走在具身智能的另一條路上。

宇樹上市前夕，梅卡曼德通過港交所聆訊；兩周之後，梅卡曼德登陸港股。

基石陣容不乏亮點，蘇格蘭百年機構Baillie Gifford、泰康人壽、華爾街知名量化機構Jane Street、對沖基金、澳大利亞養老金和比亞迪等。一位投行人士感嘆，一家體量不算大的公司，能集結這樣的牌面並不常見。其中，拿下最大份額的Baillie Gifford以超長期投資著稱，過往案例有亞馬遜、特斯拉、英偉達、SpaceX和字節跳動。

梅卡曼德的上市，說早也不早，公司和宇樹一樣，已經成立十年。說晚也不晚，在多傢俱身智能排隊衝刺IPO，明星本體、VLA和世界模型公司輪番登場時，要猜誰先上市，很多人未必先想到梅卡曼德。

部分底氣來自紮實的財務數據。2025年，梅卡曼德收入近4億元，毛利率達到64.6%；全球市場部署了2.9萬台產品，客戶有100多家世界500強。

但這不足以充分解釋梅卡曼德——在一個被VLA、世界模型、人形機器人和Physical AI重新定義的具身智能時代，該如何理解從上一波周期走來的公司？

梅卡曼德曾經紅過。2021年前後，AI+機器人賽道火熱，紅杉、美團、源碼資本等「有頭有臉」的機構扎堆入場。緊接着，ChatGPT問世，一批更年輕的創業者帶着基礎模型和具身智能的新敘事湧入行業。

AI最熱鬧的幾年裏，梅卡曼德反而隱形。主動低調也好，被新技術和新公司「摺疊」也罷，外界一度以為這家公司淡出競爭。

追問隱形的原因，邵天蘭反問「For what」。按他的理念，做事要有明確目的，如果公司並不缺錢，單純為了曝光而PR意義何在？

這種務實可以從不少地方找到證據。比如，梅卡曼德的總部沒有專門設定展廳，用來「參觀」的空間，就是機器人日常訓練的場地。邵天蘭的辦公室沒有茶台和酒櫃，只有塞滿的書架、摞着文件的辦公桌和擺在地上的啞鈴。

邵天蘭不是傳統意義上溫吞的工程師。他對自己的技術路徑有近乎強硬的自信，不避諱對概念和標籤的警惕。他對外物有自己的尺子，自認是激進的創業者，什麼火就做什麼，在他看來是反而是真正的保守。

有趣的是，他並不是舊世界的老登創業者。十年前，他只有27歲，碩士畢業，放棄大廠offer回國創業。放在今天，這是標準的「00後創業」劇本：年輕，技術出身，相信一個尚未充分展開的未來，又很快被明星資本選中。十年之後，他也啱啱37歲而已。

在共識高度集中、概念如此強勢的具身智能時代，梅卡曼德顯得不那麼「潮」：從視覺組件延展至「眼腦手」，不做人形本體，不從通用模型和終局敘事出發，也不願把自己裝進最熱門的技術標籤，甚至面對人形機器人火熱的上量預期也冷靜觀望。

在熱得發燙的當下，梅卡曼德的上市反而是個提醒——價值判斷不止一個，通往具身智能的路不止一條。有人從終局出發，自上而下尋找產品和場景；也有人從工業現場出發，把感知、規劃、控制和交付一點點往上壘。

被新概念摺疊的路徑，不等於沒人在走，也不等於沒有價值。

以下是和梅卡曼德創始人邵天蘭對話：

「我們是一家 play no trick 的公司」

曹瑋鈺：梅卡曼德的上市有些「突然」。我印象裏，梅卡曼德的高光時刻大約在五年前，紅杉、美團、源碼等一批頭部機構扎堆投資。之後一級市場幾年低谷，GPT爆發又帶來一批具身智能，梅卡曼德成了上一波「明星公司」。這幾年你們很低調，再出現時就要上市了。

邵天蘭：你說的高光大概在2021年前後。當時我們的業務開始較快增長，但之後確實很少做PR，對外界幾乎隱身狀態。當然，我們在行業的知名度是越來越高的。

我的價值觀還是「古典創業者」那一套，放在今天不一定所有人都認同：我認為一家公司要上市，至少要有可持續的收入和穩定經營，不一定馬上盈利，但至少應該有清晰的預期。

上市公司面向公衆投資者，要承擔相應責任。過去幾年，梅卡曼德收入持續增長，毛利率提升，費用率下降，業務模式得到了驗證。同時，公司治理也逐漸成熟，我們具備了走到這一階段的基礎。

