「问题可能 50 年不变，技术每 10 年会出现一种新解法。投资市场里的热词可能每 3 个月换一次，但问题一直没有被解决。」林子轩说。

他所说的「问题」，是许多业余高尔夫球手都遇到过的困境：别扭的挥杆动作，根本不知道该怎么改；即便是请了专业教练，也很难随时得到指导。

2024 年夏天，陈弈、林子轩、徐凯涵还是宾夕法尼亚大学机器人专业的研究生。三个人因为相似的技术背景和长期运动经历一拍即合，创立了巡领科技，陈弈任 CEO，林子轩任 CTO，徐凯涵任 COO。

此后，他们花了近一年对高尔夫球爱好者进行深度研究，没有样机时先聊需求，有了 Demo 后便带到教练、球队和练习场中做验证。最终，他们确认，用户真正需要的是一套能够同时理解击球结果与身体动作，并把问题转化为具体训练建议的工具。

巡领科技的首款量产产品名为 BirdieSense，机身比手机更小，重量约 450 克，内部搭载两颗摄像头，整个外观像是一只小猫头鹰。

在性能上，两颗摄像头分辨率达到 4K，最高支持 240 fps 高速拍摄，一颗捕捉球与球杆，另一颗记录球手的身体动作。用户只需将设备放在身体斜后方，它便会通过纯视觉方案记录每次击球。除了距离、球速、起飞角等球路数据，系统还会分析球杆上的杆速、杆路，以及击球者的肩髋转动、脊柱角度、重心分布和挥杆节奏等信息。其核心，是把击球结果、球杆状态和基于人体关节点生成的骨骼模型放到同一套分析系统中，并告诉用户，刚刚打出的这一杆发生了什么，为什么会打成这样，下一杆应该怎么打。

摄像头所看到的数据会实时同步到手机 App，当系统发现同类球路和动作问题反复出现，AI 教练才会主动介入，解释动作与结果之间的关系，并给出有针对性的训练方法，用户也可以随时追问。

目前，BirdieSense 的介绍页面已经上线美国众筹网站 Kickstarter，预计 8 月底开启早鸟预定，9 月进入正式售卖阶段。在售价方面，早鸟权益 749 美元的起售价格，大致就相当于几节高尔夫教练课。而在此前，类似功能使用毫米波雷达感知的设备，售价要到 2 万美元以上，完全脱离了消费级。而 BirdieSense 选择进入消费级，并且价格也更为亲民。

陈弈称，来自职业教练、协会、球队与 Pro Shop 的意向订单已经超过 2,000 台，线上推广又积累了接近 1,000 笔预订或购买意向。市场推进将先从占据全球高尔夫主要份额的美国开始，再逐步延伸至日本、韩国、中国等市场。

8 月 7 日，地瓜机器人旗下核心创新企业孵化项目「DGP 地心引力计划」首场线下闭门路演「地心引力 DemoDay 2026」在上海举行，巡领科技作为依托地瓜 DGP 生态成长起来的创业团队在现场亮相。

现场，42 号电波和巡领科技创始团队的三名成员陈弈、林子轩与徐凯涵进行了一场长时间的独家对话，这也是三人首次同时接受媒体采访。从校园经历出发，创始团队的三人分别就市场、软件算法与硬件量产进行了非常详细的分享。以下是经编辑后的采访内容。

