智東西
作者 陳駿達(dá)
編輯 漠影

　　上周末，在北京舉辦的這場(chǎng)“龍蝦局”，有些不同尋常。

　　一群養(yǎng)蝦人聚在獵豹移動(dòng)的辦公區(qū)，獵豹董事長(zhǎng)兼CEO傅盛坐在輪椅上滑進(jìn)會(huì)場(chǎng)，開(kāi)始分享自己的養(yǎng)蝦秘籍。聊到興頭，他拿起手機(jī)，發(fā)了條語(yǔ)音，向自己養(yǎng)的AI龍蝦“三萬(wàn)”隨口布置了個(gè)任務(wù)：“讓機(jī)器人穿過(guò)舞臺(tái)，看到人就喊‘大家好，今天辛苦了’，間隔十秒，走到頭停下?！?/strong>

　　會(huì)場(chǎng)里有些騷動(dòng)，在“三萬(wàn)”思考的間隙，大家既期待著能看到些什么，又隱隱有些懷疑。一段時(shí)間后，機(jī)器人真的動(dòng)了，沿著預(yù)設(shè)方向滑行，鏡頭掃過(guò)人群，停頓，然后開(kāi)口：

　　這不是提前寫(xiě)好的演示腳本，傅盛在現(xiàn)場(chǎng)打開(kāi)飛書(shū)展示了完整的對(duì)話記錄，這確實(shí)是在前一晚才“搓”出來(lái)的Demo。現(xiàn)場(chǎng)沒(méi)有彩排，甚至中途機(jī)器人還因?yàn)榫W(wǎng)絡(luò)延遲“不聽(tīng)指揮”了一陣，但它最終完成了任務(wù)，甚至自己編了幾句不重復(fù)的廣告詞。

　　這究竟是怎么做到的？這場(chǎng)略顯即興的演示，其實(shí)展示了一種更本質(zhì)的變化。

　　一、驅(qū)動(dòng)機(jī)器人巡夜、互動(dòng)、修bug，EasyClaw怎么做到的？

　　上方那段不到兩分鐘的視頻，在視頻號(hào)上獲得了近萬(wàn)次轉(zhuǎn)發(fā)。其走紅除了“OpenClaw操作機(jī)器人”這件事兒本身的傳播屬性之外，更重要的是它讓現(xiàn)場(chǎng)和網(wǎng)絡(luò)上的許多普通人，第一次看到了Agent進(jìn)入物理世界的樣子。

　　借助Agent框架，AI可以更穩(wěn)定地在開(kāi)放任務(wù)中自主學(xué)習(xí)、調(diào)用工具、編寫(xiě)代碼、進(jìn)行測(cè)試、處理異常，理論上能操控任何提供API的設(shè)備。

　　但理論與實(shí)踐之間，往往隔著巨大的鴻溝。在正式演示之前，傅盛和獵豹移動(dòng)的技術(shù)團(tuán)隊(duì)決定先自家辦公室完成初步驗(yàn)證。技術(shù)團(tuán)隊(duì)將獵豹移動(dòng)的EasyClaw接入機(jī)器人后，傅盛在當(dāng)天凌晨2點(diǎn)多嘗試讓自己的Agent控制辦公區(qū)的機(jī)器人，讓它每30分鐘巡邏一次，拍照匯報(bào)，執(zhí)行完成后返回充電。

　　由EasyClaw驅(qū)動(dòng)的AI龍蝦“三萬(wàn)”自主讀取了機(jī)器人的開(kāi)發(fā)文檔，完成了API調(diào)用、路徑規(guī)劃和定時(shí)任務(wù)設(shè)置等流程。不過(guò)初期測(cè)試并非一帆風(fēng)順，執(zhí)行時(shí)機(jī)器人沒(méi)能把拍攝的照片發(fā)送給傅盛，還走錯(cuò)了位置，需要進(jìn)一步調(diào)試。

　　傅盛沒(méi)有介入底層代碼，而是把調(diào)試過(guò)程全部交給“三萬(wàn)”。他詢問(wèn)道：“你對(duì)大廳的定位是否有誤？請(qǐng)發(fā)送當(dāng)前地圖數(shù)據(jù)。”“三萬(wàn)”立即調(diào)取了機(jī)器人的建圖文件，識(shí)別出坐標(biāo)偏差并自主完成了修正。第二次巡邏，路徑已經(jīng)準(zhǔn)確，傅盛也在手機(jī)上收到了機(jī)器人拍攝的公司照片。

　　將這一Demo搬到現(xiàn)場(chǎng)后，真實(shí)環(huán)境的復(fù)雜程度遠(yuǎn)超測(cè)試環(huán)境。數(shù)百人聚集的會(huì)場(chǎng)中，人員走動(dòng)、交談、拍攝等行為會(huì)干擾機(jī)器人的視覺(jué)識(shí)別，網(wǎng)絡(luò)延遲可能導(dǎo)致指令響應(yīng)滯后。實(shí)際上，傅盛連續(xù)發(fā)送的多個(gè)“停止”指令的確未能及時(shí)生效，因?yàn)槿蝿?wù)已從服務(wù)端下發(fā)至機(jī)器人，指令隊(duì)列仍在執(zhí)行中，機(jī)器人在舞臺(tái)上走了一通后，并沒(méi)有完成打招呼的任務(wù)。