曹瑋鈺：這麼多家機器人，為什麼是你們先上？

邵天蘭：很多人可能覺得今天行業不再那麼市場化，我不這樣看。有些公司估值上升很快，好像離上市很近，但上市與否還是取決前面說的那些。

我們的業務比較紮實，收入來自真實客戶，積累了穩定的客戶和增長，服務超過100家世界500強企業，毛利率保持在很高水平，而且沒有任何來自數採中心的收入。

可能今天這個時代，有些人不再相信好好做技術產品、公司治理，更相信資本運作，信短期聲量。某種程度上，這些都是 trick。我們是一家 play no trick 的公司，不走捷徑，不搞資本運作，不通過數採中心之類的方式做虛假收入，關注的就是技術、產品、業務。

公司成立十年，好處是「見過事兒」。最後沉澱下來的，就是這樣一套價值觀：只有技術、產品、業務纔是真的。你看這幾年真正跑出來的公司，比如影石、大疆、拓竹，都做得很紮實。

曹瑋鈺：梅卡曼德「隱形」那幾年經歷過低谷嗎？不少投資人一度認為你們下了牌桌。

邵天蘭：沒有。可以翻招股書，免得顯得我在自誇（笑）。公司成立至今，收入沒有出現過下降，整體較快增長，收入和毛利都在快速提升，賬上現金從沒低於一年以上的經營需求。

基數小的時候，增長看起來不明顯，但把時間拉長，就能看到複利的力量。真正做事的創業公司，時間尺度與投資機構並不完全一致。像我們這樣的公司，三年能上一個台階，已經是很紮實的進展。

曹瑋鈺：疫情那幾年呢？外界對公司進展不大的觀感，主要集中在那一階段。

邵天蘭：主要有兩個因素。一是市場環境，那幾年資本市場整體不好，如果公司還沒盈利、虧損相對較大，外界就容易產生悲觀判斷。另一個是企業自身與資本感受有時不同步。你提到的觀感我很清楚，也會主動管理預期。市場悲觀時，我們不過度悲觀，市場激進時，我們也壓一壓。

理想情況下，企業價值和資本定價應該高度相關。但實踐中，資本市場總會波動，投資收益也會受到進入時點的影響。

曹瑋鈺：一級市場常常只有兩端，過熱或過冷。公司後續孖展還順利嗎？我注意到D輪似乎融了很久，從2023年到2025年。

邵天蘭：只是沒有公布，從GIC那輪就沒再公布了，連公衆號都沒發。

曹瑋鈺：為什麼？

邵天蘭：For what？孖展宣發，無外乎為了吸引後續投資人、潛在客戶或員工。當時這些訴求都不迫切，我們能在市場上獲得足夠資金。

其實我在2024年參加過一次總理座談會，之後楊植麟、梁文峯、王興興也受邀參加過。我們很剋制，只在公衆號簡單轉了新聞。類似經歷可以作為公司與產業溝通的記錄，但沒必要反覆講。

做事的目的性非常重要。我確實不明白為什麼有些公司在沒收入的情況下把估值頂那麼高，是為了快速上市嗎？

曹瑋鈺：收入規模不大、尚未盈利的企業上市並不是個例，GPU四小龍中的沐曦、摩爾就更早上市。

邵天蘭：不不不，這是刻舟求劍。我們做機器人的憑什麼碰瓷人家GPU？GPU是卡脖子的國之重器，是重資產、重投入、長周期的方向，要實實在在砸研發，才能把產品真正做出來。

具身智能機器人是前沿創新，技術壁壘、發展節奏、估值邏輯與GPU不能同日而語。現在搞機器人的滿街走，你拿個板磚扔一下都砸得到，沒法比。

曹瑋鈺：梅卡曼德成立十年，但孖展規模、Pre-IPO估值和發行定價，都與這一波具身智能不在一個量級。

邵天蘭：說實話，看不懂。

曹瑋鈺：你們不是第一天就頂着具身智能概念成立的公司，當時還沒有這個概念。

邵天蘭：其實每隔一段時間都會有熱詞，最大的問題是過時很快，VLA就面臨這一問題。其實現在最火的不是具身智能，是Physical AI。互聯網是有記憶的。我還是希望用最平實的語言把做的事情講清楚。