三名 00 后宾大研究生创业

42 号电波：我们先来聊聊三位的具体分工。陈弈现在主要负责哪些工作？

陈弈： 我作为 CEO 和一号位，主要负责融资、市场营销和战略。对我来说，最难的往往不是某一个单点问题，而是要协调所有部门的节奏。

算法可能三周出现一次进展，硬件可能三个月才完成一轮迭代，融资和营销又有自己的窗口。某一个环节出现变化，其他部门的计划也要跟着调整。

所以一号位要不断判断现在最重要的事情是什么。市场、供应链、团队和资源都在变化，优先级不可能永远按照最初的计划走。

林子轩： 我主要负责产品、软件算法和研发。第一次创业以后才发现，需要学习的不只是技术，还有招人、组建团队，以及怎样真正把一个产品做出来。

研发本身就充满不确定性。原来判断一两周可以完成的事情，可能因为硬件、人员或者其他依赖，最后变成三四周。算法有时也很难按照日历精确排期。

真正困难的是，研发不是自己完成就结束了，它还要和硬件、市场以及最后的交付时间对上。我要做的是尽量把这些不确定性协调起来。

徐凯涵： 我主要负责硬件研发和后续生产，同时也会兼顾一部分算法。产品理解和质量标准，还是内部团队最清楚。

前期很多能在内部完成的研发和设计，建议尽量先 in-house 推进；等产品方向和细节想清楚后，再与外部协作，生产和落地也会更顺畅。比起尽快把产品推出去，我们更希望从一开始就把产品打磨得更好。

42 号电波：在创业之前，你们最早是怎么认识的？

陈弈： 我们三个是在宾夕法尼亚大学读机器人专业研究生时认识的。当时实验室里的中国同学并不多，大家很快就熟悉起来了。

除了技术背景，我们都有比较长期的运动经历。我从小打网球，林子轩从小打高尔夫，徐凯涵以前在青年队踢足球。后来我们经常一起讨论技术，也会一起打球，慢慢就发现彼此都有创业的想法。

42 号电波：这个创业的局，最早是谁攒起来的？

陈弈： 这个局最早是我攒的。2024 年夏天，我问大家有没有创业的想法，结果三个人一拍即合。公司在当年 8 月成立，那时我们都还在上学。

一开始我们其实想过做具身智能。毕竟都来自机器人实验室，国内那段时间具身也很热，我们聊过很多可能的方向。只是创业不只是看一个技术方向热不热，还要考虑三个人真正能做出什么、多久能够交付，以及产品最后是不是有人愿意用。

42 号电波：真正决定创业以后，你们最先着手做的是什么？

林子轩： 从公司成立到产品真正成形，中间将近一年的时间，我们除了做算法研发，另外一件投入非常多的事，就是和不同的用户聊天。

最开始什么都没有，我们就先聊这个问题到底值不值得解决。后来有了一些 Demo，就带着 Demo 去现场，找认识的人，也找不认识的人。有时会坐下来聊很久，有时可能只有几分钟，但这些交流做得非常多。

对我们来说，最后到底用 AI 还是其他技术方案，其实不是最重要的。重要的是，我们先看到了这个问题需要被解决，也确认它有可能成为一个好产品。至于怎么做，我们本身是技术背景，总归能找到办法把它做出来。

42 号电波：用户的需求，最初是不是也来自你们自己的经历？

徐凯涵： 是。我们刚开始打球的时候，经常会想，要是旁边一直有个人帮我看着就好了。我知道正确的动作大概应该是什么样，但真正做的时候就是做不到。

即使给自己录了视频，也只是能看出来动作很别扭，却不知道问题究竟在哪里，更不知道下一步该怎么改。约教练又需要双方协调时间，价格也不低。所以这个问题不是我们坐在办公室里想象出来的，而是自己真的遇到过。刚好我们又有相应的技术能力，才会想去做这件事。

42 号电波：为什么先从高尔夫切入，为什么不是其他的运动项目？

陈弈： 我们确实比较过不同的运动。从技术上看，高尔夫的变量相对集中，主要就是人、球和球杆，动作和击球点也比较固定，适合先把一套完整的 Agent 跑通。

如果换成网球，还会有发球、正手、反手、跑动和战术；篮球、足球里的变量就更多。不是说这些运动不能做，而是对我们当时的团队来说，高尔夫更容易先完成落地和验证。

未来这套能力可以迁移到棒球击球、网球发球、足球射门或者篮球投篮，但现阶段我们还是希望把高尔夫做深。

42 号电波：除了技术和市场的考虑，兴趣在这个决定里起到了多大作用？

林子轩： 兴趣肯定是其中很重要的一部分。你如果自己对这项运动都不感兴趣，就很难真正理解用户，更难保证最后把产品做好。

我们愿意在高尔夫里投入很多时间，不工作的时候也会继续想这件事，对产品的理解自然会更快。当然，最后的选择也不只是因为喜欢。我们把技术可行性、市场消费能力、使用场景等信息都拉出来比较过，高尔夫是几方面综合下来最合适的方向。

