170年建筑自动化死结：为什么汽车早就是机器人的天下，盖房子却始终甩不掉人工？

造一辆现代汽车，直接人工成本只占 6% 到 8%。 但在美国盖一栋普通的独栋房子，人工成本直接占到近 50%。

流水线发明了一百多年，人类造出了飞机、芯片和超级计算机。 为什么全世界的建筑工地，依然被密密麻麻的体力工人死死焊在原地？ 从地基到封顶，几乎每一根木头、每一块砖，还得靠肉身一寸一寸拼起来。

是没有人尝试过把工地自动化吗？ 早在 1853 年，一位名叫艾萨克·赫西（Isaac Hussey）的发明家，就在《科学美国人》杂志上公开了他发明的自动抹灰机。 从那一天算起，人类给建筑工地造机器人的尝试，已经整整折腾了 173 年。

结构工程师布赖恩·波特（Brian Potter）做了一次罕见的行业考古。 他用大模型扫完了跨越一个多世纪的行业期刊： 950 期《建筑论坛》（Architectural Forum）。 370 期《住宅与家园》（House & Home）。 以及 4300 多期《工程新闻记录》（ENR）。 从几十万页泛黄的历史档案里，他找出了过去一百多年人类在工地上试过的每一个自动化设备。

结果令人吃惊。 170 年来，工地上真正活下来并且被广泛使用的自动化技术，全部挤在两条极度狭窄的通道里。

一条路，是彻底滚出工地、搬进厂房的预制构件。 1930 年代修建胡佛水坝时，全自动混凝土配料站就已经在运转。 钢梁打孔、钢管焊接、门窗组装、屋顶桁架拼装，全都在固定厂房的流水线上被机器接管。 做成标准件之后，再用卡车拉到现场拼装。

另一条路，是在工地上只干极其单一、连续、类似挤牙膏一样的几何运动。 比如修路时的沥青摊铺机车队。 比如在路边一边往前爬行、一边自动吐出成型水泥马路牙子的路缘滑模机。 比如在地下沿着单一轴线不断往前啃土的盾构机。 或者是骑在铁轨上、一边往前走一边机械化换枕木和捣固碎石的铁路养护列车。

这两类场景有一个共同特征： 要么在封闭车间里把变量消灭干净； 要么在现场处理黏稠流体，沿着一条没有干扰的直线无限循环。

除了这两条路，历史上所有试图在建筑现场替代工人的发明，几乎全部被送进了坟场。

最典型、也最顽固的死法，是砌砖机器人。 把砖拿起来、抹上砂浆、放上去压实，这看起来是天底下最适合机器人的重复劳动。 现代最知名的砌砖机器人 SAM，机械臂挥舞起来，一天能砌 2000 到 3000 块砖。 这相当于四到六个熟练泥瓦匠全天的产量。 但只要把它拉到真实的建筑现场，场面就会迅速失控。

真实的墙体总有长短，遇到九十度转角它不会转弯，遇到窗框门洞它不知道怎么收口。 更致命的麻烦来自砂浆。 气温、湿度、风力，每分每秒都在改变砂浆的黏稠度； 每一块红砖也有两三毫米的微小尺寸公差。 机器人机械地重复同一个下压深度，几层砖垒上去，整面墙就会悄悄长歪。 最后工地上出现了极其荒唐的一幕： 昂贵的机器人在前面砌，两三个经验丰富的泥瓦匠跟在屁股后面小跑。 人类工人拿着抹刀，忙着给机器抹平挤出来的灰缝，再用锤子把歪掉的砖一块块敲平敲正。 澳大利亚的 Hadrian 机器人为了不把墙砌倒，最后干脆彻底放弃了水泥砂浆，专门研发了一种特制胶水。

工地上到处都是这种看起来很重复、实际上又不够重复的陷阱。 1930 年代工地上就出现过自动地面焊接机，后来彻底绝迹，因为民用建筑里根本没有足够长的连续平焊缝值得架设机器。 绑钢筋的自动机器人 TyBOT，也只能在视野开阔的高速公路大桥桥面上跑。 如果一台机器每干三分钟，就需要工人停下来重新校准、搬动底座、清理现场，那点机械速度在眨眼间就会被重设成本吃光。

