27 個職缺背後：OpenAI 正從模型公司走向「實體 AI」全棧布局

OpenAI 近期的招聘規模與職種組合，傳達的訊息不只是「要做一台人形機器人」。更準確地說，公司正試圖建立一套完整的實體 AI（physical AI）能力：自製硬體、具身模型訓練、推論系統、資料蒐集與營運，以及快速原型驗證。

9 月的一次職缺盤點顯示，OpenAI 有 27 個機器人相關職缺，高於 5 月的 11 個；涵蓋硬體、軟體、資料蒐集與原型開發，公開的基本年薪介於 17.7 萬至 50 萬美元，另加股權。1518 這種廣度讓康乃爾大學教授 Guy Hoffman 判讀，這些職缺組合近似一支可自行設計機器人的團隊，能力範圍延伸到致動器、韌體、軟體與機器學習。1

為何最高薪的工作不是「造機器人」？

最能看出技術優先順序的，是薪資最高的職位：一個為機器人服務的機器學習工程師職缺，基本年薪為 38 萬至 50 萬美元加股權，主要任務是打造支援大規模訓練執行的資料管線，而不是直接設計機械本體。1116

這點相當關鍵。對語言模型來說，網路文本是重要養分；但機器人必須學會感知、抓取、移動、避障與操作物件，所需的是大量、多樣而且品質穩定的真實互動資料。OpenAI 先前曾因缺乏足夠資料等關鍵條件而在 2021 年停止早期機器人計畫，如今重返此領域，顯然把資料取得、整理與訓練基礎設施放在極高優先序。

換句話說，昂貴的未必是人形機器人的外殼，而是讓機器人能可靠理解並應對現實世界的資料飛輪：

1. 機器人在真實環境執行任務並蒐集資料；
2. 資料回饋至模擬、訓練與評估系統；
3. 模型能力提升後，機器人可承擔更多任務；
4. 更廣泛的部署再帶來更多實體世界資料。

不只做「大腦」：招聘顯示垂直整合企圖

招聘職類涵蓋致動器、電子、韌體、系統、推論、資料擷取與機器學習，顯示 OpenAI 不太像只想把 AI 模型授權給第三方機器人廠商。它看來正補齊自行設計、測試、操作及持續改進專有機器人平台所需的能力。118

這類垂直整合的好處，在於硬體故障、使用者示範、感測資料、模擬環境、模型訓練與實地部署之間，可以形成更快的迭代迴路。不過，這也代表 OpenAI 將跨入一個與純軟體截然不同的領域：硬體可靠性、製造、供應鏈、安全驗證與維修營運，都可能決定成敗。

公開職缺的薪酬也反映不同職能的權重。報導指出，機器人軟體工程師的基本年薪約為 25.5 萬至 32.5 萬美元；部分致動器、韌體、印刷電路板（PCB）設計與原型職位則未公開薪資範圍。1315 這些數字是基本薪資而非總報酬，股權可能顯著改變實際待遇。H-1B 薪資申報資料中，OpenAI 研究科學家最高約達 68.5 萬美元、硬體工程相關職位也可達約 55.5 萬美元，但這只能提供薪資水位參考，不能視為每位員工的實際總報酬。8

產品路線：先進入受控的工業場景？

OpenAI 執行長 Sam Altman 已說，公司「肯定」會做出人形機器人，也會開發其他外型；他同時強調，真正困難、也最重要的是 AI 的「大腦」。5

從已報導的方向來看，OpenAI 可能先把重點放在資料中心、電網與其他基礎設施等場景，而不是立刻推出可在家庭中自由活動的萬用助理。15 這樣的順序有實際考量：受控環境中的工作流程較固定，更便於驗證安全性、可靠性、重複作業表現與資料品質。

不過，「每個人都有一台能處理各種需求的個人機器人」目前仍是長期抱負，而非已公布的產品上市時程。5

重返機器人的歷史與組織變數

OpenAI 早期的機器人工作在 2021 年告一段落，當時面臨的主要限制之一就是訓練資料不足。如今的擴編及據報租用加州里奇蒙（Richmond）大型設施，都符合其重新投入高資本密集型機器人研發的跡象；不過，該設施的最終用途與產品製造計畫尚不能視為已獲正式確認。

組織與治理也可能影響執行。曾負責 OpenAI 硬體工作的 Caitlin Kalinowski 於 3 月離職，並表示她對公司與美國國防部合作的處理方式有所疑慮，包括監控及自主武器的問題。23 路透社其後更正，她的職務是硬體主管，並非整個機器人部門的負責人。2 因此，較審慎的說法是：目前公開資訊尚未清楚揭示機器人業務是否有一名單一、明確的最高負責人，而不是斷言該團隊沒有領導者。

對 Tesla、Figure AI 意味著什麼？

若 OpenAI 自行推出人形機器人，將更直接對上 Tesla 的 Optimus 與 Figure AI 等競爭者；其中部分業者還曾是 OpenAI 更廣泛生態系中的合作夥伴或投資標的。15

OpenAI 的優勢在於前沿模型、運算資源與資料系統能力。相較之下，Tesla 與專門機器人公司在機電設計、製造供應鏈、量產以及機器人機隊部署方面累積更久。OpenAI 最終會自己量產、交由代工夥伴製造，或採取軟硬體參考平台模式，目前仍未明朗。

整體而言，這波招聘最值得注意的不是「OpenAI 要不要做人形機器人」——答案已經很清楚；而是它正把機器人視為下一個前沿模型飛輪。那個薪資上看 50 萬美元的資料系統職位，尤其說明在 OpenAI 的判斷中，決勝關鍵不是機器人的軀殼本身，而是能否規模化取得並運用實體世界的訓練資料。1116

