差多远非常难衡量，「这是艺术，不是一个用公式能够衡量出来的东西」。

三道门最核心的就是他们相互之间不能差的太远……某一道门冲到顶之后，你很容易就会陷入外界的预期和你内部实际情况不匹配的状态，反而更容易把公司给压死。 [00:38:34]

反例使用 ≠ ROI：元宇宙的镜鉴

公司内部持续定义的是：机器卖出去之后，客户是否真的长期省钱，而不是为了 PR 引入试用后闲置。York 自己买过一堆 AR/VR 眼镜，现在全堆在家里角落卖都卖不出去——卖出去了但没用，最后公司能活下来的核心还是高频使用与真实赚钱。

卖出去，但它并不代表它真的有 ROI。到底你长期这个东西卖出去之后，它是不是高频使用，使用过程中它是不是真的能够赚钱。 [00:41:25]

批评融大钱熬寒冬的悖论

对不少商业模式尚不明确却冲刺 IPO 的公司，York 直言不太合理：融来的钱不是不花的，融十亿美金的投资人预期就是让你拿最大规模做最激进的事——想省着熬寒冬，投资人不会愿意。对比宇树这类在硬件基础层有明确盈利的公司上市，则完全没有问题。

你融了十亿美金和融一亿美金的公司，两个公司的烧钱速度也是不一样的……投资人对你十亿的预期就是你得冲。 [00:40:04]

底层需求是所有工程学科的本质

技术驱动会带来变量（如大模型），但若没有电脑手机这类渠道，技术突破无法转成商业普及。乔布斯的 iPhone 也不是从技术出发，而是精准抓住人类潜意识里「让手机更有用」的需求。工程师群体在人类社会里是很小的一部分——不喜欢「技术做到极致就一定能成」的论调。

所有的工程学科……核心都是因为人太懒了，人要造一个什么东西来帮助他们自己，所以从需求出发其实非常重要。 [00:45:00]

核心结论

Caper 2016 年起步于「智能防盗扣」（YC 项目），败给了 B 端启动成本——连换防盗扣都不愿意的店，不可能接受 Amazon Go 式的门店改造；转向高频的超市购物车才是正解。被 Instacart 收购本身也是计划外（当时正在融 B 轮）。复盘时 York 坦言：从纯商业角度看 Caper 是一家很慢的公司，供应链制造技术积累要求极强但落地场景极垂，投入产出比并不高——外界的质疑「做购物车也能卖这么多钱」，今天看他觉得非常 make sense。

起点智能防盗扣：败给 B 端的启动成本

四个没有工作经验的毕业生（CEO Lindon 做过一年多投行）从「排队太浪费时间」这个痛点出发。第一个产品在防盗扣上贴二维码、手机扫码付款自动脱扣，看似简单，但瓶颈在运维：没有一家店愿意关门一两天让所有员工给全店衣服换新防盗扣。这让他们理解到：对 B 端商家，启动必须容易——也是他们没有跟进 Amazon Go 路线的原因。

对于 B 端的商家来说最核心的是你要让他看到这件事启动很容易，如果启动非常复杂，那就是一件非常非常复杂的事，他就做不下来。 [00:50:45]

转向转向购物车：高频 + 易进入的形态

第一个产品使用频率太低：Black Friday 一年一次，日常排队不超过五分钟，买衣服本身低频。转向 grocery 是因为在美国每一两周一次超市采购是高频事件、痛点明确（rush hour 自助结账机也排长队）。中间还经历了一次 pivot：第一家公司的投资人被 carry over 到新业务，导致只融了两轮却稀释很多、发展缓慢。

▸2016：智能防盗扣进 YC，第一个产品

▸败于 B 端启动成本 → 转向智能购物车

▸购物车迭代三代，第一代硬推量产拖累两三年

▸2021：计划外被 Instacart 收购（当时正融 B 轮）

▸York 在 Caper 做了将近九年，之后再度创业 Dyna

再出发为什么财务自由后还要折腾

一是财务自由程度「没有到完全自由，还可以再往上走一走」；二是他和 Lindon 都是天生坐不住的性格——在 Instacart 后期，大公司的资源与利益冲突让很多事推进很慢，York 非常难受，中间迷茫了一年、看了三四十本书找新的视角。

付出它的回报一定有，是因为你经历了所有的事情，不管成功还是失败；但你一定要把成功当成回报，那这个世界就是很残酷的。 [00:59:05]