日本建筑界在二十世纪末吞下过最昂贵的一记闷棍。 1970 年代末到 1990 年代，面对严重的劳动力老龄化，日本掀起了一场举国体制的建筑机器人热潮。 清水建设、大林组、竹中工务店这批顶级总包商，一口气开发了上百种专门用途的工地机器人。 焊钢柱的、喷防火涂料的、刷墙的、抹地面的。 结果机器人一进场就发现：现场太窄转不开身，安全防护距离逼得人类工人全被叫停； 机械臂二十分钟焊完一根柱子，但进场组装花了三小时，调试又花掉半天。 为了把不可控的工地驯服成流水线，日本巨头甚至在楼顶架设巨型钢顶棚，搞出自爬升式的摩天大楼移动工厂。 整套系统最后全被废弃。 光是在地面上把这座几十吨重的移动工厂组装起来，前期消耗的设计、构件定制和资金成本，就已经超过了正常施工能省下来的所有人事开支。 瓶颈没有消失，只是从砌砖的动作，转移到了机器的进场摩擦上。

为什么汽车流水线上能塞进上万台工业机器人，建筑工地却死死卡了一百七十年？ 核心的锁死机制，在环境熵增与容差补偿成本。

工厂车间的逻辑，是人类用封闭空间和极高成本，替机器消灭了所有环境不确定性。 钢板冲压误差被压在微米级，零件永远以恒定角度送过来，光照和温度全天恒定。 在零熵增的车间里，机械臂不需要长脑子，它只需要盲目、精准地重复同一套硬编码轨迹。 但露天的建筑工地，是一个典型的开放高熵系统。 木料含水量不同，混凝土坍落度在变，钢架暴晒下会膨胀几毫米。 脚手架边上可能随时扔着一把扳手，电缆线在地上随意横穿。 人类建筑工人在现场最值钱的能力，从来不是他能出多大力气。 是他那双带着神经末梢的手，和经过上万次作业训练的大脑。 抓起一块歪了半公分的砖，泥瓦匠的手腕在零点一秒内就会下意识改变抹灰厚度，把误差无声无息地抹平在墙体内部。 这种对混乱现场的即时容差补偿，是人类进化的底层本能。

但在过去一百多年里，工地上所有机械装置的信息处理能力，几乎约等于零。 早期靠齿轮，后期靠硬编码。 哪怕到了 1980 年代的焊接机器人，最先进的传感器也只能测测电弧导电率。 它们看不见前方有没有固定夹挡路，也闻不出钢件表面有没有油泥。 外界条件偏离预设千分之一，机械臂就会当场撞墙罢工。 为了迁就一台没有信息处理能力的机器，人类必须花数倍的精力去帮它清场、校正、搭建轨道、喂料。 在这样高昂的干预成本面前，机器人的效率优势被稀释得一文不值。

这个把建筑业锁死了一百七十年的死结，今天终于第一次出现了裂痕。 撬动死结的支点，并不是机械臂的电机扭矩变大。 多模态大模型和空间感知算法，终于给机器装上了信息处理的神经系统。 通过对三维场景的学习，现代具身智能机器人开始具备了推理和自适应能力。 被扔进一个泥泞混乱的毛坯房，它能自己看清地面上乱扔的管线并规划绕行路线。 它能识别出眼前一块开槽稍微切偏的石膏板，并在打磨时实时补偿毫米级的位移。 它不再需要人类把整个工地改造成无菌车间，它开始学会自己去消化工地的混乱。

在过去几年建筑机器人领域的全球风险投资中，有近一半的资金，直接砸向了 2022 年以后成立的新一代具身智能公司。 从毛坯地面上自主导航做毫米级划线的工程小车，到在复杂曲面上自适应打磨的喷涂设备。 整整一百七十年，人类无数次试图用冰冷的机械臂把工人赶出泥泞的工地，最后却一次次被现场的尘土、公差与转角无情劝退。 机器战胜工地的第一步，从来不是看它能举起多沉的砖。 是它终于长出了眼睛，第一次看清了眼前这堵墙到底有多不平整。