42 号电波：你们一开始也考虑过具身智能，后来为什么把方向收缩到 BirdieSense 这样的产品？

陈弈： 正因为我们来自机器人领域，反而更清楚具身智能的落地没有想象中那么快，而且对一个年轻团队来说，这件事非常重。物流、关税、机械结构、供应链，每一个环节都要考虑。

我们评估了三个人的能力、最终能够交付的东西和市场节奏，决定先做一件自己更感兴趣、也能更快落地商业化的事。所以我们把原来的方向做了减法，先专注在最核心的「理解人和球」这件事上。

这不代表我们放弃了具身。等技术和时机足够成熟，这套能力仍然可以延伸回去。但在那之前，我们想先把真实价值做出来。

林子轩： 我们判断一个方向，不会先看它能不能套进当下最热的技术名词，而是看这个需求是不是长期存在，这一代技术能不能给出更好的解法。

高尔夫教学这个问题很早以前就有人想解决。互联网时代有线上教练平台，机器学习时代有动作分析，现在可以做实时的 AI 教练。每个时代的方案不一样，但人想把一项运动做得更好，这个需求没有变。先做出一个真正有价值、能够交付的产品，比追着概念走更重要

解决高尔夫运动痛点

42 号电波：具体到 BirdieSense，你们更希望用户把它理解成一台测球设备，还是一名 AI 教练？

陈弈： 我们从第一天起想解决的就不是单纯测球。测球当然是基础：每打一杆，App 会呈现距离、球速、杆速等常见数据，也会保存对应的视频。

但真正的 coaching 不是告诉你这一杆飞了多远，而是在连续训练中理解，你为什么会打出这一杆。我们希望它长期陪着用户练习，积累足够多的数据以后，把球的结果和人的动作联系起来，再给出下一步能够执行的建议。

42 号电波：从硬件上看，它为什么采用了两颗摄像头？

林子轩： 因为拍好人和拍好球，本来就需要不同的取舍。球和球杆的速度非常快，对相机规格、视角和处理链路都有特殊要求；拍人又是另外一套需求。

如果只用一颗通用摄像头，在成本有限的情况下，两边都很难做到最好。所以我们让一颗摄像头专门为高速运动的球和球杆服务，另一颗专门拍人。过去的产品往往只测球，或者只拍身体；把两类数据放在同一套系统里，才有可能继续寻找动作和结果之间的关联。

42 号电波：把球和人的信息放在一起之后，能看到哪些过去不容易发现的问题？

林子轩： 比如一个业余球手连续打 100 杆，他的身体旋转可能一直在 75 度到 95 度之间波动，但他自己通常感觉不到。人对自己的动作会有一个预期，可实际做出来的样子未必一样。

与此同时，每一杆的距离也在变化。系统把这些信息全部记录下来，就可能发现，身体旋转幅度这项指标和击球距离之间存在很强的相关性。如果球和人不是同时记录，这种关系就很难被发现。

而这还只是一个例子。影响球路的指标可能有二十多个，身体各个关节形成骨骼点以后，又可以拆出上百个维度。让一个教练把这些信息全部收集起来，再逐项寻找联系，其实很困难；机器恰好擅长做这件事。

陈弈： 这里还有一个前提，就是人的动作并没有一个绝对的 benchmark。每个人的手长、肌肉、韧带和骨骼都不一样，动作更多只是一个框架。

真正有明确标准的是球的结果：它是左曲、右曲、出界，还是打得更稳定、更远。教练上课时也一定会先看球，再看人的动作。我们的逻辑是一样的，要从结果回到身体，找出这个人为什么打出这一杆，而不是把所有人都纠正成同一个标准动作。

