LO
这个职业有新的已核实记录时通知我 → · 标出哪些任务是你的(VOLO Pro,免费)→ · 给一个团队或一届毕业生用 →
流水线装配工
在制造一个实物产品的过程中完成一个规定的步骤,一班几百次,达到别人会来检查的标准。
下次你附近的机器停了,仔细看修它的人到底做了什么。请他示范一次。那就是转变的开始。
这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。
适用于亚洲、欧洲与北美离散制造业 —— 电子、汽车零部件、家电、消费品 —— 的操作工。流程工业(化工、食品加工)、手工制造和小作坊差异极大,这也是置信度标为「低」的原因。
到底什么在变#
分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。
每一格是一项任务。大小是它在这份工作里的分量,颜色是它正在往哪个方向走。点一格,看这个判断还不能说明什么。
这里的自动化决策由人工成本相对于资本成本决定,这就是为什么同一款产品在一个国家由机器人装配、在另一个国家由人装配。在世界大部分地方,决定节奏的是工资,而不是能力。
这些工位在高度自动化的工厂里活了下来 —— 也就是说,它们是在一座已经甩掉大部分产线岗位的工厂里,作为一小块余数活下来的。熬过上一轮,不等于安全。
机器视觉已经在多数现代工厂替掉了目视检验工位。剩下的是边缘情形和未被训练过的缺陷类型 —— 那只是检验过去所占班次的一个零头。
「几个人看好几台机器」正是重点所在:那个比例就是省下来的钱。这项任务描述的是这份工作在下行途中的形态,不是一个稳定的终点。
这就是你做的吗?认一下,这一页会缩到只剩与你有关的那一份。
职位名只是一组恰好被打包买走的任务,而没有两个人手里的那一组是一样的。什么都不会被发送出去 —— 它只留在这个浏览器里。
近期变化#
中国大陆,且只涉及职业分类本身。它确立的是:权威机构认为「把具身智能机器人用起来」这件事已经构成一个独立职业 —— 而不是有多少人在做、在哪里做、拿多少钱,也不是说哪家工厂已经部署了这类机器人。同一份公示还新增了「智能体开发员」「低空物流员」等工种。它是一次公示,征求意见截至 2026 年 7 月 17 日,起点是 2025 年 9 月面向社会的新职业征集;在这个日期,这些职业只是拟增加,尚未写入《国家职业分类大典》。一个新职业类别说明的是机器人周围长出了什么工作,它本身并不说明机器人旁边那些装配岗位会怎样。
招聘、人数、工时或职责出现可验证变化。权重最高 —— 但因果归因仍需论证,不能默认。
厂商自己发布,而且范围刻意很窄:一个工位、一个用例(从料架上抓钣金件、放到焊接夹具上),工作日 10 小时班次。11 个月里 1250 小时运行时间,只是一个人一年工时的一小部分;而且这篇的写法是一份「退役说明」—— Figure 02 已被召回总部,由 Figure 03 接替。Figure 自己点名了硬件失效点:前臂。宝马那边的人数,全文没有出现。
企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
机器人制造商联合会基于成员与各国协会数据的全球行业统计。是机器人存量,不是岗位数。新闻稿没有给出全球的行业分布,也没有提到电子行业;只给出了印度(45%)、墨西哥(63%)和加拿大(47%)汽车行业所占的份额。
企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
中国,来自行业联合会自己的年度统计。存量三年翻倍,2021 年突破 100 万台。装机高度集中:电气电子 8.3 万台(占该行业全球装机 64%),金属与机械增长 31% 至 5.46 万台,而汽车下降 12% 至 5.72 万台。真正值得注意的是劳动密集型行业 —— 纺织、皮革与服装装机 5700 台,而该类别全球装机的 95% 发生在中国。国产供应商首次在本土超过外资,份额从 2023 年的 47% 升至 2024 年的 57%。这些是机器人台数,不是用工数据:发布稿完全没有提及这些工厂雇了多少一线工人。
企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
德国。这家车企的新闻稿说,它在内卡苏尔姆工厂用人工智能每班分析约 300 辆车上的约 150 万个点焊焊点;直到不久前,生产人员还是用超声波以随机抽检的方式人工监控焊接质量;有了 AI,员工如今可以专注于可能的异常。这是一家工厂的车身车间,在试点之后;没有给出人数变化,相关人员也可能是质检专员而不是流水线操作工。