　　傅盛向“三萬(wàn)”發(fā)出詢問(wèn)，剛才的移動(dòng)過(guò)程為何未檢測(cè)到人員？他還強(qiáng)調(diào)要排查具體原因，把錯(cuò)誤的理由追問(wèn)到代碼層和文件層，這樣修改的成功率就能大幅提升。

　　接到新任務(wù)后，“三萬(wàn)”在現(xiàn)場(chǎng)寫(xiě)代碼、寫(xiě)接口、跑測(cè)試，最終做出了“見(jiàn)到人觸發(fā)喊話”這個(gè)功能。

　　不過(guò)，傅盛并沒(méi)有止步于完成這個(gè)臨時(shí)任務(wù)，而是嘗試將這一任務(wù)沉淀為永久性的資產(chǎn)。

　　二、不只是跑通一次，如何全自動(dòng)打造可復(fù)用Skill

　　當(dāng)機(jī)器人成功完成第一次“穿越舞臺(tái)問(wèn)候觀眾”的任務(wù)后，傅盛告訴“三萬(wàn)”：“我覺(jué)得演示完成完全達(dá)到了效果，你把這個(gè)寫(xiě)成一個(gè)Skill唄，然后下次我們直接就可以調(diào)用了，不用再這樣調(diào)試了?！?/p>

　　這一過(guò)程在傳統(tǒng)機(jī)器人開(kāi)發(fā)過(guò)程中是較為復(fù)雜的。硬件控制中，一個(gè)簡(jiǎn)單的“讓機(jī)器人巡邏”功能,可能需要工程師花費(fèi)數(shù)天甚至數(shù)周來(lái)開(kāi)發(fā)、測(cè)試、調(diào)優(yōu)。這種高門(mén)檻,讓大多數(shù)中小企業(yè)和個(gè)人用戶只能望而卻步。

　　更棘手的是，即便功能開(kāi)發(fā)完成，也很難復(fù)用。不同的應(yīng)用場(chǎng)景往往需要重新編寫(xiě)代碼。這種重復(fù)勞動(dòng)，極大地限制了機(jī)器人的普及速度。

　　而三萬(wàn)在幾分鐘內(nèi)就完成了這個(gè)封裝。它自動(dòng)識(shí)別了核心邏輯，形成了一個(gè)可配置的標(biāo)準(zhǔn)件。

　　這種能力帶來(lái)的效率提升是明顯可感的。當(dāng)同樣的需求再次出現(xiàn)時(shí)，開(kāi)發(fā)者不需要重新規(guī)劃、重新編碼，只需調(diào)用這個(gè)Skill，修改幾個(gè)參數(shù)即可。傅盛在演示中證明了這一點(diǎn)：第一次下達(dá)指令時(shí)，三萬(wàn)需要讀文檔、寫(xiě)腳本、測(cè)試調(diào)試，耗時(shí)較長(zhǎng)；而第二次執(zhí)行類似任務(wù)時(shí)，由于Skill的輔助，響應(yīng)速度只需幾秒鐘。

　　EasyClaw這樣的Agent還能指揮機(jī)器人更為自主地完成任務(wù)，甚至不需要具體的指令。

　　演示接近尾聲時(shí)，傅盛決定再做一次實(shí)驗(yàn)。這次他沒(méi)有規(guī)定具體的話術(shù)，而是給了一個(gè)開(kāi)放式任務(wù)：“你現(xiàn)在穿越大廳，然后碰到人就來(lái)推廣EasyClaw，你自己想些詞，每個(gè)人不要講超過(guò)5句話。

　　借助之前的Skill和大模型的智能，機(jī)器人很快開(kāi)始移動(dòng)。它遇到第一位觀眾時(shí)，開(kāi)口說(shuō)道：”告訴您一個(gè)秘密，我剛才談話、拍照、走路全是EasyClaw在指揮我，它就是這么神。牛不？”

　　遇到下一個(gè)觀眾后，它又換了另一套說(shuō)辭：“您的AI全能助手，不用寫(xiě)代碼，說(shuō)句話就讓我跑腿，您還在等什么？”事后三萬(wàn)匯報(bào)：它一共想出了5句不同的廣告詞，每次遇到人時(shí)隨機(jī)挑選一句，確保不重復(fù)。

　　傅盛也對(duì)這個(gè)效果比較滿意，他評(píng)價(jià)道：“比我想的好。你們一定要相信這個(gè)東西超越人的很多點(diǎn)，它不是簡(jiǎn)單替代，就是它比你做得好。”

