硅谷要造工厂，开始学习深圳

主来接你了

7 月 14 日，底特律制造业创业者 Zane Hengsperger 在 X 上发布一篇长文，标题直截了当：“美国可以击败深圳。”一个月前，他创办的 Nox Metals 刚完成 1,150 万美元种子轮融资，准备把软件、AI 和自动化装进金属加工厂。文章把深圳的优势压缩成三个词：密度、速度，以及制造业的社会地位。帖子发出后，迅速引起热议，Marc Andreessen、Garry Tan 等知名人物纷纷转发。
Zane 对深圳的兴趣，和他正在底特律做的生意有关。他是美国新一代工厂创业者的样本：在机器车间长大，短暂进入互联网行业，后来又回到制造业，在一家金属制品厂负责运营。2025 年，他创办 Nox Metals，把铝材报价、切割和交付接入一套由软件驱动的自动化流程。同年，Nox 入选 Y Combinator 夏季项目，公司给自己的定位是“为美国工业基础供货”，投资人包括 Palmer Luckey、Y Combinator 和多家机器人基金。
近期，Y Combinator 也开始以深圳模式为号召，招募创业者。它在一则公开视频中说，深圳团队能在一天内把设计变成新的实体零件，美国完成同样的循环往往需要数周；YC 希望投资补齐这套基础设施的公司。
图丨相关贴文（来源：Instagram）
我们观察到的一些现象或许也能说明情况。去年在美国考察时，我们在走访的实验室里反复看到同一台设备：来自深圳的拓竹 3D 打印机。几乎每间实验室都有一台，用来把屏幕上的设计迅速变成实体零件。
今年以来，在我们接触的样本中，公司主体设在美国的具身智能和机器人企业，有不少在深圳设有工厂，或者拥有当地合作伙伴。深圳与它们的联系已经进入产品开发和制造环节。
过去，深圳更多以工厂和供应链的身份藏在硅谷产品发布会背后。现在，它被推到台前，成为美国想象下一代工业体系时的参照物，甚至嵌入其中。
原子重新进入估值表
硅谷对“比特”和“原子”的讨论已有 30 多年。
1995 年，麻省理工学院媒体实验室创始人尼古拉斯·尼葛洛庞帝在《数字化生存》中区分了两种经济：比特没有重量，可以用接近零的成本复制和传播；原子需要材料、运输、库存和工厂。此后 20 多年，硅谷最成功的商业模式几乎都在追逐前者。
2010 年，《连线》前主编 Chris Anderson 提出“原子是新的比特”，随后把桌面制造、开源硬件和 3D 打印写进《创客：新工业革命》。2011 年，Founders Fund 又用一句“我们想要飞行汽车，得到的却是 140 个字符”，批评风险投资把过多资本投向互联网应用。
但那一轮创客热潮并没有重建美国制造业。3D 打印降低了制作样品的门槛，却没有消除模具、材料、认证、良率和规模生产的困难。硬件依旧资本密集，失败周期漫长，也很难复制软件的毛利率。
现在，原子再一次进入风险投资机构的故事里，而推动它的力量不止一种。
生成式 AI 先在屏幕里完成了商业验证，接着开始寻找身体。英伟达把机器人、自动驾驶汽车、仓库和工厂统称为“物理 AI”（Physical AI），认为未来“所有会移动的东西”都将具备智能；Google DeepMind 在 2025 年 3 月推出 Gemini Robotics，让多模态模型把视觉信息和语言指令转化为机器人的动作。
资本也在抬高物理世界的估值。根据 PitchBook 数据，2025 年全球机器人与物理 AI 创业公司融资约 276 亿美元，涉及 1,000 多笔交易，金额超过上年两倍。美国国防科技公司的融资也在 2025 年创下纪录，自动驾驶系统、无人机、机器加工和关键材料成为大额融资集中的领域。
风险投资机构为此重新发明了一套语言。a16z 的 American Dynamism 团队把国防、航空航天、能源、制造、机器人和供应链放进同一个投资框架。2026 年 2 月，a16z 发布了一篇面向创业者的“工厂经济学”入门文章，用“工厂就是产品”形容 Hadrian、Senra Systems 等公司：它们的壁垒不仅是最终产品，也包括生产方法、良率、交付周期和规模化能力。