42 号电波：用户到了高尔夫球场之后，设备架设麻烦吗？用不用精确找准位置和角度？

林子轩： 作为消费级产品，架设不能成为负担。它的摆放当然有基本要求，不能完全随便放，但我们会用其他传感器做校正，给用户留出足够的容错空间。

正常情况下，30 秒内可以完成 setup。我们不希望用户每次练球之前，还要花很长时间理解复杂的摆放规则，或者反复调试设备。

42 号电波：BirdieSense 开始工作之后，AI 会怎样参与一场训练？

陈弈： 我们不会在用户打完一杆之后就急着下结论，因为单独一杆可能只是偶然。通常要等用户连续打了 5 到 10 杆，系统有足够证据看到某一种球路和某一个身体问题反复出现，才会主动介入。

它可能会先让用户停一下，告诉他刚才几杆出现了同一个问题，再把动作中的关键位置找出来，解释问题到底在哪里。接下来还要回答「怎么改」。很多动作问题的底层，其实是错误的肌肉记忆，所以系统会给出一些练习方法，让用户通过重复动作慢慢建立新的肌肉记忆。

设备也会继续看着他的练习，判断动作有没有按照要求完成。这一整套流程，才是我们理解的 coaching。

42 号电波：如果用户中途有疑问，也可以随时主动问它吗？

陈弈： 可以。从打第一杆开始，用户就可以随时打断它、和它交流。比如你可以问：「帮我看一下这次引杆对不对？」它会结合当下的动作和数据回答。

练完之后，每一杆的球路数据都会保存在 App 里，系统也会把对应的视频自动剪辑和整理好。用户下一次回来练习时，不是从零开始，而是可以接着之前的训练继续。

42 号电波：手机摄像头其实也能记录挥杆。当时有没有考虑过直接用手机来做，最后为什么还是需要一台独立设备？

陈弈： 我们当然考虑过，也测试过很多型号的手机。但实际拍摄时会发现，球飞到大约 30 至 50 码以后，视频里常常已经找不到它了。

这不一定是感光元件没有拍到，而是手机的 ISP 可能把高速飞行的小白点当成噪声处理掉了。手机的整套图像链路是为日常拍摄设计的，不是为了追踪一颗高速飞行的高尔夫球。所以后来我们决定定制 RGB 相机和相应的算法。

林子轩： 另外，拍好人和拍好球，本身就需要不同的取舍。如果只用一颗通用摄像头，在成本有限的情况下，两边都很难达到最佳效果。

独立设备的意义，就是可以针对不同目标选择最合适的规格、角度和处理链路，让同一套系统同时得到两种视觉信息，而不是让用户自己用不同设备拼出一个很复杂的流程。

42 号电波：这些视频和姿态数据，主要是在设备端处理，还是需要上传到云端？

林子轩： 能在设备端处理的，我们会尽量放在设备端处理。球路、姿态这些数据，只要与大模型无关，系统就不会上传。

只有需要语言模型参与解释和交互的部分，才会进入相应链路。我们希望设备本身承担更多计算，一方面反馈会更快，另一方面也能减少不必要的数据上传。

不会替代教练

42 号电波：最初和教练接触时，他们怎么看 BirdieSense 这样的 AI 产品？

陈弈： 我们一开始确实担心，教练会不会排斥 AI，或者觉得 BirdieSense 站在他们的对立面。但真正接触国家级教练和 PGA 职业教练之后，我们发现他们反而非常拥抱这类工具。

因为教练上课的时候，既要看球的各项数据，又要在后面拿手机拍学员的动作。打完以后还要把手机取下来，在视频里前后拖动，找到关键画面，再告诉学员上杆、转体的问题在哪里。整个流程其实很麻烦。

BirdieSense 可以提前把动作有问题的那一帧提取出来，同时把视频剪好。教练拿起手机就能看到，直接进入下一步教学。对他们来说，这不是多了一件需要学习的设备，而是少做了很多重复工作。

