据 Ars Technica 报道，特斯拉内部出现抵触情绪：部分员工不愿参与 Optimus 人形机器人的训练工作，因为这类机器人被视作可以替代人类岗位的存在。报道把焦点放在一个常被忽略的环节——人形机器人的能力并非凭空而来，它需要人类提供示范、数据与反馈，而提供这些的往往正是可能被替代的一线员工。
对 AI 从业者而言，这件事的意义不在于 Optimus 本身的技术进展，而在于它暴露了具身智能落地时的组织与治理变量。人形机器人要在真实产线中承担任务，通常依赖来自真实场景的大量示教数据。当数据采集者与被自动化对象高度重合，采集环节就从技术问题变成劳资问题：配合度下降、数据质量波动，都可能拖慢训练节奏。
更广泛地看，凡是将人形机器人推向工厂、仓储、物流场景的公司，都可能面对同一个问题——员工为什么要帮助训练一个可能取代自己的系统？这要求企业在部署路径、岗位过渡安排与沟通机制上给出更明确的答案，而不只是强调效率与成本。
目前公开信息有限，涉及的具体人数、员工诉求以及特斯拉方面的回应等细节尚不清楚。但可以确定的是，随着人形机器人从演示走向实际部署，"谁来做训练、以什么条件做训练"将成为行业必须回答的问题。衡量具身智能落地速度的指标，除了模型能力与硬件成本，还包括一线员工的接受度。