2026 年 8 月 28 日的报道显示，Meta 正在支撑其 AI 系统的数据中心内测试机器人，让机器承担更换网络线缆、重启停止响应的服务器等维护工作。受测机型来自 3 家厂商，已经在爱荷华州和俄亥俄州的设施中实际运行。现场技术人员则对自己的岗位将如何变化表达了担忧。

3 家厂商的机器人按作业类型分工

Meta 评估的机型来自旧金山的 Watney Robotics、加拿大魁北克的 Kinova，以及瑞士苏黎世的 ABB。该公司并未部署单一的万能机器人，而是按照作业性质分别配置不同机型。

在爱荷华州阿尔图纳园区，Watney Robotics 的双臂机器人被用于线缆更换测试，据称自 2025 年 6 月起持续进行。需要两条手臂的理由很明确：插接线缆时，一条手臂要托住线缆本体，另一条手臂将接头导入正确的端口。单臂机型正是在这一步失败。

在俄亥俄州新奥尔巴尼的 Prometheus 园区，ABB 将升降机构和机械臂装载在四轮平台上，用于把半脱落的部件重新插回原位。ABB 长期为汽车和制造业工厂供应机器人，此次相当于把工业领域的既有经验直接搬进数据中心。

Kinova 的 Gen3 机械臂则被单独评估，作为负责服务器断电重启的候选方案。Kinova 最初开发的是安装在轮椅上的辅助机械臂，其精细的力度控制特性，与不损伤服务器硬件的操作需求相当契合。

此外，更简单的自动化设备已经在多个园区投入实际运行，包括搬运沉重服务器机架的自动牵引机器人，以及扫描设备、协助巡检的轮式盘点机器人。部分设施还在使用形似机械手指的远程操作装置，专门用于按下电源按钮。

目前仍无法完全取代人力

另一方面，现阶段的机器人还不能取代熟练技术人员。报道指出，在所有受测作业中机器人都比人更慢，并且全部需要人员监督。

主要卡在 4 个方面。电池续航时间较短，而服务器机房通道原本就没有为移动机器人预留充电设施，每次充电都需要机器人退出现场。目视巡检同样是弱项，要辨认变色的电容或烧焦的电路走线，需要高分辨率成像和稳定的图像识别，而在照明条件不一致的环境中，这一能力尚未达到可信赖的水平。

线缆密集也构成障碍。满配的机架上垂着数百条柔软线缆，会同时遮挡传感器视野和机械臂的运动路径。通道行走本身也比看起来更难，通道狭窄、摆放着非标准设备，有时还有技术人员正在作业。

具体的局限之一是，盘点机器人的摄像头为灰度成像，无法区分红色和绿色的状态指示灯。因此部分异常确认仍需人工完成，机器人在转角和线缆上方行动迟缓，跨建筑移动时还需要有人开门并远程引导。

现场担心的是分两步发生的变化

员工的顾虑并非机器人抢走饭碗这么简单。报道称，公司内部聊天群中流传着定型化维护工作可能在数年内消失的说法。

一位匿名员工表示，如果能稳定完成线缆更换的机器人得以实现，特定岗位最多 80% 的工作量可能被取代。不过这只是他本人的判断，并非 Meta 的预测，而且现有机型仍未追上人的速度。

更受警惕的是分两步发生的变化。首先由机器人接手最具重复性的作业，随后剩余作业改由经验较浅的作业者按照 AI 生成的操作手册执行。这两件事同时推进，原本同时承担两类工作的熟练技术人员就会被上下夹击，高薪岗位本身随之收缩。

Meta 强调人手不足，税制议题同步升温

Meta 对这一看法提出反驳。该公司发言人表示，美国正处于二战以来规模最大的基础设施建设热潮之中，填补这些岗位的熟练劳动力严重不足，需要的是更多而不是更少的劳动者。

政策层面也有相应动向。微软联合创始人 Bill Gates 于 8 月 26 日发表文章，主张对机器人和 AI 的 token 征税。雇用员工要缴纳工资税，而购置机器人和 AI 的费用通常可作为经营成本处理，他认为现行税制因此让机器显得比人更便宜。他建议将由此获得的税收用于失业人员的再培训。WIRED 报道 Meta 的测试正是在两天之后，这两条消息已经很难分开来看。

推动方的立场同样明确。NVIDIA 首席执行官 Jensen Huang 把数据中心描绘成由人、软件智能体和机器人共同运转的 AI 工厂，认为机器人承担的是人力无法填补的角色。

有此动向的不只有 Meta。阿里巴巴在 6 月公开了涵盖导航、物体操作和物理仿真的 Qwen-Robot Suite。NVIDIA 的研究人员也提出了训练机器人集群的 AI 智能体。ACE Robotics 董事长王晓刚谈到让机器感知并作用于物理环境的具身智能时表示，到 2027 年底可能迎来 ChatGPT 时刻。在数据中心之外，Bedrock Robotics 正在推进工程机械的自动驾驶化，梅赛德斯-奔驰则在工厂的重复性作业中测试人形机器人。

总结

Meta 在爱荷华州和俄亥俄州的数据中心，使用 Watney Robotics、Kinova 和 ABB 这 3 家厂商的机器人，测试线缆更换、服务器重启和部件重新插接等作业。现阶段这些机器人都需要人员监督，速度不及人工，线缆密集、电池续航和目视巡检等障碍依然存在。不过可以确定的是，为运行 AI 而建造的数据中心，正在成为这场由 AI 驱动的自动化浪潮的试验场。这里的岗位是增加还是减少，取决于今后的成熟度。