企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
美国,一家车企。公司给股东的季度更新说,自动化加得太多太快是个错误;在全自动流程难以爬坡的环节,包括电池模组线的部分工段、物料流转系统的一部分和总装线的两个工序,公司暂时减少了自动化,改为半自动或人工,同时继续朝全自动推进;并说人工占比上升会使利润率略低。它没有说是哪两个总装工序,也没有说它们属于灵巧作业,并称这次回退是暂时的。
失败、撤回、监管或成本正在抑制采用。可以下调评估,或扩大不确定区间。
这对你意味着什么#
你要加入的那条线是否在自动化,更多取决于你所在国家的工资水平和雇主的资本,而不是技术,所以要看具体的工厂。总体上,固定的重复工位是在消失的,多变的、精细的、看机的工作是留下来的。用这份工作去学设备:懂自动化的操作工,是工厂会提拔去填补那些招不到人的技术员岗位的人。
你所在工厂的方向是可以知道的 —— 去问资本计划。如果你的工位是固定重复的,预期它会在下一次产线更新时被自动化,在那之前往看机或维护方向站位。你多年积累的「产品到底怎么装起来」的知识,恰恰是自动化工程师所缺的,而自动化做得好的工厂,是那些把有经验的操作工留在新设备旁边的工厂。
你的选择#
四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。
从操作一个工位到看管一个单元
这是这个角色在工厂内部的自然演进,也是工位自动化之后人手去的地方。
需要基本的故障排查能力,并且通常需要工厂选择培训操作工、而不是从外面招技术员。
下次你附近的机器停了,仔细看修它的人到底做了什么。请他示范一次。那就是转变的开始。
转维护技术员或机器人技术员
工厂招不满这些岗位,它们的薪资比操作工高得多,而且示教式编程让机器人编程不需要工程学位也能学会。
需要一个证书或几个月的内部培训,以及产线夜间停机时的随叫随到责任。
问 HR 工厂有没有技术员培训项目、去年有多少操作工参加过。这个数字告诉你这条路在这里是不是真的。
转技术工种
电气、焊接、机加工和机械装配在制造业和建筑业都短缺,而流水线工作的身体纪律迁移得很好。
多年学徒期、起薪更低,而且有时需要搬到别的地方才能找到机会。
查清通勤范围内有哪些学徒项目、第一年和第四年各挣多少。用真实数字而不是标题来决定。
常见问题#
会,而且在许多国家它们现在就招不到人。变的是招什么人:更少的固定重复工位,更多的看机、维护,以及机器人仍然做不了的精细或多变装配。这种转变在你所在的地方发生得多快,主要取决于当地工资相对于自动化成本,而不是技术上能做什么。如果你在制造业,耐久的位置是在设备旁边,而不是设备前面。
这条曲线随资本决策而不是软件发布移动 —— 因为推动它的是机器人与工厂投资。信号是产线换型:工厂重新配置一条线的时候,才是工位增减的时候,而那件事排期很早。
固定工位的重复装配与目视检验 —— 标为「正在自动化」的两项;在奥迪的一家工厂,AI 现在每班检查约 150 万个焊点,这些焊点过去由员工手工抽检。精细与多变装配是人留下来的地方,但它是在一座已经甩掉大部分产线岗位的工厂里,作为一小块余数留下来的。
关于人形机器人部署的公告,多数是把日期定在几年后的意向声明,而本站不把意向当作部署记录。要盯的是:第一家报告「某个工位已经改造、人员配置已经改变」的工厂 —— 那才是证据;一份合作公告不是。
这些判断底下是什么#
这一页上 5 条任务判断里,5 条有已核实事件支撑、0 条是平台推断,每一条都在它出现的地方标注着。它们底下是 3 个技术维度、一条自语言模型进入公众视野以来的回溯轨迹,以及 6 条已核实事件。
同一个职能里的其他岗位#
一家公司先把工作分成职能,再分成岗位。下面这些和这一份工作同在「运营与履约」里 —— 那是一件关于组织结构的事实,不是「它们相似」或者「它们在朝同一个方向变」的判断。
采购 / 供应链专员 · 运营专员 / 业务运营 · 供应链计划员 · 地铁司机 · 空中交通管制员 · 航线飞行员 · 飞机维修技师 · 客舱机组 · 集装箱码头工人 · 仓储分拣员 · 卡车司机 · 外卖骑手 / 快递员 · 网约车 / 出租车司机 · 公交司机 · 保洁 / 清洁工 · 保安 / 安保员 · 电商运营