录音整理 · 2026-10-20
从人形机器人到个人智能体：技术往前走，人该往哪走？
92 分钟的饭桌交流，从动作控制、软硬协同聊到主动智能体、自动科研与职业选择。
8 个话题 · 92:08 · 审核：社区编辑
本期依据录音转写整理，按主题重组；录音发生日期未注明。原始录音与逐字稿未在本站公开，时间标记供持有原录音的成员回听。说话人编号沿用转写。
01 / 具身智能
机器人能跳舞之后，下一步是把动作执行与任务生成接起来
00:00–02:51 · 07:23–14:54
讨论从机器人追踪动作的方式切入。发言人1把过去的路线概括为：先有一段参考动作，再训练机器人复现；他更看好全身实时遥操，让底层控制器能够追踪更多不同的动作。他以录音中提到的 Sonic 项目为例，解释大量运动轨迹如何支持更广的动作覆盖。大家随即追问：这些数据是视频还是关节轨迹、以什么格式存储、采集成本如何。
真正的分歧落在人形机器人的价值上。发言人3认为，当前技术还未充分发挥人形结构的优势；发言人1则把目光放得更远：人类活动数据丰富，生活环境也围绕人设计，通用人形有机会同时承接家务与运动陪伴。他提出一个工程判断：如果稳定的底层动作执行器与上层动作生成能够解耦，任务规划就更容易往上接。
这份乐观并未变成现场验证。发言人1预测 2027 年可能出现运动陪练产品，并用“洗碗、陪跑、打球”的多任务价值解释用户为什么可能付费。这是他的产品判断；发言人3对当前成熟度的保留意见，也应当一起留下。
查看讨论摘录
当前的技术可能没有办法发挥人形的这个最大优势。
发言人3 · 07:23
那我已经有一个稳定的动作执行器，那我下一步不是要做动作生成吗？
发言人1 · 10:43
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。02 / 软硬协同
FPGA 部署聊到最后：加速靠的是理解模型怎么算
15:47–24:36 · 74:56–76:54
一位参与 FPGA 项目的同学介绍了在可编程硬件上部署 Llama、适配注意力计算的经历。提问者最初把这件事理解成“设计一个类似 CPU 的处理器”，随后才逐渐对齐：工作需要读懂模型的计算流程，再围绕板上资源安排计算。
讨论落到了具体模块：位置编码、QK 矩阵乘法、Softmax、PV 矩阵乘法。算子本身的数学含义未必改变，但计算顺序、并行拆分和资源利用方式可以调整。所谓软硬协同，要求做硬件的人也理解软件与模型，才能知道该优化哪里。
端侧同学补充，CPU、GPU、NPU 的算子分配通常先交给厂商工具链，出现某段计算反而变慢时，再手动调整。现场也提到延迟、首 token 时间等指标。不过“十倍二十倍”的加速说法没有给出基线和测试条件，转写里的权重容量单位也不清楚，本期不把它们写成性能结论。
查看讨论摘录
比如说像计算的顺序之类的那种。
发言人2 · 21:33
而且还可以就是怎么把这个板子的资源用到最最最大嘛。
发言人1 · 21:38
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。03 / 个人智能体
个人 Agent 的下一道题：什么时候该主动提醒你
26:23–36:55
发言人2想要的个人智能体，能够综合随身摄像头、手表和其他传感器的信息，形成更完整的个人上下文。发言人3马上把愿景拆成工程问题：设备的通信方式、算力不同，每种数据该怎样处理？讨论由此从“接入更多设备”转向“如何整合异构信息”。
线上数据也有边界。与会者指出，不同应用之间的生态壁垒会限制智能体能知道什么；线下数据虽然值得探索，却又遇到采集设备、信息密度和回报周期的问题。讨论没有给出一个已经成熟的统一方案。
最具体的需求出现在投稿场景：还有一份 checklist 未填写，系统应当及时提醒。发言人2由此强调 proactive——主动触发能力。他期待 AI 根据工作状态推进下一步，减少用户反复打开工具询问进度。大家认为，这类能力的难点包含真实用户偏好数据，而工业界与学术界拥有的数据条件并不相同。
查看讨论摘录
当时有一个 checklist 还没有写，然后 dog 就提醒我了。
发言人2 · 32:15
就主动交互能力。
发言人1 · 32:25
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。04 / 研究复盘
RSI 为什么在代码上好验证，到了科学绘图却难改好
37:07–42:42
聊到想转向更有技术壁垒的方向，发言人2拿自己做过的 RSI 实验举例。他讨论的是借助外部反馈，迭代改进工具或执行框架的做法，并不必然涉及重新训练模型。其体验是：在带有人类主观偏好的任务里，自动迭代效果很不稳定，经常需要人工介入。
代码任务相对容易构造反馈：测试是否通过、程序能否运行，通常能在环境中检查。科学绘图一类任务则很难仅靠人为编写的 rubric 给出可靠评价。问题不只在于改得够不够多，还在于模型有没有找对问题，以及提出的修改能否真正解决它。
发言人2特别提到，有时模型能指出问题，却不知道怎么改；有时连问题本身都没有提对。这使讨论从“多跑几轮就会变好”转到了评价信号的质量。这里记录的是一位实践者在特定任务中的经验，不足以推出所有人类偏好任务都无法通过自我改进受益。
查看讨论摘录
有时候他问题提对了但是他不知道怎么改，但有时候甚至他问题都没有提对。
发言人2 · 40:51