當然，這一批公司的孖展和估值升得更快，這是客觀現象。

曹瑋鈺：你覺得梅卡曼德被低估嗎？

邵天蘭：相比之下，我更關注另一些公司是不是被高估了。

「創業者玩的是無限遊戲」

曹瑋鈺：資本市場總是「喜新厭舊」，任何一家明星公司都可能被新的技術範式和新公司摺疊。你是怎麼應對這種轉折的？

邵天蘭：這背後有一個很本質的問題：創業者和投資人的目標和周期並不完全一致。我在這個行業十年，當年和我同期的創業者有一些都是失信人了。

創始人從第一天玩的就是無限遊戲。最直白講，上市後，我的股票有鎖定期。實踐中可能要鎖一輩子——公司不好時賣不掉，公司向好時賣，又為什麼急着賣？

能陪伴三五年的投資機構已經很好，能陪七八年就更難得。但我們玩的是無限遊戲，有些trick 只能在短期頂一下。

曹瑋鈺：可你畢業不久就創業了，沒怎麼經過社會的摩擦，你是怎麼祛魅的？

邵天蘭：我看過很多企業的發展。沒有AI工具時，我會自己打印財報，現在藉助AI做分析。從公司成立到現在，我從來沒有套現過，一直只領很普通的薪酬。當你真正相信自己做的事，就會做到這種程度。

我們在資本市場的動作都有明確目的。B輪、C輪時，公司收入還沒有起來，需要讓更多客戶知道這是一家值得信任的公司，所以要主動提高曝光。到了後面，這件事的必要性就降低了。

曹瑋鈺：你從來沒有享受過當明星嗎？

邵天蘭：沒有，虛名沒有意義。套用一句話，金融服務於實體經濟。企業在資本市場的動作，最終要服務於業務，同時讓股東獲得合理回報。

如果創始人把主要精力放在推高估值、強調個人身價上，對公司業務、上市和長期發展有幫助嗎？退一萬步講，哪怕對我個人，也只有公司的發展和業務是真的。

我們和宇樹都很幸運，經歷過一段資金相對充足、又沒有被過度關注的時期，這很寶貴。過度關注可能帶來三個問題：第一，競爭被放大；第二，成本被推高，包括價格戰和人才競爭。之前我接觸過一位靈巧手方向的候選人，一年內換了好幾家公司，薪資翻了幾倍，但技術未必能以同樣速度提升。

第三，時間表被不合理壓縮。原本一年研發一款產品可能是合理周期，現在三個月就要發布，這容易讓企業的動作變形。

曹瑋鈺：這段時間大概在什麼時候？公司成立的前五年？

邵天蘭：差不多。這段時間，團隊能建設起來，在波動中打下基礎，而不是以很高價格招了一幫急功近利的人。其次，技術底座打得更紮實，有時間摸索商業模式。大疆、拓竹都有過類似階段，外界看到忽然冒出個巨頭，實際上都在各自領域積累了很久。

現在很多具身智能、Physical AI和機器人公司聲量很大，但團隊、產品、技術和業務還沒來得及搭建，只能被迫進入一場表演。長期看，這會帶來一個問題：外面吹的牛在內部圓不上，團隊就很難做到腳踏實地、實事求是。內部文化一旦被摧毀，變得急功近利，後續調整成本會非常高。

我經常講一句話：合理利用資本市場。公司做得好，投資人也獲得回報；但雙方利益不完全一致時，創業者要有自己的規劃。

曹瑋鈺：這次上市，有多大程度是為了解決投資人退出？

邵天蘭：肯定是因素之一。如果能給投資人合理回報，為什麼不？在公司發展過程中，照顧投資人的合理訴求，是創始人的責任。中間孖展時，我們就安排過早期投資人適度退出。

曹瑋鈺：老股退出是投資人提出來的，還是你主動安排的？

邵天蘭：我主動推動的。因為我知道上市沒有那麼近，早期基金可能面臨到期，未必能一直持有。從2019年開始，後面幾輪融都會在發新股，再轉讓一部分老股。到現在，最早期投資人的本金已經基本收回。