42 号电波：听起来，BirdieSense 更像是教练的助教？

陈弈： 对，我们更像教练的助教。学员不可能总来上课，教练也知道自己的课比较贵，双方的时间又不一定能经常对上。

但教练会担心，学员自己练习的时候把一个错误动作不断重复，最后把问题越练越大。教练不在的时候，我们帮助学员避免盲练；教练在的时候，连续的数据和视频又能变成更高效的教学材料。两边并不是替代关系。

教练给我们的反馈整体还是比较正面的。比较一致的一点是，系统识别出来的问题，和教练现场观察到的问题，在方向上通常是比较一致的。

比如一个球员连续打 5 到 10 颗球，系统就能够开始识别他反复出现的动作模式，而不是只根据某一杆偶然打坏了就下结论。像上杆位置、身体转动、重心变化，包括下杆过程中真正需要关注的关键动作和关键帧，它都能够抓出来。

另外，现在基本上每一杆打完之后，核心数据和分析结果可以在 10 秒以内出来。我们还会结合 240 FPS 高速影像和身体动作数据，所以它不只是告诉你「这一杆有问题」，还会进一步告诉你：问题发生在哪个动作阶段，具体出现在什么位置，以及这个动作最后是怎么影响杆头和球的结果的。

有些教练给我们的反馈我觉得很有意思。他们认为 BirdieSense 最有价值的地方，并不是去替代教练，而是能够把一个教练原本需要观察很多颗球、再慢慢总结出来的问题，更快地结构化出来。

以前教练可能需要看你打十几二十颗球，才能比较确定这是一个持续性的 Swing Pattern；我们希望把这个过程压缩到 5 到 10 颗球，并且把背后的动作、杆头和球的数据关联起来。

所以我们更希望 BirdieSense 成为教练的一个工具：帮助教练更快发现问题，也让球员在没有教练陪在身边的时候，依然知道自己这一杆为什么打成这样，下一杆应该关注什么。

更有差异的地方是解决方法。同一个问题可能有好几种 drill，不同教练也有自己的观念和偏好。系统给出的方法不一定是某个人的最优解，但它确实是在解决这个问题。

所以我们不会把一个练习方法当成唯一答案。如果它不适合这个人，就换其他方式。产品用得越久、和用户交互得越多，才会越来越了解他。这本身需要一个长期积累的过程。

42 号电波：从市场来看，你们的产品是卖给教练，还是普通的消费者？

陈弈： 从定义产品的第一刻起，它就是一款 To C 产品。但从营销和市场进入的角度，我们认为需要先从上往下做。

什么样的人和产品的黏性最高？一定是教练、球队和俱乐部。他们每天都会使用，一个教练又可能连接上百名学员。哪怕只让几十名教练开始用，背后覆盖到的人也会非常多。

所以教练是我们早期最核心的用户，但最终目标没有变，还是希望让每一个普通球手都能使用。

42 号电波：你们此前谈到 BirdieSense 的用户是中级球手，高尔夫运动里面也有小鸟球这个概念，它不算最顶级，当然也是不错的，Birdie 的命名是不是也来源于此？

陈弈： 我们不会只用水平高低来定义。更重要的是，他已经体会到了高尔夫的乐趣，愿意为这项运动投入，也愿意自己琢磨怎么提升。

有些人不一定上很多教练课，会看 YouTube 教学视频，自己钻研动作；也有人上了很多课，但如果不愿意主动思考，进步仍然很慢。BirdieSense 更适合前一种愿意自己学习的人。

Birdie 这个名字也和这件事有关。老鹰球很难，但每个人都有机会去争取一只小鸟。我们想服务的，就是这些已经开始享受高尔夫、还想再往前走一步的人。

42 号电波：有关定价，你们主要参考了哪些因素？

徐凯涵： 我们目前把价格放在 800 至 900 美元左右。前期做过用户调研，会看大家大概能接受什么价格，也会参考消费级同类产品已经验证过的区间。

另外，我们会把它和教练课、球具放在一起比较。美国一节教练课大约 150 美元，这台设备相当于几节教练课，但可以随时练，不用反复协调双方时间，也能带到不同城市。八九百美元对于高尔夫用户来说，大概也是一根到三根球杆的价格。