图丨制造业、机器人等重资产正在受到更多关注（来源：DeepTech制图）
这一轮“从比特到原子”因此比创客运动更彻底。它不再满足于让个人拥有一台 3D 打印机，而是开始讨论金属、机床、核能、军工订单和数百万平方英尺的厂房。
国家安全又为这些项目提供了软件创业公司通常缺少的长期需求。拜登政府通过《芯片与科学法案》和《通胀削减法案》支持半导体、电池与清洁能源制造；特朗普政府转向关税、关键矿产和国防工业政策。两届政府使用的工具不同，对制造能力已经成为国家竞争力的判断却高度接近。
不过，硅谷并没有整体离开软件。美国风险投资的大部分资金仍被基础模型、算力和数据中心吸收。只是产业地位已经开始变化：国防科技不再是风险投资的边缘部门，建工厂也不再天然意味着低增长、低毛利和缺乏想象力，工厂开始被重新解释成一种科技产品。
深圳成了硅谷的另一所商学院
Zane 眼中的深圳，首先是一种迭代速度。
他在帖子中写道，一份计算机辅助设计（CAD）文件在深圳可以于 48 小时内变成注塑样品，在美国则要等待 6 周、协调 4 家供应商。尽管这个对比可能无法作为普遍数据使用，但相似的经验却频繁出现在美国硬件创业者的叙述中。
他们谈论的通常不是最低工资，而是下午 4 点临时需要一个齿轮、一块电路板或者一个经过表面处理的支架，第二天能不能收到。产品设计尚未完全冻结时，附近有没有供应商愿意先做 10 件、再改一次设计。一个环节出错后，工程师能否直接走到工厂里解决。
“深圳速度”依赖的也是这样一些很难进入统计数据的关系：供应商知道去哪里找下一道工序；模具厂愿意配合小批量试产；零部件贸易商了解哪些替代件当天有货；熟练工人凭经验发现图纸没有写出的生产问题。
一批面向海外创业者的深圳参观项目已经把这种经验做成产品。Future Factory 组织旧金山硬件创业者走访深圳及亚洲工厂，5 天内参观 PCB、外壳、组装、质检和机器人零部件企业。一位在深圳的机器人社区创始人称，仅在 2025 年，他就接触过超过 100 名来深圳制造产品的欧美创业者。2026 年，还有 40 名哈佛商学院学生组团考察深圳的机器人、无人机和智能硬件公司。
图丨Future Factory 组织的深圳行（来源：Future Factory）
这些数字主要来自组织者和参与者自述，尚不能证明硅谷从业者正在大规模迁往深圳。它们至少说明，“去深圳看一看”正在获得新的功能：过去是寻找供应商，现在变成了一次硬件创业者的产业教育。
而这些参访展示的，往往是一个经过路线筛选的深圳。公开行程通常从华强北、机器人展厅或头部硬件公司开始，再进入几家愿意开放产线的工厂。来访者在几天内就能感受到零部件的丰富、产品迭代的速度，以及产业分布的密集。
但在这个过程中，他们很难看到的是：供应商如何在长期交易中建立信用，熟练工人怎样处理图纸之外的问题，地方政府如何配置土地和基础设施，又有哪些稳定订单支撑工厂持续运转。这些条件分散在珠三角数十年的产业积累中，很难通过一次短期参访获得。
美国创业者带回去的，因而常是一个经过浓缩的深圳：零件随时可以买到，工厂愿意反复改样，年轻人愿意进入制造业。复杂的产业网络被整理成“密度、速度和制造文化”几个容易传播的词，也由此进入硅谷的叙事中。
成为符号的深圳
而这些人口中的深圳既有其真实的部分，也是一个被压缩了的“深圳”。
深圳从来不是一座独立运转的超级工厂。珠三角电子信息产业的空间研究显示，深圳、东莞和广州构成高度整合的核心网络，深圳与东莞之间的分工尤其紧密。深圳聚集研发、品牌、电子元件与系统公司，东莞承担大量模具、注塑、零部件和组装，惠州、佛山、中山等城市分别拥有电池、家电、照明、金属加工和机械产业。香港长期提供资本、贸易、港口和跨境服务。
美国创业者口中的“深圳”，实际上常常覆盖一整片珠三角城市群。一小时车程内的工厂密度确实存在，行政边界却被供应链穿透了。
政府角色也比“提供土地和资本，然后退出”复杂得多。经济特区制度、基础设施、工业园区、出口加工、土地供应、招商引资、户籍和劳动力流动共同塑造了深圳。地方政府之间争夺工厂、税收和产业项目，也推动供应链在珠三角持续加密。