核心结论

York 与 Lindon 是最互补的两个人：Lindon 用最远的终局倒推视角看事情，York 从最近的执行往回推；两人沟通从不需要超过 15 分钟。招聘上信奉 bar raiser——不要求全面，但必须有一条特别高的能力线把公司整体 bar 往上顶；价值观与长期愿景不一致则一票否决。经历过低谷共患难的革命友谊，让两人在金钱、利益、权利上非常看淡。

搭档远景与近景的互补

工程师出身的 York 天然对远景有恐惧感，Lindon 则从长期倒推——但单纯有长期 vision 的人一抓一大把，Lindon 的稀缺在于同时理解执行过程。最难的创始人状态是两个人一模一样（都长期或都短期），想法撞车时无法调和。Dyna 内部，Lindon 的战略公司里没人理解时，York 能快速理解并翻译成工程师需要的可感知的东西往下传达。

他会一直去 push 我去想更远的一个东西，我会 push 他去想更近的一个东西……我们两个基本上聊天都不需要超过 15 分钟。 [01:01:09]

招聘Bar raiser：一条特别高的线

团队最怕所有人能力面完全一致——大家想一样的事，做大量重复无用功。Dyna 的招聘核心：可以某方面有缺陷甚至样样平平，但必须有一条 bar 特别高、能把公司能力往上顶；前提是对文化认同和长期愿景一致。招人少、要求多，上海的猎头已经有不少负面评价——这是刻意为之的谨慎扩张。

他只要有某一条 bar 特别的高……把你这个 bar 能往上顶一顶，我们就会特别想要看这个人。 [01:05:32]

家庭家庭与创业共同成长

几位创始人的太太都是创业时期的女朋友，现在都在帮公司做 HR、财务——内部自嘲「家族企业」。父亲因癌症去世、手术并发症等无法掌控的事，让 York 从「无所不能感」走向接受世事无常。现在孩子三岁，他只陪玩不鸡娃，人生信仰很佛系：家庭不出问题、大家开心过好每一天最重要。

只要我有时间，我的第二的选择绝对是和家庭站在一起……我就希望家庭不要出问题，然后大家能够过好开心每一天。 [01:14:02]

核心结论

摇滚教会他「真」——My Chemical Romance 三张专辑从对世界不满的嘶吼，到濒死前的回望，再到依然批判却阳光的态度，与 York 自己的成长轨迹同构；佛教书籍《赤地花开》教他放下我执、接受无常。Instacart 一位天生擅长凝聚人的 VP 让他彻底承认：有些能力长在性格里，改不了——与其把所有想做的事都做到最好，不如把能做好的发挥到极致。

摇滚MCR 三张专辑 = York 的三个阶段

初中末到高一就开始听摇滚，摇滚的批判体系让他早期「看到啥不爽就怼」——这也是他在网上评论锋利的原因。近年收敛了很多：过去觉得不合理的，现在站在那个角度会觉得「可能发生」，合理不代表认同。

他的成长其实和我自己的成长非常接近——从最早我什么都不爽、要把他们怼到地下，到今天其实有好多事我都可以看开。 [01:22:55]

转折万能感的消失

在 Instacart 管五十多个人时，York 处于拧巴状态：想做好 CTO 的全部职责，却每天看到自己做不好。观察到那位 VP 天生享受沟通、说服资源、把人聚起来——有些事花多少精力都改变不了。从此他在 Dyna 的职责观更灵活：哪里需要就补哪里，但补的同时找更擅长的人来接。

我觉得我不再是万能的了，我这个万能感现在已经消失了——我只要能做好我自己能做好的事情，我就已经挺好的了。 [01:18:32]

忠告给年轻人的唯一建议

他不再热衷给年轻人建议：一万条建议在没有亲身经历前都很难被理解。唯一可给的是避开「万能的我」这个状态——20 岁出头觉得自己是天之骄子、干什么都行。对自我的期望可以高，但过早有过高期望压力也非常大。做 AI 和机器人的人终会发现人会变成「没用的东西」，届时最重要的反而是想明白自己这辈子到底要什么。

一万条建议，在当你没有真的亲身经历过的时候，其实你是很难理解这些建议的……哪怕是撞过南墙之前，还是很难真的知道这些道理会发生在自己身上。 [01:25:23]