当然，定价不能只看用户愿不愿意接受。硬件成本、关税、后续生产和交付都要被覆盖，这几方面最后要放在一起平衡。

42 号电波：如果和 TrackMan 放在一起比较，你们觉得两种产品各自更擅长什么？

林子轩： TrackMan 使用高规格雷达，而且从很早就开始做，已经经历了很多代迭代。在专业球路数据这条路上，他们走得非常远，这些优势我们不会回避。

BirdieSense 增加的是身体姿态这一维，也把产品做得更小、更灵活。我们的优势不是宣称所有数据都比专业设备更准，而是把球、球杆和身体连起来，再把结果解释给用户。

另外，TrackMan 这样的设备更适合固定在练习场，由专业人士使用。我们从一开始就希望设备可以在不同场景里移动，让用户更容易带着它去练习。

徐凯涵： 两者的 philosophy 不太一样。专业设备可以只负责呈现最准确的数据，再由专业人士完成理解和训练。它的用户知道每一项数据意味着什么，也知道接下来该怎么做。

但消费产品需要替用户把更多自动化流程跑出来。我们会考虑设备怎么更快摆好、菜单怎么更简单、数据应该怎么解释。用户不需要先学会操作一套专业系统，才能开始练球。

我们可能不会在每一个维度上都达到专业设备的精度，但会更友好地服务从新手到业余球手的人，让他们不用费很多心思也能使用。

42 号电波：目前产品推进到什么阶段，众筹时间似乎有推迟，接下来的发售节奏是怎样的？

陈弈： 我们原计划年中开启众筹，因为各方面的因素，最重要的我们希望产品验证准备的更充分，因此多花了两个多月打磨产品。现在我们的计划是 9月初启动 Kickstarter。所以这段时间看起来产品还没有正式发售，但市场端的很多工作其实已经开始了。

42 号电波：首款产品你们有没有销量目标？

陈弈： 我们为首批销售准备了 6,000 台产品。团队里大部分人都打过高尔夫，也有职业球员、博主以及在美国有行业资源的同事。

这些资源让我们比较早就接触到了职业教练、协会、球队和 Pro Shop，他们也给了我们很多支持。

42 号电波：在正式发售之前，市场端已经有的反馈是怎样的？

陈弈： 来自职业教练、协会、球队和 Pro Shop 等线下渠道的意向订单，已经超过 2,000 台。线上投放这边又积累了接近 1,000 个订单。

按照团队现阶段的统计，线上线下合计已经覆盖首批 6,000 台备货的一半。我们给 Kickstarter 设定的目标是做到众筹行业排名第一。后面还会继续推进日本、韩国的众筹，以及独立站和亚马逊等渠道。

42 号电波：市场会先从哪些地区开始？为什么把美国放在第一站？

陈弈： 美国是全球最大的高尔夫市场，所以我们会先在那里完成验证。一个产品如果能在最大的市场跑通，后面进入其他地区会更有基础。

接下来会逐步推进日本、韩国和中国，再扩展独立站、亚马逊等渠道。市场从美国开始，但供应链一定来自中国。硬件研发、生产和配套体系都集中在这里，中国仍然最适合把这样的产品真正做出来。

将概念推向量产

42 号电波：从最初的实验室样机，到现在的 BirdieSense，产品经历了哪些变化？

陈弈： 最早的时候，我们做的其实是一套 Golf Embodied Intelligence System，也就是高尔夫具身大脑。当时设想的产品形态更接近一台球童机器人：它能够用视觉跟随球手、理解球场环境，也能追踪球和人的状态。但从机器人到 BirdieCoach，再到现在的 BirdieSense，我们真正想解决的问题一直没有变——都是希望通过视觉同时理解人和球，长期记录一个球手的状态，最后帮助他把球打得更好。

后来我们决定先把机器人的形态做减法。因为机器人真正落地，涉及机械结构、物流、关税和供应链等一系列问题，产品很重，对一个年轻团队的交付能力也是很大的挑战。我们评估之后，决定先专注于最核心的「具身大脑」，也就是理解球、球杆和人的这部分能力，最早把它做成了 BirdieCoach。

