OpenAI这轮机器人招聘释放出的关键信号，并不只是“它也要造人形机器人”，而是公司正在搭建一套面向物理AI的完整能力：让机器人感知、行动、积累经验，再把现实世界的经验转化为可训练的数据。

最能说明问题的，恰恰不是机械臂或执行器设计岗位，而是一个负责分布式数据系统的机器学习工程师职位：公开基础年薪为38万至50万美元，另有股权激励。该岗位服务于大规模机器人训练。46

27个岗位，指向一支“从身体到大脑”都想自己做的团队

一项9月统计显示，OpenAI当时有27个机器人相关职位，高于5月的11个；岗位横跨硬件、软件、数据采集与原型开发，公开基础年薪区间为17.7万至50万美元，不含股权。23 职位数量本身只是一个会随时变化的快照，但短时间内的明显增加，足以反映扩张力度。

更值得看的是岗位组合。OpenAI一则机器人软件工程师招聘明确称，工作将扩展其机器人数据采集与评估计划，并需要与硬件、研究和运营团队协作，面向不同机器人硬件开发和优化软件。30 这与“只向外部机器人厂商提供AI模型”的路线不同，更像是在建立自行开发、测试和迭代机器人系统的能力。

康奈尔大学教授盖伊·霍夫曼（Guy Hoffman）在审阅这27个职位后，将其概括为定制机器人设计团队所需的组成部分。17 这个判断不难理解：真正能投入使用的机器人，离不开机械结构、电子系统、控制、软件、测试、现场运营，以及将实体操作经验转为训练材料的能力。

为什么最高薪岗位是数据系统，而不是造机械臂

OpenAI机器人招聘中薪酬最高的公开岗位，是分布式数据系统方向的机器学习工程师：38万至50万美元基础年薪，加股权。46 对该岗位的报道指出，其主要任务是建设支撑训练运行的数据管线，而不是直接制造机器人。21

这揭示了机器人AI与纯数字AI的差异。语言模型可以利用海量文本、图片等数字内容训练；机器人要学会在现实中做事，则需要大量可靠记录：传感器输入、动作过程、失败案例、纠错过程，以及任务最终是否完成。如何大规模采集、存储、筛选、标注和复用这些数据，本身就是核心系统工程。

可以把OpenAI可能追求的闭环理解为：

1. 机器人在真实环境中尝试完成任务；
2. 传感器与操作人员产生训练和评估数据；
3. 数据基础设施把这些记录加工成模型开发的输入；
4. 更好的模型提升下一轮机器人行为能力。

因此，硬件当然重要；但从这份高薪招聘看，OpenAI似乎同样看重硬件所带来的反馈回路。换言之，具身数据的采集与运营能力，可能与人形机器人的“身体”一样具有战略价值。

高薪反映紧迫性，但不等于总薪酬

这些机器人岗位公开的基础年薪为17.7万至50万美元，且不含股权。23 其中，机器人软件工程师职位的报道薪酬为25.5万至32.5万美元；分布式数据系统职位则达到38万至50万美元。2246

需要注意，这些数字是招聘信息中的基础薪资区间，并不能代表员工总薪酬。股权可能显著改变实际薪酬包的价值。

H-1B签证薪酬数据也能提供背景：OpenAI部分研究科学家职位的申报基础薪资最高达到68.5万美元。但这并不意味着所有员工、或所有机器人岗位都拿到这一水平。34

从早期机器人研究，转向更“工业化”的投入

OpenAI此前曾进行机器人研究，知名成果包括能解魔方的机械手；但其早期项目后来被关闭。关于关闭时间，报道有2020年和2021年两种说法。5428 此次重启之所以不同，在于人员需求已从研究扩展至运营、数据采集、原型制造和硬件集成。

另有报道显示，OpenAI在美国加州里士满（Richmond）租下了一座约20.2万平方英尺的工业建筑。53 仅凭租赁信息，无法确认该设施的最终用途、量产计划或产品时间表；但如此规模的空间，确实更符合硬件测试、实验室运营、机器人集群和数据采集流程的需求，而非普通软件办公室。

人形机器人是明确目标，但不是唯一形态

OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）表示，公司“肯定会”造人形机器人，也会开发其他形态的机器人。47 这意味着OpenAI将更直接进入实体机器人市场，但并不代表消费级产品已经有明确上市时间，或产品设计已经定型。