　　三、當(dāng)Agent住進(jìn)機(jī)器人的身體：獵豹移動(dòng)的新想象

　　這臺(tái)在現(xiàn)場(chǎng)大放異彩的機(jī)器人，正是獵豹移動(dòng)旗下獵戶星空的自主研發(fā)產(chǎn)品“豹小秘”。獵豹的機(jī)器人業(yè)務(wù)早已在接待、講解等垂直領(lǐng)域深耕多年，并最新推出了手部可動(dòng)的交互型號(hào)。

　　你可能已經(jīng)在生活中和電視里見(jiàn)過(guò)豹小秘，它廣泛應(yīng)用于展廳、政務(wù)、醫(yī)療等20余類垂直場(chǎng)景，曾在國(guó)慶70周年彩車(chē)上向全國(guó)觀眾“致意問(wèn)好”，還服務(wù)北京冬奧會(huì)官方公寓入住、導(dǎo)覽翻譯場(chǎng)景，成為唯一入選的語(yǔ)音交互機(jī)器人。

　　這些在真實(shí)場(chǎng)景的部署經(jīng)驗(yàn)，讓獵豹能感知到行業(yè)的真實(shí)痛點(diǎn)。傅盛借用餐廳場(chǎng)景分析道，在過(guò)去，機(jī)器人操作高度依賴編程，造機(jī)器人的工程師與用機(jī)器人的服務(wù)員之間存在巨大的“技術(shù)鴻溝”。

　　為了讓餐廳服務(wù)員學(xué)會(huì)操作機(jī)器人，往往需要長(zhǎng)達(dá)三個(gè)月的培訓(xùn)；然而，一旦服務(wù)員離職，所有的培訓(xùn)投入便宣告打水漂，下一批員工入職又得從零開(kāi)始。

　　“EasyClaw+機(jī)器人”的出現(xiàn)給這一困境提供了解決方案——如果機(jī)器人能像人一樣“聽(tīng)懂人話”并自動(dòng)干活，復(fù)雜的后臺(tái)操作和冗長(zhǎng)的培訓(xùn)將不復(fù)存在。

　　這一Demo展現(xiàn)的核心價(jià)值在于“技術(shù)平權(quán)”。它將驅(qū)動(dòng)機(jī)器人的權(quán)力，從極少數(shù)專業(yè)工程師手中釋放給了廣大終端用戶。開(kāi)發(fā)門(mén)檻被極度拉低：用戶不再需要懂Python或復(fù)雜的界面操作，只需通過(guò)自然語(yǔ)言下達(dá)指令，系統(tǒng)便能實(shí)時(shí)生成代碼并驅(qū)動(dòng)硬件。

　　獵豹并不是今年才開(kāi)始布局相關(guān)技術(shù)。早在去年7月，獵戶星空便推出了AgentOS，這是一個(gè)面向語(yǔ)音交互場(chǎng)景打造的機(jī)器人操作系統(tǒng)。

　　該系統(tǒng)的GUI（圖形用戶界面）結(jié)合自然語(yǔ)言交互與原生API后，可以幫助用戶在搭載AgentOS的機(jī)器人上實(shí)現(xiàn)各種各樣的任務(wù)，并且完全能用自然語(yǔ)言定義。

　　至此，機(jī)器人不再是一個(gè)死板的“固定腳本執(zhí)行器”，而是可以被自然語(yǔ)言實(shí)時(shí)“編程”的智能終端。

　　更進(jìn)一步，EasyClaw與機(jī)器人的結(jié)合，讓AI Agent擁有了在物理世界的實(shí)體載體

　　這種軟硬件的深度融合，正在加速Agent能力邊界的擴(kuò)張。未來(lái)，Agent不僅可以在軟件世界寫(xiě)代碼，還能像傅盛演示的那樣在舞臺(tái)上“喊話”，更可以化身為小店的智能決策平臺(tái)，自主根據(jù)自己在現(xiàn)實(shí)世界的所見(jiàn)所聞，告訴店主明天該進(jìn)多少貨。

　　傅盛設(shè)想道，未來(lái)甚至可以用自然語(yǔ)言驅(qū)動(dòng)獵豹開(kāi)發(fā)的機(jī)械臂，在攝影棚內(nèi)精準(zhǔn)捕捉完美的拍攝軌跡。

　　結(jié)語(yǔ)：Agent+機(jī)器人，加速?gòu)腄emo走向現(xiàn)實(shí)

　　這次現(xiàn)場(chǎng)演示絕對(duì)不是完美的。正如傅盛在現(xiàn)場(chǎng)坦言：機(jī)器人芯片、通信延遲，都還有優(yōu)化空間。

　　但其展現(xiàn)出的潛力是毋庸置疑的。面對(duì)這樣一臺(tái)能聽(tīng)懂指令、甚至能自己想廣告詞的機(jī)器人，傅盛感慨道：“這個(gè)東西哪個(gè)老板不要一個(gè)？”

　　據(jù)悉，獵豹移動(dòng)已經(jīng)開(kāi)啟了相關(guān)技術(shù)的快速迭代，或許在未來(lái)幾個(gè)月內(nèi)，現(xiàn)有的原始感將大幅改善。