BirdieCoach 更像是一台实验室验证样机。当时我们还在美国，很多现成的硬件都可以买到，所以先找了一个盒子，自己做了外壳，再把摄像头和计算硬件装进去，验证整套方案能不能跑通。它的外形和现在的产品已经比较接近，同样是用两颗摄像头，一颗追踪球和球杆，另一颗记录人的动作。但内部采用的还是现成硬件，尺寸、结构、功耗和零部件，都不是按照量产产品设计的。

真正开始考虑商业化和量产以后，我们基本把硬件重新做了一遍。从工业设计、内部结构到主板、摄像头等零部件的选型，再到散热、重量、供应链和装配方式，都需要按照「能不能稳定生产、能不能交付给消费者」重新考虑。BirdieCoach 到 BirdieSense 的变化，很大一部分就是从一台能够验证技术的实验室样机，变成一款真正可以量产、销售和长期使用的消费产品。

这个过程中，产品定位也变得更清楚了。我们一开始会担心，AI 教练会不会被人类教练理解成一种替代关系。但和国家级教练、PGA 职业教练交流以后，我们发现，他们反而非常欢迎这种工具。教练上课时既要看球的数据，又要拿手机拍学员的动作，之后还要在视频里来回寻找关键帧。BirdieSense 可以提前把有问题的动作片段提取出来，把视频剪好，再把球路和身体动作对应起来，教练拿起手机就可以直接进入下一步教学。

所以现在的 BirdieSense 更轻、更便携，也更偏向 To C。它既可以陪球手自己训练，也可以成为教练的助教。不过，无论产品形态和名字怎样变化，核心始终没有变：用视觉同时理解人和球，再把这种理解转化为长期训练中的反馈。

42 号电波：量产过程中，硬件研发和供应商协作你们会觉得有困难吗？

林子轩： 上学时每个人都有自己的专业方向，但创业以后，遇到的事情不会只落在自己熟悉的领域里。除了技术和产品，你还要学习招聘、带团队，了解不同岗位需要什么，也要处理很多过去没有接触过的问题。

所以我很难说，某一件具体的事情是最难的。它更像是很多第一次叠加在一起，需要我们一边学习、一边把事情做出来。当然，整个过程充满挑战，但我还是觉得，问题总归是有办法解决的。

陈弈： 我觉得最难的是协调。研发本身存在很多不确定性。一件从技术角度判断一两个星期能完成的事情，中间可能受到硬件、人员或者其他依赖的影响，最后变成三、四个星期，甚至一个月。如果研发完全没有不确定性，它也就不叫研发了。

但公司里的其他环节都在等待研发结果。融资需要对外作出判断，营销需要提前准备素材，硬件和供应链又有自己的周期。算法可能三周就出现一次进展，硬件却可能三个月才能完成一轮迭代，这些部门天然不在同一个节奏上。

市场也一直在变化。融资市场的情绪会变，你要判断什么时候应该多储备一些资金，环境不好的时候又该怎么保证公司的正常运转。供应链也一样，比如我们看到过一些内存和基础零部件的价格在短时间内翻倍，这些变化都需要提前判断和规划。

营销端同样存在窗口期。高尔夫领域突然出现一个热点，你可能要马上抓住；如果出现负面事件，也要提前为最差的情况做准备。所以对一号位来说，最难的并不是解决某一个单点问题，而是不断协调市场、融资、研发、供应链和团队。可能一周之内，周初和周末最重要的事情就已经不一样了。

徐凯涵： 硬件这边最难的，一方面是资源调配，另一方面是不同环节的进度同步。我们越来越明确的一点是：前期很多能在内部解决的研发和设计问题，更适合先通过招人和组建团队来推进。最懂产品的还是内部团队；内部先把产品方向、原型和质量标准想清楚，后面的生产协作会更顺畅。

