龍蝦登陸機(jī)器人！全程零彩排，傅盛是怎么搞定的？

智東西
作者 陳駿達(dá)
編輯 漠影

　　上周末，在北京舉辦的這場“龍蝦局”，有些不同尋常。

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

　　會場里有些騷動，在“三萬”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)器人真的動了，沿著預(yù)設(shè)方向滑行，鏡頭掃過人群，停頓，然后開口：

　　這不是提前寫好的演示腳本，傅盛在現(xiàn)場打開飛書展示了完整的對話記錄，這確實(shí)是在前一晚才“搓”出來的Demo。現(xiàn)場沒有彩排，甚至中途機(jī)器人還因?yàn)榫W(wǎng)絡(luò)延遲“不聽指揮”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)動機(jī)器人巡夜、互動、修bug，EasyClaw怎么做到的？

　　上方那段不到兩分鐘的視頻，在視頻號上獲得了近萬次轉(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)定地在開放任務(wù)中自主學(xué)習(xí)、調(diào)用工具、編寫代碼、進(jìn)行測試、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)動的AI龍蝦“三萬”自主讀取了機(jī)器人的開發(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。不過初期測試并非一帆風(fēng)順，執(zhí)行時(shí)機(jī)器人沒能把拍攝的照片發(fā)送給傅盛，還走錯(cuò)了位置，需要進(jìn)一步調(diào)試。

　　傅盛沒有介入底層代碼，而是把調(diào)試過程全部交給“三萬”。他詢問道：“你對大廳的定位是否有誤？請發(fā)送當(dāng)前地圖數(shù)據(jù)?！薄叭f”立即調(diào)取了機(jī)器人的建圖文件，識別出坐標(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)場后，真實(shí)環(huán)境的復(fù)雜程度遠(yuǎn)超測試環(huán)境。數(shù)百人聚集的會場中，人員走動、交談、拍攝等行為會干擾機(jī)器人的視覺識別，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)器人在舞臺上走了一通后，并沒有完成打招呼的任務(wù)。

　　傅盛向“三萬”發(fā)出詢問，剛才的移動過程為何未檢測到人員？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”在現(xiàn)場寫代碼、寫接口、跑測試，最終做出了“見到人觸發(fā)喊話”這個(gè)功能。

　　不過，傅盛并沒有止步于完成這個(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，如何全自動打造可復(fù)用Skill

　　當(dāng)機(jī)器人成功完成第一次“穿越舞臺問候觀眾”的任務(wù)后，傅盛告訴“三萬”：“我覺得演示完成完全達(dá)到了效果，你把這個(gè)寫成一個(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。”

　　這一過程在傳統(tǒng)機(jī)器人開發(fā)過程中是較為復(fù)雜的。硬件控制中，一個(gè)簡單的“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)周來開發(fā)、測試、調(diào)優(yōu)。這種高門檻,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，即便功能開發(fā)完成，也很難復(fù)用。不同的應(yīng)用場景往往需要重新編寫代碼。這種重復(fù)勞動，極大地限制了機(jī)器人的普及速度。

　　而三萬在幾分鐘內(nèi)就完成了這個(gè)封裝。它自動識別了核心邏輯，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)，三萬需要讀文檔、寫腳本、測試調(diào)試，耗時(shí)較長；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)。這次他沒有規(guī)定具體的話術(shù)，而是給了一個(gè)開放式任務(wù)：“你現(xiàn)在穿越大廳，然后碰到人就來推廣EasyClaw，你自己想些詞，每個(gè)人不要講超過5句話。

　　借助之前的Skill和大模型的智能，機(jī)器人很快開始移動。它遇到第一位觀眾時(shí)，開口說道：”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，它又換了另一套說辭：“您的AI全能助手，不用寫代碼，說句話就讓我跑腿，您還在等什么？”事后三萬匯報(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)。

　　傅盛也對這個(gè)效果比較滿意，他評價(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：獵豹移動的新想象

　　這臺在現(xiàn)場大放異彩的機(jī)器人，正是獵豹移動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的交互型號。

　　你可能已經(jīng)在生活中和電視里見過豹小秘，它廣泛應(yīng)用于展廳、政務(wù)、醫(yī)療等20余類垂直場景，曾在國慶70周年彩車上向全國觀眾“致意問好”，還服務(wù)北京冬奧會官方公寓入住、導(dǎo)覽翻譯場景，成為唯一入選的語音交互機(jī)器人。

　　這些在真實(shí)場景的部署經(jīng)驗(yàn)，讓獵豹能感知到行業(yè)的真實(shí)痛點(diǎn)。傅盛借用餐廳場景分析道，在過去，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)會操作機(jī)器人，往往需要長達(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“聽懂人話”并自動干活，復(fù)雜的后臺操作和冗長的培訓(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。開發(fā)門檻被極度拉低：用戶不再需要懂Python或復(fù)雜的界面操作，只需通過自然語言下達(dá)指令，系統(tǒng)便能實(shí)時(shí)生成代碼并驅(qū)動硬件。

　　獵豹并不是今年才開始布局相關(guān)技術(shù)。早在去年7月，獵戶星空便推出了AgentOS，這是一個(gè)面向語音交互場景打造的機(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，Agent不僅可以在軟件世界寫代碼，還能像傅盛演示的那樣在舞臺上“喊話”，更可以化身為小店的智能決策平臺，自主根據(jù)自己在現(xiàn)實(shí)世界的所見所聞，告訴店主明天該進(jìn)多少貨。

　　傅盛設(shè)想道，未來甚至可以用自然語言驅(qū)動獵豹開發(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：Agent+機(jī)器人，加速從Demo走向現(xiàn)實(shí)

　　這次現(xiàn)場演示絕對不是完美的。正如傅盛在現(xiàn)場坦言：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。面對這樣一臺能聽懂指令、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，獵豹移動已經(jīng)開啟了相關(guān)技術(shù)的快速迭代，或許在未來幾個(gè)月內(nèi)，現(xiàn)有的原始感將大幅改善。