现有报道将较早应用场景描述为协助技术工人参与基础设施建设，例如数据中心和电网；更远期的愿景则是让每个人拥有能够处理多种需求的个人机器人。2949 先从相对受控的工作场所入手，在操作重复性、安全验证与性能评估上通常比家庭环境更可控。不过，“人人都有个人机器人”仍应被视为长期愿景，而非交付承诺。29

与特斯拉、Figure AI竞争，难点在制造与可靠性

若OpenAI自行开发人形机器人，就会更直接地与特斯拉、Figure AI等通用人形机器人公司竞争。OpenAI的潜在优势在于前沿AI研究、算力，以及逐步形成的机器人经验数据训练能力。

但实体世界的门槛同样严苛：机电系统可靠性、安全验证、真实场景中的持续运行能力、制造工程和供应链，缺一不可。招聘信息显示，OpenAI正在尝试将更多关键环节收回内部；不过，现有资料尚不能证明它会自行大规模制造、采用代工，还是最终以软硬件平台形式进入市场。这些仍是未解的战略问题。

治理问题也会影响机器人业务推进

曾负责OpenAI硬件工作的凯特琳·卡利诺夫斯基（Caitlin Kalinowski）于3月离职。她曾对OpenAI与美国国防部的合作表示担忧，涉及监控与致命自主武器的边界问题。路透社随后更正了早先表述：她负责的是硬件，而非整个机器人业务负责人。1

她的离开并不能证明机器人项目缺乏领导力，但也说明，在快速扩张的硬件与机器人业务中，治理决策与技术执行一样可能影响组织发展。

结论：OpenAI要建的，是“现实数据飞轮”

OpenAI看起来并非只是为了造一台会走路的人形机器人。其招聘布局更像是在建设一个物理AI飞轮：部署和运营机器人，获取现实世界数据，用数据训练更好的具身模型，再以更强的模型推动下一轮部署。

那份最高50万美元的分布式数据系统岗位，正是目前最清晰的公开线索：OpenAI眼下争夺的，不只是一个能在现实中移动的机器人身体，更是让机器人能够大规模从现实中学习的系统能力。2146

OpenAI这轮机器人招聘释放出的关键信号，并不只是“它也要造人形机器人”，而是公司正在搭建一套面向物理AI的完整能力：让机器人感知、行动、积累经验，再把现实世界的经验转化为可训练的数据。

最能说明问题的，恰恰不是机械臂或执行器设计岗位，而是一个负责分布式数据系统的机器学习工程师职位：公开基础年薪为38万至50万美元，另有股权激励。该岗位服务于大规模机器人训练。46

27个岗位，指向一支“从身体到大脑”都想自己做的团队

一项9月统计显示，OpenAI当时有27个机器人相关职位，高于5月的11个；岗位横跨硬件、软件、数据采集与原型开发，公开基础年薪区间为17.7万至50万美元，不含股权。23 职位数量本身只是一个会随时变化的快照，但短时间内的明显增加，足以反映扩张力度。

更值得看的是岗位组合。OpenAI一则机器人软件工程师招聘明确称，工作将扩展其机器人数据采集与评估计划，并需要与硬件、研究和运营团队协作，面向不同机器人硬件开发和优化软件。30 这与“只向外部机器人厂商提供AI模型”的路线不同，更像是在建立自行开发、测试和迭代机器人系统的能力。

康奈尔大学教授盖伊·霍夫曼（Guy Hoffman）在审阅这27个职位后，将其概括为定制机器人设计团队所需的组成部分。17 这个判断不难理解：真正能投入使用的机器人，离不开机械结构、电子系统、控制、软件、测试、现场运营，以及将实体操作经验转为训练材料的能力。

为什么最高薪岗位是数据系统，而不是造机械臂

OpenAI机器人招聘中薪酬最高的公开岗位，是分布式数据系统方向的机器学习工程师：38万至50万美元基础年薪，加股权。46 对该岗位的报道指出，其主要任务是建设支撑训练运行的数据管线，而不是直接制造机器人。21

这揭示了机器人AI与纯数字AI的差异。语言模型可以利用海量文本、图片等数字内容训练；机器人要学会在现实中做事，则需要大量可靠记录：传感器输入、动作过程、失败案例、纠错过程，以及任务最终是否完成。如何大规模采集、存储、筛选、标注和复用这些数据，本身就是核心系统工程。