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。05 / 自动科研
AutoResearch 能搜索组合，研究者仍要判断什么问题值得做
42:34–48:24 · 73:18–74:33
发言人2结合参与 AutoResearch 框架测试的经历，提出一个观察：模型能从已有方法中挑选、组合出有效方案，带来指标提升，但问题选择与方法的新意仍会卡住。即使给定一篇论文，要求基于其弱点继续研究，也可能遇到提问不合理或方案过于简单的问题。
他把这种差异描述为“组合搜索”与“启发式创新”的差别，并用会议层次表达自己对成果水平的判断。由于现场没有展示论文、评审意见或实验材料，这部分适合作为经验分享，不能当作自动科研能力的统一评级。
讨论随后转向 AI 辅助数学研究：即使工具擅长试错、检索和验证，研究者仍可提供方向，把通用能力推到具体问题的极致。到后半场，大家又把问题拉回自己：当 AI 能参与写论文、做项目，数量之外，更需要说明选题为什么重要、自己贡献了什么判断。
查看讨论摘录
现在你就得去思考，就说，哎，什么才是你真正能拿出来的东西。
发言人2 · 74:00
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。06 / 情感计算
AI 会安慰人，就能说它有情感吗？讨论先卡在定义上
48:53–56:13
发言人2从电影与情感计算研究聊起，区分了几个层面：模型能否表现出合适的情绪回应、内部是否存在可分析的情绪相关表征，以及它是否拥有人的主观情感体验。现场讨论说明，这些问题很容易在交流中被混在一起。
发言人1则追问，“理解”与“情感”的定义是否足够清楚，以及我们对人类自身的解释是否已经完备。两人的分歧没有收束为一个明确答案，而是把话题推向了认知、主观体验与可解释性的边界。
录音中提到了可解释性研究与情绪向量，但未提供论文链接。日报保留这条讨论线索，不将其改写成“研究已经证明模型拥有情感”。从讨论中可以提炼出的产品问题是：当我们说 AI 有情商时，究竟在评价可观察的交互行为，还是在提出关于主观体验的命题？
查看讨论摘录
你怎么去定义机器人有没有人类情感？
发言人2 · 50:42
因为他太主观了，就是有非常多什么是理解。
发言人1 · 52:32
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。07 / 职业与落地
担心应用被下一代模型覆盖，大家把选方向聊成了选能力
57:08–65:55 · 82:12–84:24 · 90:17–92:08
一位同学担忧，自己做的绘图自动化、视觉重构等应用，会被下一轮模型能力覆盖，因此想转向推理加速或数据工程。这种担忧获得了回应，但讨论也提醒：越基础的岗位越看重可检验的基本功，选择一个听起来更坚实的方向，并不能省掉积累。
发言人1给出的另一条路径是，先在模型公司积累能力，再进入具体行业改造业务流程。他在现场把这类路径称为“IB”，强调两项本领：把任务指令与 Skill 写清楚，以及判断哪里该用模型、哪里该用规则。其价值最终要落在业务中能解决什么问题。
讨论里还有一个很实用的自测：看到一项工作时，能否主动指出几个可以改进的地方？这比追逐一个热门名词更接近独立判断。临近散场，有人问什么职业会一直存在，回答没有指向一个岗位，而是落在判断力，以及与人沟通、协调和推进事情的能力上。
查看讨论摘录
你保不齐模型下一轮迭代之后，他的能力就把这个空给填补掉了。
发言人2 · 62:18
判断力，你的判断力是一直存在的，没有什么职业会一直存在。
发言人1 · 91:11
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。08 / 前沿分歧
World Model 与 Agent：大家追问的是模型和工程各贡献了什么
77:57–85:11
临近尾声，话题转到 World Model、可交互世界与心智模型。发言人2最初把世界模型理解为具身智能的训练场：能否先生成一个可交互环境，让机器人在里面迭代？另一位发言人则提出保留意见，认为这种关联还需要更多证据来说明。
类似的追问也出现在 Agent 上。发言人1认为，部分 Agent 的长期独立价值需要接受更强基座模型的检验；发言人2把问题归纳为：效果究竟来自模型已有的智能，还是外部工程带来的提升？这并没有导向“Agent 没价值”的统一结论，而是要求把贡献拆开看。
现场提到的产品演示、岗位变化和心智模型论文都缺少可直接核对的材料。因此，本期将它们保留为后续调研线索。真正可以延续的问题是：生成一个可交互世界、训练一个可靠行动系统，以及做好具体任务的工具框架，分别需要怎样的验证？
查看讨论摘录
看你那个性能到底是工程带来的能力提升还是模型本身具备的智能。
发言人2 · 83:34
摘录依来源整理，删去部分重复口头语；公开范围见本期来源说明。KEEP THE CONVERSATION GOING
把讨论接下去
- 现场提议整理本次交流，并另行组织推理加速方向的同学继续交流；具体时间未定。
- 编辑建议围绕投稿 checklist 主动提醒做一个小实验，记录提醒是否及时、有用，是否打扰。
- 待核实补充 FPGA 项目的模型规模、量化精度、板卡配置与对比基线，再讨论加速倍数。
- 待核实补充 Sonic、proactive 综述和心智模型论文的原始资料链接。
文中预测与经验归属于发言者。相关技术说法未经独立事实核查；AI 锐评为编辑评论。
