一段新演示显示，宇树G1能连续衔接动作，并以显著速度做出反应。消息同时提到，它的世界模型读取视觉输入、预测后续情况，再从预定义动作库中选择最佳响应；G1目前仍无法自主规划新动作。有观点认为，机器人格斗尚未完全智能，但已快速、灵敏，越来越难以被忽视。对准备进入机器人或智能硬件方向的求职者来说，这段信息真正的价值不是"燃"，而是提醒你：演示能力和产品能力之间，隔着一段需要问清楚的距离。

面试机器人岗位时，怎么问清团队做的是演示还是产品？

把"能演示"和"能交付"分开问。素材里最关键的一句是动作来自预定义动作库——这意味着系统在既定选项里挑响应，而不是自己生成新动作。你可以据此设计问题：这套动作是预先编排的，还是模型实时生成的？如果动作库没覆盖的场景出现，系统会怎么处理？

两类团队的回答会明显不同。演示导向的团队往往强调单次效果、视觉冲击和迭代速度；产品导向的团队更愿意谈失败率、复现条件和边界场景。假设你在面试中被展示一段流畅视频，可以追问：这段演示重复跑十次，成功几次？换一个地面材质或光照条件，还成立吗？这不是刁难，而是判断你未来要解决的到底是调参问题，还是稳定性问题。

看到"快速反应"的宣传，求职者该核查哪些技术边界？

反应速度不等于自主智能。素材明确区分了两件事：世界模型负责读视觉、做预测，动作则从预定义库中选。也就是说，感知和决策链路里，哪些环节是团队自研、哪些依赖外部方案，直接决定岗位的技术含量和你能否积累可迁移能力。

读岗位描述时，可以留意它写的是"运动控制""感知算法"还是"系统集成"，三者对基础的要求不同。面试中不妨问：从感知到执行，团队自己维护的模块有哪些？如果大部分依赖外部方案，你的成长可能集中在集成和调试，而不是底层能力。这不一定是坏事，但你要知道自己选的是哪条路。

如果想去这类团队，简历和面试该准备什么方向？

围绕"从演示到产品"的工程问题准备，比堆砌模型名词更有说服力。素材承认当前尚未完全智能，却已快速灵敏——这恰恰说明工程落地还有大量空间：稳定性、可复现性、场景适配，都是真实存在的待解问题。

如果你做过实验平台或竞赛项目，可以写清楚：在什么条件下验证、失败模式是什么、你如何定位问题。用[实际记录]这类占位提醒自己，只写真正完成的事，不编造数字。模拟面试中，可以练习用两分钟讲清一个"演示能跑、换场景就崩"的排查过程，这比背概念更能体现你对硬件产品化的理解。 延伸阅读：开发工程师（机器人方向）/算力基础设施行业/应届生简历模板

开发工程师（机器人方向）/算力基础设施行业/应届生简历模板

最后给一个可做的小建议：下次看到机器人演示视频，先记下三个待确认项——动作是否预定义、演示是否可复现、团队自研了哪一环，再带着它们去读岗位描述和提问。