可以把OpenAI可能追求的闭环理解为：

1. 机器人在真实环境中尝试完成任务；
2. 传感器与操作人员产生训练和评估数据；
3. 数据基础设施把这些记录加工成模型开发的输入；
4. 更好的模型提升下一轮机器人行为能力。

因此，硬件当然重要；但从这份高薪招聘看，OpenAI似乎同样看重硬件所带来的反馈回路。换言之，具身数据的采集与运营能力，可能与人形机器人的“身体”一样具有战略价值。

高薪反映紧迫性，但不等于总薪酬

这些机器人岗位公开的基础年薪为17.7万至50万美元，且不含股权。23 其中，机器人软件工程师职位的报道薪酬为25.5万至32.5万美元；分布式数据系统职位则达到38万至50万美元。2246

需要注意，这些数字是招聘信息中的基础薪资区间，并不能代表员工总薪酬。股权可能显著改变实际薪酬包的价值。

H-1B签证薪酬数据也能提供背景：OpenAI部分研究科学家职位的申报基础薪资最高达到68.5万美元。但这并不意味着所有员工、或所有机器人岗位都拿到这一水平。34

从早期机器人研究，转向更“工业化”的投入

OpenAI此前曾进行机器人研究，知名成果包括能解魔方的机械手；但其早期项目后来被关闭。关于关闭时间，报道有2020年和2021年两种说法。5428 此次重启之所以不同，在于人员需求已从研究扩展至运营、数据采集、原型制造和硬件集成。

另有报道显示，OpenAI在美国加州里士满（Richmond）租下了一座约20.2万平方英尺的工业建筑。53 仅凭租赁信息，无法确认该设施的最终用途、量产计划或产品时间表；但如此规模的空间，确实更符合硬件测试、实验室运营、机器人集群和数据采集流程的需求，而非普通软件办公室。

人形机器人是明确目标，但不是唯一形态

OpenAI首席执行官萨姆·奥尔特曼（Sam Altman）表示，公司“肯定会”造人形机器人，也会开发其他形态的机器人。47 这意味着OpenAI将更直接进入实体机器人市场，但并不代表消费级产品已经有明确上市时间，或产品设计已经定型。

现有报道将较早应用场景描述为协助技术工人参与基础设施建设，例如数据中心和电网；更远期的愿景则是让每个人拥有能够处理多种需求的个人机器人。2949 先从相对受控的工作场所入手，在操作重复性、安全验证与性能评估上通常比家庭环境更可控。不过，“人人都有个人机器人”仍应被视为长期愿景，而非交付承诺。29

与特斯拉、Figure AI竞争，难点在制造与可靠性

若OpenAI自行开发人形机器人，就会更直接地与特斯拉、Figure AI等通用人形机器人公司竞争。OpenAI的潜在优势在于前沿AI研究、算力，以及逐步形成的机器人经验数据训练能力。

但实体世界的门槛同样严苛：机电系统可靠性、安全验证、真实场景中的持续运行能力、制造工程和供应链，缺一不可。招聘信息显示，OpenAI正在尝试将更多关键环节收回内部；不过，现有资料尚不能证明它会自行大规模制造、采用代工，还是最终以软硬件平台形式进入市场。这些仍是未解的战略问题。

治理问题也会影响机器人业务推进

曾负责OpenAI硬件工作的凯特琳·卡利诺夫斯基（Caitlin Kalinowski）于3月离职。她曾对OpenAI与美国国防部的合作表示担忧，涉及监控与致命自主武器的边界问题。路透社随后更正了早先表述：她负责的是硬件，而非整个机器人业务负责人。1

她的离开并不能证明机器人项目缺乏领导力，但也说明，在快速扩张的硬件与机器人业务中，治理决策与技术执行一样可能影响组织发展。

结论：OpenAI要建的，是“现实数据飞轮”

OpenAI看起来并非只是为了造一台会走路的人形机器人。其招聘布局更像是在建设一个物理AI飞轮：部署和运营机器人，获取现实世界数据，用数据训练更好的具身模型，再以更强的模型推动下一轮部署。

那份最高50万美元的分布式数据系统岗位，正是目前最清晰的公开线索：OpenAI眼下争夺的，不只是一个能在现实中移动的机器人身体，更是让机器人能够大规模从现实中学习的系统能力。2146