坐在創始人的位置上，需要給各方一個交代。如果設計不好，可能出現上市時現金不足，或者基金到期、退出壓力過大的情況。人家信任你，給你投資，起碼得給人交代。我平時下圍棋，不能只看眼前兩步，得謀全局，起碼往後多看三五步。

曹瑋鈺：就我觀察，大多數創始人不會主動安排這一點。

邵天蘭：資本是你的工具，設計得好，就能為你所用，設計不好，最後就會變成 tail wags the dog（尾巴搖狗），資本壓力反過來推動公司刷收入、趕上市。

曹瑋鈺：上市這套公開市場制度會改變你嗎？

邵天蘭：不會，經營本身不會因為上市發生根本變化。當然，季報、半年報是上市公司規則，該做就認真做。

我們在一級市場也是同樣的原則，不靠吹牛，有時還會發出一些相反的聲音，主動給市場降溫。還是那句話，play no trick。你剛纔說資本市場常常沒有中間態，我很認同。我們能做的是讓公司穩定、健康發展，儘量避免資本市場的大幅波動反過來影響經營。

其實宇樹之前是這個狀態，只是市場情緒影響了上市節奏。IPO情緒高漲時，市值迅速衝高，之後又快速回落，這對一家原本經營不錯的公司來說並不輕鬆。其實王興興一致很理性，最近幾次講話都在主動降溫，提醒大家沒那麼快別急，技術還需要時間。

「什麼火就做什麼，纔是真正的保守」

曹瑋鈺：你27歲創業，約等於現在的00後創業。現在科技創業「含博量」很高，你當時只是碩士。可聽上去，你一開始就很清楚創業要做什麼、資本角色是什麼。

邵天蘭：如果你看我們天使輪到B輪的BP，會發現產品形態和商業模式沒有變化。2017年我們就判斷，機器人硬件很難完全統一，傳感器是不可分割的一部分，應用場景很早聚焦在製造業、物流等等。

讀書是一方面。我更重視兩件事：一是從原理上把事情想清楚，二是找到合理的對標。

我們的技術是新一代人工智能機器人技術，但商業模式可以參考西門子、康耐視、基恩士、海克斯康等公司。西門子在上世紀70年代把當時先進的微電腦控制技術，變成型號齊全、穩定可靠、簡單易用且生態完善的產品，最終成長為工控巨頭。

另一個是從原理上想清楚：為什麼孖展，估值為什麼處於這個水平，每個階段要完成什麼？如果早期目標是驗證技術可行性，就要集中力量做Demo，這一階段過度討論Demo成本意義不大，先完成技術驗證，再談落地，從第一台、第二台開始調試。

我們叫Mech-Mind，意為機器人大腦。為什麼還要做相機？第一，是為了數據一致性。今天很少有公司能證明，自己的機器人大腦可以適配所有傳感器，我們也做不到，所以需要用自研傳感器保障系統執行。第二，是責任邊界，機器人抓空，可能是視覺問題，也可能是大腦問題，兩件事很難完全解耦，所以需要一起提供。

曹瑋鈺：業務模式十年沒變，到底是從一開始就摸到了門，還是路徑依賴？

邵天蘭：這個問題很好。為什麼沒有變？因為核心假設沒有變。有點像數學裏的公理體系：先有幾個公理，再推出一些定理，進而發展出更多東西。

首先，我們相信機器人智能不會停留在很小的市場規模，而是有機會成長百萬、千萬甚至億級的超級大市場。過去每年出貨幾十台時，我們就相信未來能到萬台級，當時好多人不信。這一目標去年我們實現，今年還在增長。

如果相信市場夠大，你就會得到一個推論：必須做標準化產品。從商業史看，很少有公司能依靠高度非標業務支撐幾千人以上的組織規模，這是人類管理帶寬的邊界。

第二，機器人硬件能不能完全標準化？不能。人形機器人不一定能搬動500公斤重物，倉庫、工廠和組裝線的佈局與調試也不一樣，這涉及機械原理，因此最終一定要分工。我們做眼、腦、手，核心是腦，但手和眼無法完全分開；機械臂、移動底盤、輸送線和客戶定製方案，可以交給其他環節。

