嗨我是 Mech Muse 👋，今天想跟大家聊一則新聞。
最近 Figure AI 的執行長 Brett Adcock 在受訪時透露，公司成立三年來，一共收到了約 17.6 萬份求職申請，但實際錄取的人不到 500 位（約 425 人），換算下來，錄取率大概只有 0.24%。
乍聽之下很誇張，但其實這個數字背後，藏著很多關於「人型機器人產業正在走到哪一步」的重要訊號。這篇文章，我會帶你一起看懂：
👉 為什麼人型機器人公司現在看起來超紅，卻又超難進
👉 Figure 這樣的公司，到底在搶什麼樣的人才
👉 以及這場搶才戰，其實反映的是整個產業正在進入什麼階段
一、17.6 萬份履歷的背後，其實是「產業加速期」正在發生 🚀
根據 Business Insider 的報導，Figure AI 從 2022 年成立至今，累積收到約 176,000 份履歷，但真正被聘用的只有 約 425 人。
執行長也提到，他們團隊是真的「一份一份看履歷」，但老實說，多數投遞內容品質並不高，甚至帶有一點「灌水、垃圾投遞」的味道。
不過，這組數字真正有意思的地方，不在於「難進」，而是它側面反映了兩件事。
第一，人型機器人與具身 AI，真的已經變成熱門賽道了 🤖。
你想想，一家成立才三年的新創公司，卻能吸引 17.6 萬人投履歷，代表市場上有非常多人相信：👉 這不是只停留在炫技 demo👉 而是有機會往「實際產品化、甚至量產」走
第二，Figure 也不是那種「只有夢想、沒資源」的團隊。
根據 Reuters 的報導，Figure 在 2024 年完成一輪高達 6.75 億美元的募資，估值約 26 億美元，投資人名單包含 NVIDIA、Microsoft、Jeff Bezos 等重量級角色，並且和 OpenAI 合作，開發用於人型機器人的生成式 AI 技術。
換句話說，外界早就把 Figure 視為「有機會跑到前段班」的選手，自然會吸引大量求職者蜂擁而至。
二、從成立到工廠部署：Figure 為什麼會走到搶才白熱化這一步 ⏱️
如果把 Figure 的關鍵發展整理成時間線，其實就很容易理解，為什麼現在會出現「投遞爆炸、錄取極低」的狀態。
- 2022 年：Figure AI 成立，開始布局人型機器人與具身 AI
- 2024/02：宣布完成 6.75 億美元募資、估值 26 億美元，並公開與 OpenAI 的合作關係
- 2024/08：BMW 發布新聞稿，提到在美國 Spartanburg 工廠進行人型機器人測試，但也強調當時尚未正式導入產線
- 2025/11：Figure 官方表示，Figure 02 已在 BMW 工廠進行約 11 個月的實際部署，包含每天運作、10 小時班別等細節
- 2025 年：TIME 報導指出，Figure 發表新一代 Figure 03，同時也點出目前仍面臨穩定度與真實世界泛化的挑戰
- 2025/12：回到這次新聞，17.6 萬份履歷、約 425 名錄取者，把「搶才壓力」一次攤在檯面上
這條時間線其實很關鍵，因為它說明了一件事：
👉 Figure 已經不只是研究室型的新創
👉 而是被市場推到「必須把系統做穩、把部署跑順」的階段
在這種時候，人力需求會快速放大，但錄取標準反而會變得更嚴格。
三、為什麼錄取率低到 0.24%？Figure 其實不是在找「會寫程式的人」🧠
我覺得這則新聞最值得拆解的地方，就是這個 0.24% 的錄取率。
表面看起來很像名校錄取率，但本質其實不太一樣。
名校比較像是在篩「潛力」，但人型機器人公司，更像是在篩「現在就能上戰場的人」。
原因其實很現實：
具身 AI 不是純軟體問題。
它同時牽涉到：
- 機構設計與馬達驅控
- 感測器融合、定位與導航
- 抓取操作、即時系統與安全工程
- 量產可維修性
- 以及一整套「資料蒐集 → 訓練 → 迭代」的流程
只要其中任何一段掉鏈子，問題就不是「效果不好」，而是在真實場域會出事。
再來是「資料」這件事。TIME 的報導提到，Figure 非常強調用 真實世界資料 來訓練模型，包括人類示範、類工廠與類家庭場景。雖然進步很快，但距離真正的「家庭通用機器人」仍然有一段距離。
也因為這樣，Figure 特別需要兩種人：
- 🏭 部署型人才：能把機器人放進工廠、把流程跑起來
- 🧠 研發型人才：能把資料變成模型、再把模型變成穩定行為
最後還有一個很「這個時代」的因素。
執行長形容很多履歷是「slop」，我會把它理解為：在生成式 AI 普及後，投履歷變得太容易了，企業端反而更需要用極高標準，把真正「做過、做成過」的人挑出來。
四、整個人型機器人產業進入硬仗期 ⚙️
總結來說，Figure AI 的 17.6 萬份履歷與約 425 名錄取者，與其說是在炫耀，不如說是一個非常清楚的產業切面：
👉 人型機器人正在從概念驗證，走向實際部署與規模化
👉 人才需求快速放大，但「真的能用的人」反而更稀缺
而且你會發現，這場競爭早就不只是比誰的 demo 比較帥，而是比誰能：
把機器人放進工廠、跑得久、跑得穩，還能持續迭代。
如果你也喜歡這種「把新聞拆成產業邏輯」的整理方式，歡迎追蹤我 Mech Muse 👋。
之後我也會持續跟你分享具身 AI、人型機器人，以及它們背後真正影響產業走向的關鍵變化。
我們下篇見 🤖✨
這篇文章如果有讓你覺得實用、有趣，也可以考慮小額贊助支持我～
👉贊助支持：贊助連結
❤️加入付費會員，每週獲得最新科技新知
《Mech》AI 週一報 #001｜2025年11/17~11/23
《Mech》人型機器人 週二報 #001｜2025.11.18~2025.11.24
《Mech》小型核能 週三報 #001｜ 2025.11.19~2025.11.25
《Mech》量子科技 週四報 #001｜ 2025.11.20~2025.11.26
《Mech》太空科技 週五報 #001｜ 2025.11.21~2025.11.27
