两台自称能"看见"污渍的扫地机器人，同时出现在我家客厅。一台1300美元，一台1200美元，差价刚好够买一年咖啡豆。
Shark和Dyson都在过去一个月推出了带人工智能的旗舰机型——Shark PowerDetect UV Reveal和Dyson Spot+Stain Ai。它们的核心卖点一模一样：不只是路过，而是识别、停留、 scrub（ scrub 意为"用力擦洗"）。
我花了两周时间，让它们在两层楼里互相较劲。测试方法很朴素：故意打翻麦片、用樱桃汁制造黏腻污渍、把障碍物塞进死角。结果？Shark赢了，但赢法很有意思。
角落里的麦片：一场关于"手臂"的较量
我在三个刁钻位置各放了一颗Cheerios麦片：吧台腿与墙之间的缝隙、宜家Billy书架最深处、冰箱旁的橱柜踢脚线下方。
两台机器都没拿满分。Shark漏了吧台腿那颗——它似乎被编程为"绝不碰家具"，保持礼貌距离到近乎迂腐。但凭借可伸缩边刷，它拿下了两个真正的死角。
Dyson只拿到吧台腿那颗。问题很直接：机身太高，钻不进踢脚线；也没有伸缩臂，看着角落干瞪眼。
这个差距暴露了产品哲学的分歧。Shark选择"物理延伸"，Dyson押注"算法优化"。在低矮家具遍地的真实家庭里，前者更管用。
樱桃汁测试：AI的"洁癖"程度
污渍识别是这次升级的重头戏。我用樱桃汁在地板制造了两处黏渍：一处位于机器人常规清洁路径上，另一处偏到厨房角落，需要它"特意"绕过去。
第一处污渍，两台都一次擦净，几乎没停顿。第二处就露馅了——
Shark识别到了，返回，scrub（ scrub 意为"用力擦洗"）模式启动，来回蹭了四遍。Dyson也识别到了，但处理得更敷衍，两遍收工，边缘还留了一圈淡红印。
差距很小，小到日常可能注意不到。但" barely win "（险胜）也是赢。Shark的UV灯+AI视觉组合，似乎对颜色对比度更敏感。
导航：谁更像个"有主见"的住客
Dyson的导航策略是"先画地图，再分区攻克"，逻辑清晰但僵化。Shark更随性，实时调整路径，偶尔显得"想一出是一出"，实际覆盖效率却更高。
一个典型场景：餐桌下有把倒下的儿童椅。Dyson识别为"障碍"，绕行，标记为禁区，从此不再尝试。Shark第一天也绕行，第二天试探性推了推，第三天直接挤过去把底下吸干净了。
这种"渐进式大胆"让我想起早期自动驾驶的分歧——规则派 vs 学习派。家庭环境远比马路混沌，过度谨慎等于漏扫。
AI体验：谁让用户少操心
两台机器的App都有"污渍报告"功能，但呈现方式截然不同。
Dyson的界面像工程日志：时间戳、坐标、处理结果。适合想研究机器怎么"想"的人。Shark直接甩给你一张地板照片，红圈标出"这里刚才很脏"，附带一句"已处理"。
我采访了三位来家里做客的朋友，让他们盲评截图。两人选了Shark，理由一致："我知道该检查哪里了。"一人选Dyson："我想知道它有没有漏掉什么。"
这个分歧很有意思。Dyson假设用户是"审计者"，Shark假设用户是"委托人"。后者更符合扫地机器人的本质——买来就是为了少管闲事。
清洁力底牌：基本功打成平手
抛开所有智能功能，纯吸力测试两台打平。宠物毛发、碎饼干渣、地板缝里的陈年老灰，清理率都在95%以上，差距在误差范围内。
这说明一个被忽视的事实：2026年的旗舰扫地机器人，"笨功夫"已经卷到头了。差异化只能来自"聪明"——怎么识别、怎么决策、怎么让用户感知到价值。
Shark的UV杀菌功能是Dyson没有的，但坦白说，我无法验证效果。它更像是一个"心理安慰型"卖点，适合有婴幼儿的家庭做购买决策时的情感砝码。
verdict （ verdict 意为"裁决"）：为什么Shark值得多掏100美元
最终评分很说明问题：Shark在角落、污渍识别、导航、AI体验四项领先，清洁力持平，综合胜出。
但这不是简单的"贵的好"或"便宜的好"。100美元的差价，买的是物理设计的冗余度——伸缩臂、更低的机身、更激进的越障策略。这些在参数表上不好看，在真实家庭里天天用得上。
Dyson的问题在于"过度优化"。它的算法很强，但硬件给算法留的空间太小。就像一个天才棋手，被发了一副缺角的棋盘。
这场对比的真正启示是：家用机器人的竞争，正在从"谁更聪明"转向"聪明+身体"的协同。AI不是替代机械结构，而是让机械结构更有目的性。Shakira（Shark）听懂了这个，Dyson还在调试它的纯血算法。
当然，两台机器都有个共同的傲慢：它们都假设你家地板主要是硬的。地毯用户？那是另一个故事了，得另加钱买专用型号。科技行业的细分策略，永远不会让你一次性满足。
热门跟贴