機器人天然是為了解決非標、長尾的需求，場景很細碎。未來要形成更大的出貨規模，就必須讓眼睛、大腦和手形成相對標準化的分工。

曹瑋鈺：過去十年最大的教訓又是什麼？

邵天蘭：不要盯着競爭對手。我們犯過不少回頭看想抽自己的錯誤，覆盤下來，大部分原因就是這個。

所謂競爭對手，往往只是媒體和投資人常拿來比較的幾家公司。當年公司就幾千萬收入，還天天盯着比自己更小的公司。打個不恰當的比喻，大學裏那麼多牛人你不盯，老盯着宿舍舍友天天在幹什麼？

我們面對的是全球競爭。在技術、產品和市場都未成熟時，更應該關注技術、產品和客戶，保持理性。如果沒有克服這種本能，競爭對手做什麼就跟着做什麼，他跳坑裏，你也跟着進去了。

後來我們想清楚了，競爭對手是盯不過來的。任何一個趨勢，最後留下來的公司通常只有幾家，你得相信自己會是其中一家。競爭對手可以研究，可以學習，但不能跟隨，這種虧我們當年喫飽了。

曹瑋鈺：你們不追概念，甚至與概念保持距離，是因為習慣了從穩定性、成本和交付去評判技術嗎？具身智能是技術突破帶來的產物，更多從模型潛力和終局出發；你們的經驗和邏輯更自下而上，這會不會讓你過於保守，低估技術潛力？

邵天蘭：恰恰相反。如果你看我們2018年前後的工作，那時已經在做仿真環境中的深度強化學習，到今天都不過時。我們現在講「銷售一代、改進一代、預研一代」，我們是真正能引領趨勢的。

關於你的問題，我很認同Waymo創始人前段時間在YC分享的一個觀點，叫structured end-to-end。把底層架構和體系建設好，之後就能持續、高效吸收技術進步的紅利，而不是每次新技術出現，都把原有積累推倒重來。

這些年我們一直在做「基建」，團隊、數據、資源和評測體系都已建立，技術到產品、再到商業的鏈路已經打通。今天看到一篇論文、一項新技術，如果判斷有價值，可能一個月後就轉化為面向客戶的產品。好的公司應該讓技術促進產品，產品促進商業，商業再通過數據和反饋反哺技術。

現在行業總有人幻想某些人掌握着世人不知道的獨門技術，其實大家都沒有。我們沒有，谷歌、OpenAI、Anthropic等等我認為都沒有。

在人工智能時代，技術擴散是非常快的。有些創始人這麼宣稱，有些投資人可能會信，但事實沒有那麼簡單。

回到你的問題，我不認為我們保守。真正激進的公司，敢於相信自己的判斷。相反，什麼火就做什麼，纔是真正的保守。今天某個概念火了就改方向，明天另一個概念火了又重新投入，看着積極，實際在跟隨。

第二，我們從一開始就是深入一線技術的公司。到今天我仍在讀論文、參與研發，內部對新技術的跟進和評測非常充分，知道什麼是真的，什麼是炒作。我們是少數願意在WAIC現場展示真東西的公司。

曹瑋鈺：有一個說法，各家公司的基因不一樣，起點和路徑也不一樣，比如最近常提到的AI-native。

邵天蘭：市場總有些似是而非的概念，在我看來可能是公司沒有正經業務時編的說法。什麼叫基因不同？無外乎說，創始人是訓模型出來的，其實大家今天一樣大量用Agent訓模型，搞開發。

曹瑋鈺：具身智能一開始就面向本體和通用模型，梅卡曼德是從視覺這個切口、從具體任務出發。

邵天蘭：視覺不是小切口，而是很大的能力。我們也不是從某個細分行業切入，從一開始我們的目標就是通用能力，沒有把業務侷限在特定行業或特定應用。

曹瑋鈺：換一個措辭，拿自動駕駛做類比，你們更像從L1往L5演進，具身智能更像從L5往前推，你們從兩端往中間走。

邵天蘭：這麼說比較準確。自動駕駛不少發展好的公司，都是從L2向上演進。

行業有個似是而非的觀點，認為從L2往上走，與直接做L4、L5在技術上完全不同，這一點並未得到證實。追到底，大家手上的傢伙事兒都是一樣的，根源就是過去十年人工智能形成的有效成果。

