新石器推出 Neo Claw：一句话指挥千辆无人车
管理一千台无人车需要多少人？新石器的答案是：一个人，一部手机，一句话。
5月21日，在2026 AI Partner·北京亦庄AI+产业大会上，无人配送企业新石器无人车（Neolix）联合创始人兼CPO颉晶华发布了行业首个AI智能体 Neo Claw。这个系统的核心能力很直接：让运营人员像发微信语音一样管理车队，把单人管理效率从10台拉升到100台以上。
当自动驾驶技术逐渐成熟，真正的瓶颈已经从技术转向了规模化运营。新石器用七年时间走完从合规落地、规模量产到万台运营的三级跳，如今要解决的问题是：如何让无人车管理从"专业操作"变成"说话就行"。
从10台到100台：运营瓶颈在哪
无人配送行业正在经历一个尴尬的阶段。技术上，L4级自动驾驶已经能跑；商业上，订单量在增长；但运营上，人力成本却在以更快的速度膨胀。
传统模式下，一个运营人员同时管理5-10台车已经是极限。盯屏幕、手动派单、逐辆处理故障、手工统计数据——这些重复劳动占据了大量时间。当车队规模扩大到几十上百辆时，企业只能选择堆人力，但这会带来新的问题：管理复杂度上升，不同城市运营水平参差不齐，培训成本居高不下。
更致命的是"规模不经济"：车队规模越大，单车运营成本反而越高。这直接制约了无人配送的商业化进程。
颉晶华在演讲中强调："AI的价值不在于写多少代码，而在于解放双手。"Neo Claw要做的，就是把运营人员从重复劳动中解放出来，让他们专注于更高价值的决策工作。
Neo Claw 能做什么
Neo Claw 不是一个简单的语音助手，而是一个能"动手"的AI Agent。它内置了车队管理、车辆控制和数据查询分析等核心能力，可以直接指挥真实的无人车执行物理任务。
具体来说，运营人员可以通过自然语言完成以下操作：
车辆调度与控制
- "把附近快没电的车都开去充电"
- "把这50辆车的车门都打开"
- "让编号A区的所有车回到仓库"
系统会自动理解指令，检查车辆状态，然后批量执行任务。不需要点开每辆车的详情页，不需要手动勾选车辆列表，说一句话就能搞定。
复杂任务编排
当运营人员说"安排10辆车去CBD区域待命"时，Neo Claw 会自动完成一系列判断：
- 筛选出电量充足、状态正常的车辆
- 计算每辆车到目标区域的距离和时间
- 优化调度方案，避免路径冲突
- 下发指令并实时监控执行进度
这些以往需要运营人员手动完成的工作，现在由AI自动处理。
数据分析与决策支持
- "今天CBD区域的订单完成率是多少"
- "上周哪些车辆故障率最高"
- "预测明天早高峰需要多少辆车"
Neo Claw 可以实时查询运营数据，生成分析报告，甚至基于历史数据给出调度建议。运营人员不再需要导出Excel表格、手工计算，直接问AI就能得到答案。
技术实现：不只是大模型套壳
Neo Claw 的技术架构并不复杂，但每个环节都针对实际场景做了优化。
多模态理解
系统支持语音、文字、图片等多种输入方式。考虑到运营人员常在户外工作、戴手套不方便打字，Neo Claw 采用"按住说话"的交互方式，就像发微信语音一样简单。更重要的是，它能识别四川话、东北话等多种方言，降低了使用门槛。
意图识别与任务分解
当用户说"把快没电的车开去充电"时，系统需要完成以下步骤：
- 理解"快没电"的阈值（通常是电量低于20%）
- 查询符合条件的车辆列表
- 判断每辆车的当前状态（是否在执行任务、是否有故障）
- 规划充电站分配方案（避免所有车挤到同一个充电桩）
- 下发控制指令并监控执行
这背后是一套完整的任务编排引擎，能够将自然语言指令转化为可执行的操作序列。
安全机制
Neo Claw 构建了双重防护体系：
身份与权限鉴权：所有涉及车辆物理控制的指令（开锁、启动、移动）都需要通过身份验证和权限检查。系统会确认操作者的身份，核对其是否有权限控制特定车辆。
车辆唯一性判定：当用户说"把这辆车开过来"时，系统会通过多种方式确认目标车辆的唯一性——车牌号、设备ID、GPS位置等，避免误操作。
人工确认机制：对于高风险操作（批量启动、跨区域调度），Neo Claw 只负责前期判断和准备工作，最终执行按钮由运营人员确认。AI提供决策支持，但不会越过人类做最终决策。
数据权限管理：系统有严格的"权限名单"，只有特定岗位的人才能查看经营指标等敏感数据，且所有查询记录可追溯。
实际效果：从POC到规模化落地
Neo Claw 目前已在青岛等地的部分区域上线，后续将覆盖更多城市。从实际使用情况来看，效果明显：
管理效率提升10倍：以前一个人管10台车，现在可以管100台以上。运营人员的工作重心从"盯屏幕、点按钮"转向"做决策、优化策略"。