对我们来说，比起尽快把一版方案推出去，更希望从一开始就把产品打磨得更完整。硬件最终还是要落到每一个零部件和每一道工艺上，所以前期定义得越清楚，后续落地越稳。

比较理想的分工是：内部团队负责定义产品、完成前期开发和制定质量标准，再把边界清晰的生产任务交给供应链；生产协作则专注于稳定落地。把产品定义、研发设计和生产的边界划清楚，双方的协作会更高效。

42 号电波：走到量产这一步，团队经验和外部伙伴分别发挥了什么作用？

陈弈： 外部伙伴的作用，是帮助我们守住年轻团队还不熟悉的底线。地瓜机器人在供应链体系搭建上给了我们很大帮助，让团队少踩了很多坑，最后的交付也没有出现太大的问题。

内部则需要有人真的对细节和质量负责。徐凯涵就是非常细的人，供应商做出一个 70 分的东西，他会一直推到 90 分才肯放过。硬件产品最后还是要落到每一个零件、每一道工艺上。

年轻团队有时候需要做一些反共识的事情，但不能把所有经验都当成包袱丢掉。我们会邀请更成熟、更有经验的人加入，也会借助外部伙伴去守住底线；在这个基础上，三个人再去尝试一些新的做法。

42 号电波：你们希望巡领科技最终成为一家怎样的公司？

林子轩： 我们讨论过，希望巡领科技最后能够成为体育领域最好的科技公司。AI 也好，机器人也好，以后出现其他技术也好，本质上都是为了让大家把体育玩得更开心。

过去很多事情只有吃完饭、约到教练以后才能做。未来，教练的知识、一个人的身体数据和长期训练历史，可以放进一套 all-in-one 系统里，用更能够承担的价格，随时提供给用户。我们希望技术不只是给专业运动员使用，而是能够进入普通人的每一次训练。

徐凯涵： 我们想让人更沉浸地享受体育本身。科技可以先把那些昂贵、繁琐、需要反复协调的事情解决掉，人就不用一直分心去处理工具和流程。

最后留下来的，应该还是运动本身带来的乐趣。

陈弈： 我希望巡领科技最终成为一家真正把 AI 带进现实世界的公司。

今天大家接触 AI，大部分还是在屏幕里——帮你写东西、搜索信息、回答问题。但我们一直相信，下一阶段的 AI 不应该只是坐在电脑和手机里等你输入一个 Prompt。它应该能够看到真实世界，理解人的动作、状态和习惯，记住你的变化，并且在你真正需要的时候提供帮助。这也是我们提出 AI Companion 这个概念的原因。

同时，我们还有一个很强的判断：AI 的价值，不应该只由哪里最赚钱来决定。

今天大量最优秀的 AI 人才、资本和算力，都在涌向金融、广告、企业软件这些商业价值很高的行业，这些领域当然值得被 AI 改变。但现实世界里，还有大量真正影响普通人生活的场景，因为市场没有那么大、服务成本太高，或者技术实现太难，一直没有被真正智能化。

我们希望去做这些事情，BirdieSense 就是我们的第一步。

过去，如果一个普通高尔夫球手想真正理解自己的挥杆，可能需要非常昂贵的设备、专业教练，以及大量时间。我们想通过 AI，把过去只有少数人能够获得的专业能力，变成更多人都能够负担、能够理解、能够长期拥有的能力。

所以 BirdieSense 本质上并不是为了再做一个更便宜的 Launch Monitor。

我们真正想验证的是一件事：AI 能不能把过去昂贵、稀缺、依赖专家的能力，变成每个人身边随时可获得的能力。

而且真正好的 AI，不应该让所有人去模仿同一个标准答案。每个人的身体条件、动作习惯和目标都不一样，所以 AI 应该长期理解你、记住你，并且陪着你不断进步。

未来，我们希望把这种能力从高尔夫延伸到更多运动，甚至更多真实世界的场景。

所以如果有一天大家提到巡领科技，我希望大家想到的不是一家高尔夫公司，也不仅仅是一家机器人公司或者 AI 公司，而是：一家让每个人都能拥有属于自己的 AI Companion 的公司。让 AI 走出屏幕，也让最先进的技术走出少数人的世界。

BirdieSense 是起点，但不会是终点。