我見過強調自身基因完全不同、試圖顛覆一切的公司，下場往往不理想。一家公司大部分事情，都應該找到成熟可靠的參照：市場、供應鏈、客戶服務，都要向成熟企業學習，好好做紮實。

曹瑋鈺：可是風險投資天然偏好顛覆式創新。

邵天蘭：還是那句話，資本是工具，不是主人。吹牛可以，但不要把自己吹信了。如果總把自己放在「我們就是對的」的位置上，很容易變成一個事實扭曲器。。

我無差別反對一切標籤化的東西，也不願意被標籤概括。我相信實事求是、與時俱進，不預設某個東西一定正確。如果新事物出現，我判斷確實有價值，那就跟上。

「人形機器人上量，可能是個 fake trend」

曹瑋鈺：我聽一位梅卡曼德早期投資人說了句話，印象很深。他說這一波具身智誰能活下去，他判斷不了，但他很確定十年後梅卡曼德還在。這是一個很樂觀的預期，你接得住嗎？

邵天蘭：一個更貼切的表述是，我們最艱難的時候過去了，未來有挑戰但輕鬆一些。還是那句話，實事求是、與時俱進。只要堅持這個原則，我就有信心。

曹瑋鈺：我知道你一直不認為人形是萬能形態。

邵天蘭：對，尤其在製造業和物流場景。

曹瑋鈺：但接下來幾年，普遍被認為是人形機器人上量的年份。

邵天蘭：不會。For what？To where？人形機器人在哪些真實場景實現了批量部署，並得到驗證？給我一個例子，一個就可以。

曹瑋鈺：你這話聽上去像是非共識，但人形機器人去年出貨量超過一萬台，市場普遍預期今年可能超5萬台。

邵天蘭：這不是非共識，而是聲音不大的共識。我看過一個說法很有意思，說一款人形機器人發布，至少能賣出500台，因為每個同行都會買一台研究。這就是個「內循環」。出貨量增長很快，但具體流向在哪裏？數採中心、展示、科研教育以及各種形式的關聯交易。

資本助推的增長無法取代真實應用。產品有真實客戶、嚴肅應用、批量復購和穩定交付，纔是真正的起量。

可以類比VR。前幾年，VR產量看上去不低，蘋果Vision Pro發布時很熱，但你認識哪怕一個每天用 Vision Pro完成有意義的工作？彼得·蒂爾有一個觀點我很認可：一個東西如果未來會成為大趨勢，那麼在很早期、規模還小的時候，就應該有一批人非常狂熱地每天使用它。

比如第一代iPhone，雖然問題很多，但有人覺得它解決了自己的問題。大疆早期無人機量也不大，但有一批用戶真切認可它有價值。掃地機器人、GoPro、3D打印機都經歷過類似階段，人形機器人暫時還沒有看到清晰的信號。

當然，我不是說這種需求永遠不會存在，只是今天還不夠清晰。在未來相當長一段時間裏，製造和物流場景，包括工業機器人和協作機器人，仍然會是主力。

今天不少以具身智能人形機器人的名義落地的產品，上了產線還是老老實實付諸複合移動機器人的形態，工業或協作機械臂加移動底盤，只不過裝上一個更妖嬈的身體和頭？那就是新物種了嗎？

是不是新物種，要回到實際能力判斷。過去這類產品就叫複合機器人，只是今天處在不同的估值語境了。

曹瑋鈺：那是不是意味着，你們並不打算大力開拓人形機器人業務？

邵天蘭：等場景成熟，出現高質量可持續的收入，再加大投入也不遲。

曹瑋鈺：這是價值觀問題，還是賬算不過來？

邵天蘭：都算不過來，但首先是業務賬要算得過來。價值觀不是一個抽象的道德準則，它是一個長期讓你有利的東西。現在投入大量時間和精力做人形本體，未必符合我們的資源配置。

區分一個人是不是真正相信自己所說的遠期願景，就看他短期在做什麼。我們相信機器人在未來有很大潛力。如果接下來能以百萬台為單位向真實場景持續出貨，數採中心的少量訂單並不是關鍵。

曹瑋鈺：但上市以後，二級市場可能恰恰會按人形和具身智能的標籤給公司定價。

邵天蘭：我沒法預測資本市場。巴菲特講過，股市短期是投票機，長期是稱重機。公司真正能做的，還是把技術、產品和業務做好，讓長期的稱重結果配得上它。