Zane 把深圳的成功归结为密度、速度和制造业地位，恰好省略了最难复制的部分：持续数十年的全球订单、庞大的产业工人群体、香港与珠三角的分工，以及地方政府长期投入的基础设施。
他还认为，中国先建产能，再把技术铺在上面；美国虽然缺少工厂，却拥有更强的软件、AI 和机器人人才。美国可以建设“AI 原生工厂”，用 2026 年的软件击败仍在使用“ 2015 年的软件系统”的“2005 年的中国工厂”。
但现实的情况是，如今的深圳已经不是他笔下的“2005 年的中国工厂”。
2024年，中国安装了 29.5 万台工业机器人，接近美国 3.42 万台的 9 倍。中国工业机器人的保有量约为美国的 5 倍，超过 200 万台。中国并不是在用 2015 年的软件运行 2005 年的工厂。美国试图把 AI 加进新工厂时，中国也在把 AI、机器人和软件铺进既有产能。
不过，这不妨碍硅谷继续使用那个经过浓缩的深圳。卡尔维诺在《看不见的城市》中，让马可·波罗向忽必烈讲述一座座想象中的城市。那些城市越遥远，越映出讲述者自己的威尼斯。硅谷反复谈论深圳，也是在谈论美国：谈它失去的供应链、工厂文化，以及处理物质世界的能力。
因此，他们并不十分需要一座准确的深圳。华强北、48 小时打样、密集的供应商和昼夜运转的工厂，已经足够拼出一座美国版本的“看不见的城市”。这座城市来自真实见闻，也经过选择和删节。工人技能、供应商信用、地方政府、全球订单，以及深圳与东莞、惠州乃至整个珠三角的联系，很难进入一段融资叙事。
被留下来的只有速度、密度和执行力。它们让“深圳”成为一个便于传播的工业符号，也让美国的焦虑有了具体形状：为什么要融资建设工厂，为什么政府要提供采购和担保，为什么年轻人应该重新走进车间。
但一座城市可以被压缩成叙事，工业能力却无法借此压缩时间。
软件速度撞上工业时间
Nox Metals 是 Zane 把这套主张落到现实中的一次尝试。传统金属供应商通常通过电话和邮件报价，订单随后在销售、仓库和加工人员之间流转。Nox 希望把这些环节接进同一套系统，让报价直接转成机器任务，再由自动化设备完成切割、包装和标记。
图丨Nox Metals 的车间（来源：Nox Metals）
这是一条硅谷熟悉的路线：把软件写进生产流程，用自动化提高一座工厂的效率。深圳的速度则更多产生在企业之间。一家公司不必拥有所有设备，只要附近分布着足够多的模具厂、加工厂、零部件商和组装厂，产品就能在不同供应商之间快速流动。
两者追求的并非同一种速度。AI 可以缩短报价时间、预测机器故障，也可以让机器人更快适应任务；但它很难在短期内补出一家冶炼厂、一批熟练技师和数百家长期协作的供应商。
工人是其中更慢的一环。到 2033 年，美国制造业可能有最多 190 万个岗位无人填补。Zane 因此把文化列为方案的第一步，希望通过宣传，让焊工、技师和机器操作员重新成为年轻人的职业选择。社交媒体可以改变工厂的形象，真正决定人们是否进入车间的，仍是工资、工作环境、晋升空间和稳定订单。
所以更可能出现的情况是：美国首先在国防、航空航天、半导体、能源和关键材料领域形成若干新产业集群。这些行业有政府采购支撑，产品价值足以覆盖较高成本，也更容易获得长期资本。而一个能够提供几乎所有消费电子零部件、同时服务全球市场的产业网络，需要更漫长的供应商积累。
Zane 相信深圳用了 45 年，美国不必再等 45 年。我们有理由相信，美国的资本、软件人才和国防需求，的确能缩短建厂的过程。但无法缩短的是工厂之间的联系：软件可以按月更新，产业网络只能在持续生产中形成。
参考资料：
1.https://x.com/zanehengsperger/status/2076324092286787941
2.https://ifr.org/worldrobotics/report-2025
3.https://fred.stlouisfed.org/series/PRMFGCONS
4.https://themanufacturinginstitute.org/manufacturers-need-as-many-as-3-8-million-new-employees-by-2033/
运营/排版：何晨龙
注：封面/首图由 AI 辅助生成