有个做具身智能初创公司的朋友，去年拿到天使轮，团队就他和一个合伙人。第一个关键 hire，两人吵了整整一个月。
一个坚持先招算法：没有VLA模型、没有世界模型、没有强化学习，整机做得再好也是个”遥控玩具”。另一个坚持先招硬件：没有本体、没有执行器、没有传感器，算法再牛也跑不到真实环境里。
最后他们先招了算法，半年后发现问题：算法在仿真里跑得很好，但一上真实机器人就卡壳——电机响应延迟、传感器噪声、机械结构刚性不足，算法根本没法按预期工作。又花了三个月重新招硬件团队，整个节奏被拖了半年。
第一个岗位选错，后面团队结构会长期别扭。 这在具身智能行业，不是个案。
一、算法优先还是硬件优先，取决于你在验证什么
具身智能不是纯软件行业，也不是纯硬件行业。它是”软硬一体”的，算法和硬件必须同时存在才能跑通。但初创公司资源有限，第一个关键 hire 只能选一个方向，怎么选？
核心判断标准只有一个：你当前阶段要验证的是什么。
如果你是一家算法驱动的公司，核心壁垒是VLA模型、世界模型、强化学习策略，短期内不打算自研整机，而是基于现有机器人平台（比如宇树的H1、智元的远征A2）做算法适配，那第一个 hire 应该是算法。你的核心风险是”算法在真实环境里能不能work”，而不是”整机能不能造出来”。
但如果你是一家整机驱动的公司，核心壁垒是本体设计、执行器、传感器集成，短期内需要把样机做出来、跑通基本功能、给投资人看demo，那第一个 hire 应该是硬件。你的核心风险是”整机能不能动起来”，而不是”算法能不能达到SOTA”。
问题是，很多初创公司对自己的阶段定位是模糊的。 既想做算法突破，又想自研整机，还想同时做场景落地。第一个 hire 招了算法，发现没有硬件平台跑算法；招了硬件，发现没有算法团队定义需求。两边互相等，时间就这么耗掉了。
二、具身智能是”软硬一体”，不能割裂
2026世界机器人大会上，英特尔物理AI与机器人业务总经理Nagesh Puppala提到一个观点：物理AI必须感知真实环境并驱动物理行动，因此比数字AI更依赖实时语境、确定性时序、边缘侧功耗与空间约束，以及行动前的安全验证。应把大规模训练放在云端，把车队编排和分析放在边缘，把即时感知、控制和动作决策留在机器人本地。
这段话的核心意思是：具身智能的算法和硬件，从设计的第一天起就必须”纠缠在一起”。 不是先做好算法再适配硬件，也不是先做好硬件再移植算法，而是协同设计。
但协同设计的前提是，团队里至少得同时有算法和硬件的人。初创公司如果第一个 hire 只招算法，硬件部分外包或延后，后面大概率会面临算法与硬件不匹配的问题。反过来也一样。
OFweek的数据显示，2026年3月国内具身智能机器人企业融资持续火热，魔法原子、灵初智能、地瓜机器人、章鱼动力等多家企业完成大额融资。这些企业的核心团队构成有一个共同点：创始人或CTO通常同时具备算法和硬件背景，或者核心团队里算法和硬件的人同时到位。
不是算法更重要，也不是硬件更重要，而是”同时有”比”哪个先”更重要。 初创公司如果只能先招一个，就得想清楚：招进来的这个人，能不能在缺少另一半的情况下，先把验证跑起来？
三、行业从研发转向落地，团队搭建逻辑在变
具身智能行业正在经历一个关键转折：从”技术验证”转向”规模化落地”。
新浪AI前沿速递的数据显示，2026年1至5月，我国具身智能产业企业销售收入同比增长22.4%，其中机器人本体与整机制造、AI算法与软件集成、系统集成与行业应用企业销售收入同比分别增长30.1%、24.5%和27.9%。
数字在涨，但行业阶段在变。早期企业比拼的是算法精度和论文发表，现在比拼的是量产能力和场景落地。这种转变直接反映在团队搭建逻辑上。
以前招第一个核心成员，可能主要看学术背景：有没有顶会论文、有没有开源项目、有没有知名实验室经历。现在同样一个岗位，可能同时要求：算法能力、硬件调试经验、仿真到实机的迁移能力、项目交付记录，甚至还要懂客户场景。
市场上不缺”做过机器人”的人，缺的是”能把机器人做成产品”的人。 对于初创公司来说，第一个 hire 如果招的是纯学术背景、没有工程落地经验的人，后面团队补齐的难度会很大。
四、怎么判断你的第一个 hire 应该招谁
如果企业正在搭建具身智能团队，建议先把以下几个问题理清楚：
你当前的核心风险是什么？是算法在真实环境里跑不通，还是整机造不出来，还是场景落地不了？
你的技术路线是什么？是基于现有平台做算法适配，还是自研整机？如果是前者，算法优先；如果是后者，硬件优先。
你手里有多少资源？如果只能先招一个，招进来的这个人能不能在缺少另一半的情况下，先把验证跑起来？如果不能，是不是应该调整阶段目标？
你的商业化节奏是什么？如果短期内需要给投资人看demo，整机优先；如果短期内需要发论文或开源模型，算法优先。
第一个 hire 的决策，本质上不是”算法还是硬件”的二选一，而是”当前阶段的核心风险是什么”的判断。 判断清楚了，方向自然就清楚了。
五、先把团队结构想明白，招人时才不会走弯路
优必猎在协助企业梳理具身智能团队搭建需求时，通常会比马上启动寻访更优先做一件事：确认企业当前处于什么阶段——是算法验证、整机开发，还是场景落地？核心市场在哪里？这个岗位到底需要解决什么问题？
具身智能行业的岗位边界在快速溶解，”按岗招人”的方式正在失效。先把团队结构想明白了，招人时才不会走弯路。
如果企业正在搭建具身智能团队，面临第一个关键 hire 的决策困境，可以先做一件事：把企业当前阶段、技术路线、核心风险和商业化节奏整理出来，看看第一个岗位到底应该解决什么问题。
这比盲目扩大简历投递量更管用。
如果团队搭建的优先级需要进一步梳理，也可以把现有信息发过来，优必猎可以基于现有情况先帮助企业一起判断第一个关键岗位应该招什么样的人，再决定后续适合采用什么招聘方式。