早上天还没完全亮，宁波舟山港已经开始忙了。
集装箱一个挨着一个，叉车来回穿。旁边还有一只机器狗，低着头在箱子之间走，走到一个箱门前停下来，像是在“看”上面的编号。
它不是来表演的。
这只机器狗要做的是空箱巡查、箱号识别和异物识别，帮助海关检查进境空箱。中新网报道
以前这种活儿主要靠人走进去看。
箱子里面有没有杂物，有没有藏着不该有的东西，编号是不是对得上，都得一只箱子一只箱子检查。港口的箱子多、环境也不算舒服，夏天闷，冬天冷，有些位置还不好进去。
机器狗跑过去，先替人把第一遍检查做了。
它要是发现异常，再由工作人员过去处理。这样听起来就实在多了，机器负责跑，人负责判断，不是让机器自己当海关人员。
这次宁波智博会上，类似的产品还不少。
有人带来机器狗，有人展示工业设备预测性维护，还有企业把机器人放进生产线，让它抓取零件、分拣物料。现场看着挺热闹，但这次展会有个变化，大家好像没那么爱展示机器人翻跟头了。
更多展示的是它到底能不能干活。
比如得力集团的生产车间，用AI检测笔的外观缺陷。公开报道显示，8支笔只需要1.4秒就能完成15类缺陷检测，产品不良率从3.2%降到0.5%，质检人员也从1000多人减少到100多人。中国新闻网报道
这个数字听着很大，但工厂真正关心的不是机器人动作帅不帅，而是它能不能一直稳定工作。
人检查一批产品，可能会累，眼睛也会疲劳。机器盯着流水线，速度比较稳定。只要产品、灯光和相机条件合适，重复性工作交给它，确实能省不少时间。
但这不等于质检人员都没事做了。
有人要维护设备，有人要复核异常，有人要处理机器判断不了的情况。产品换了型号，检测标准也得重新设置。机器看见一个黑点，算不算缺陷，还得有人先把标准讲明白。
AI不是自己突然学会了工厂规矩。
它需要数据，也需要人不断调整。
还有一家企业展示了工业设备预测性维护方案。设备出了问题之前，系统先通过高频数据发现异常，提醒工厂安排检修。
这个思路很简单。
机器完全坏掉以后再修，往往已经影响生产了。要是提前知道某个部件状态不对，工厂可以趁着大修窗口处理，不至于生产到一半突然停下来。
对工厂老板来说，机器少停一次，可能比展台上多一个机器人更有用。
机器人真正进入工厂以后，面对的事情都很琐碎。
螺丝要拧准，零件不能拿错，箱号不能看错，设备声音有变化要能发现。它不需要每天给人表演，但得能一班一班干下去。
这也是具身智能和普通聊天AI的区别。
聊天机器人只要把话说出来就行，工厂里的机器人要面对重量、摩擦、位置偏差和突然出现的障碍。它抓一个东西，手指力度大了会捏坏，小了又拿不稳。
人类做这些事，很多时候凭感觉。
机器人得把感觉变成摄像头、传感器和算法。
所以现在真正难的，不是让机器人完成一次动作，而是让它在不同环境里重复完成。今天货架在这里，明天换了位置；这个零件是黑色，下一批换成银色；现场灯光变暗了，机器还认不认识。
这些才是工厂愿意掏钱验证的地方。
普通人可能会问，机器人越来越多，是不是以后工作机会就少了？
有些重复劳动肯定会减少，尤其是危险、脏、累，又很容易标准化的工作。但与此同时，调试、维修、数据采集、现场部署这些工作会增加。
今年发布的新职业里，就出现了具身智能机器人应用技术员。这个岗位说白了，就是让机器人能在真实场景里干活，出了问题还得有人把它弄好。
机器人在港口巡查，背后有人管路线；机器人在工厂质检，背后有人定标准；机器人去仓库分拣，背后有人处理它拿错东西的情况。
机器走到哪里，人的工作就跟着换一个位置。
这次智博会给我的感觉是，AI已经开始从“会聊天”往“会干活”走了。
它没有突然变成科幻电影里的万能机器，更多时候还是在做一些不起眼的事情：看编号、查箱子、盯设备、检产品。
这些活儿不热闹，却最容易真正落地。
等哪天我们在港口、工厂、仓库里经常看到它们，也许就不会再问“机器人是不是来了”，而是会直接问一句：
这台机器，今天轮到它干什么？