培训成本大幅降低：新员工不需要学习复杂的后台系统，只需要知道"想做什么就说什么"。系统会根据当前场景主动推荐常用指令，上手速度比传统模式快3-5倍。
运营质量趋于一致：以往不同城市、不同运营人员的管理水平参差不齐，现在AI统一处理标准化任务，人为失误大幅减少。
跨城市扩张加速：进入新城市时，不再需要重新搭建本地团队、培训新人、磨合流程。只要部署Neo Claw，运营能力就能快速复制。
行业意义：AI运营时代的开端
Neo Claw 的发布，标志着无人配送行业进入"AI运营时代"。这不仅仅是新石器一家公司的技术升级，而是整个行业运营模式的重构。
从技术驱动到运营驱动
过去几年，无人配送行业的竞争焦点在技术——谁的自动驾驶更稳定、谁的传感器方案更便宜。但当技术逐渐成熟，竞争的关键转向了运营效率。谁能用更少的人管理更多的车，谁就能在商业化竞争中占据优势。
Neo Claw 的出现，让运营能力不再依赖于"人海战术"，而是通过AI实现规模化复制。这对整个行业的商业模式都有深远影响。
降低行业门槛
传统的无人车运营需要专业团队，涉及车辆调度、故障处理、数据分析等多个环节，每个环节都需要培训和经验积累。Neo Claw 把这些能力封装成自然语言接口，让非专业人员也能快速上手。
这意味着更多企业可以尝试无人配送服务，而不需要从零搭建运营团队。对于快递、外卖、零售等行业来说，使用无人车的门槛大幅降低。
重新定义人机协作
Neo Claw 不是要取代运营人员，而是重新定义人机协作的边界。AI负责标准化、重复性的工作，人类负责决策、优化和异常处理。这种分工让运营人员可以专注于更高价值的工作，而不是被琐碎的操作消耗精力。
颉晶华在演讲中提到："我们希望通过此次迭代，简化无人车队运营链路，推动行业实现更高质量、更可持续的规模化落地。"这句话背后的逻辑很清晰：只有当运营成本足够低、管理足够简单时，无人配送才能真正走向大规模商业化。
新石器的底气：七年积累的护城河
Neo Claw 的推出，离不开新石器在无人配送领域的长期积累。
规模优势：新石器目前拥有全球最大规模的L4级无人配送车队，累计运营里程超过1.5亿公里。这些数据是训练AI Agent的基础，也是验证系统可靠性的保障。
技术壁垒：新石器拥有超过1500项专利，其中50%以上是发明专利。在L4级自动驾驶、车队管理、全域智能调度等方面都建立了深厚壁垒。
全球化布局：除中国外,新石器已在19个国家开始规模化部署。不同国家的路况、法规、使用习惯都不同，这些经验让Neo Claw在设计时就考虑了多场景适配。
产品矩阵：从3立方的X3、6立方的X6到12立方的H12，新石器覆盖了不同载重需求。Neo Claw需要适配不同车型的控制逻辑，这对系统的通用性提出了更高要求。
更重要的是，新石器不只是做无人配送车，还在向具身智能方向延伸。物流行业有三个核心环节：运输、装卸、搬运。无人车解决的是运输问题，装卸和搬运则需要机器人。新石器正在从"新石器无人车"向"新石器机器人"转型，Neo Claw未来可能不只是管理车队，还会协调车辆与机器人的协同作业。
挑战与未来
Neo Claw 的发布是一个重要里程碑，但要真正实现"一句话管理千辆车"，还有不少挑战需要解决。
复杂场景的理解能力：当前Neo Claw主要处理标准化任务，但实际运营中会遇到各种边缘情况。比如"把车开到最近的维修点"——系统需要理解什么是"维修点"、如何判断"最近"、如果维修点满了怎么办。这些需要更强的上下文理解和推理能力。
多Agent协同：当车队规模达到数千辆时，可能需要多个AI Agent协同工作——有的负责调度，有的负责维护，有的负责数据分析。如何让这些Agent高效协作，避免冲突和重复，是一个系统工程问题。
成本控制：大模型的推理成本不低，尤其是在高并发场景下。如何在保证响应速度的同时控制成本，需要在模型选择、推理优化、缓存策略等方面做权衡。
用户习惯培养：虽然自然语言交互降低了使用门槛,但运营人员需要时间适应新的工作方式。如何设计合理的引导流程、提供有效的反馈机制，让用户愿意用、用得好，是产品设计的关键。
从长期来看，Neo Claw代表的不只是一个产品,而是一种新的运营范式。当AI能够理解人类意图、自主完成复杂任务、持续学习优化时，无人配送的商业模式会发生根本性变化。运营不再是成本中心，而是通过AI实现规模效应的杠杆。
新石器选择在这个时间点发布Neo Claw，既是对过去七年积累的总结，也是对未来行业格局的押注。当无人配送行业进入规模化竞争阶段，谁能率先建立AI运营能力，谁就能在下一轮竞争中占据主动。
参考来源
- 新石器New Claw：AI一体化解决方案，零门槛当无人车指挥官| 2026AI Partner·北京亦庄AI+产业大会 - 36氪 - 新石器CPO颉晶华在AI+产业大会上的演讲实录