27 個職缺背後：OpenAI 正從模型公司走向「實體 AI」全棧布局

OpenAI 近期的招聘規模與職種組合，傳達的訊息不只是「要做一台人形機器人」。更準確地說，公司正試圖建立一套完整的實體 AI（physical AI）能力：自製硬體、具身模型訓練、推論系統、資料蒐集與營運，以及快速原型驗證。

9 月的一次職缺盤點顯示，OpenAI 有 27 個機器人相關職缺，高於 5 月的 11 個；涵蓋硬體、軟體、資料蒐集與原型開發，公開的基本年薪介於 17.7 萬至 50 萬美元，另加股權。1518 這種廣度讓康乃爾大學教授 Guy Hoffman 判讀，這些職缺組合近似一支可自行設計機器人的團隊，能力範圍延伸到致動器、韌體、軟體與機器學習。1

為何最高薪的工作不是「造機器人」？

最能看出技術優先順序的，是薪資最高的職位：一個為機器人服務的機器學習工程師職缺，基本年薪為 38 萬至 50 萬美元加股權，主要任務是打造支援大規模訓練執行的資料管線，而不是直接設計機械本體。1116

這點相當關鍵。對語言模型來說，網路文本是重要養分；但機器人必須學會感知、抓取、移動、避障與操作物件，所需的是大量、多樣而且品質穩定的真實互動資料。OpenAI 先前曾因缺乏足夠資料等關鍵條件而在 2021 年停止早期機器人計畫，如今重返此領域，顯然把資料取得、整理與訓練基礎設施放在極高優先序。

換句話說，昂貴的未必是人形機器人的外殼，而是讓機器人能可靠理解並應對現實世界的資料飛輪：

1. 機器人在真實環境執行任務並蒐集資料；
2. 資料回饋至模擬、訓練與評估系統；
3. 模型能力提升後，機器人可承擔更多任務；
4. 更廣泛的部署再帶來更多實體世界資料。

不只做「大腦」：招聘顯示垂直整合企圖

招聘職類涵蓋致動器、電子、韌體、系統、推論、資料擷取與機器學習，顯示 OpenAI 不太像只想把 AI 模型授權給第三方機器人廠商。它看來正補齊自行設計、測試、操作及持續改進專有機器人平台所需的能力。118

這類垂直整合的好處，在於硬體故障、使用者示範、感測資料、模擬環境、模型訓練與實地部署之間，可以形成更快的迭代迴路。不過，這也代表 OpenAI 將跨入一個與純軟體截然不同的領域：硬體可靠性、製造、供應鏈、安全驗證與維修營運，都可能決定成敗。

公開職缺的薪酬也反映不同職能的權重。報導指出，機器人軟體工程師的基本年薪約為 25.5 萬至 32.5 萬美元；部分致動器、韌體、印刷電路板（PCB）設計與原型職位則未公開薪資範圍。1315 這些數字是基本薪資而非總報酬，股權可能顯著改變實際待遇。H-1B 薪資申報資料中，OpenAI 研究科學家最高約達 68.5 萬美元、硬體工程相關職位也可達約 55.5 萬美元，但這只能提供薪資水位參考，不能視為每位員工的實際總報酬。8

產品路線：先進入受控的工業場景？

OpenAI 執行長 Sam Altman 已說，公司「肯定」會做出人形機器人，也會開發其他外型；他同時強調，真正困難、也最重要的是 AI 的「大腦」。5

從已報導的方向來看，OpenAI 可能先把重點放在資料中心、電網與其他基礎設施等場景，而不是立刻推出可在家庭中自由活動的萬用助理。15 這樣的順序有實際考量：受控環境中的工作流程較固定，更便於驗證安全性、可靠性、重複作業表現與資料品質。

不過，「每個人都有一台能處理各種需求的個人機器人」目前仍是長期抱負，而非已公布的產品上市時程。5

重返機器人的歷史與組織變數

OpenAI 早期的機器人工作在 2021 年告一段落，當時面臨的主要限制之一就是訓練資料不足。如今的擴編及據報租用加州里奇蒙（Richmond）大型設施，都符合其重新投入高資本密集型機器人研發的跡象；不過，該設施的最終用途與產品製造計畫尚不能視為已獲正式確認。

組織與治理也可能影響執行。曾負責 OpenAI 硬體工作的 Caitlin Kalinowski 於 3 月離職，並表示她對公司與美國國防部合作的處理方式有所疑慮，包括監控及自主武器的問題。23 路透社其後更正，她的職務是硬體主管，並非整個機器人部門的負責人。2 因此，較審慎的說法是：目前公開資訊尚未清楚揭示機器人業務是否有一名單一、明確的最高負責人，而不是斷言該團隊沒有領導者。

對 Tesla、Figure AI 意味著什麼？

若 OpenAI 自行推出人形機器人，將更直接對上 Tesla 的 Optimus 與 Figure AI 等競爭者；其中部分業者還曾是 OpenAI 更廣泛生態系中的合作夥伴或投資標的。15

OpenAI 的優勢在於前沿模型、運算資源與資料系統能力。相較之下，Tesla 與專門機器人公司在機電設計、製造供應鏈、量產以及機器人機隊部署方面累積更久。OpenAI 最終會自己量產、交由代工夥伴製造，或採取軟硬體參考平台模式，目前仍未明朗。

整體而言，這波招聘最值得注意的不是「OpenAI 要不要做人形機器人」——答案已經很清楚；而是它正把機器人視為下一個前沿模型飛輪。那個薪資上看 50 萬美元的資料系統職位，尤其說明在 OpenAI 的判斷中，決勝關鍵不是機器人的軀殼本身，而是能否規模化取得並運用實體世界的訓練資料。1116