先说三条结论：能免训练的先别自建训练链路，能整段演示的先别只验单点，能算清迭代成本的再谈自研。
开幕式上那盘棋，我盯的是一个小动作：工作人员把一枚棋子摆到棋盘前，机械手悬停了半秒，识别棋盘，稳稳落下。没有写死的坐标，也没有提前录好的轨迹，落子之前那半秒的停顿，像人在想棋。
那家头部机器人公司成立十年，这是它头一次把生态伙伴请到现场。创始人登台讲的那句话后来被引用了很多次，大意是连他自己在内，所有人还是把这门技术看轻了。他还提起一件旧事：早几年他劝身边同事把钱往AI方向挪一点，听进去的没几个，几年过去，早信的人和一直看的人，境况差了一大截。看完演示回来，我把手头两个项目的选型文档重排了一遍。这场大会给我的提醒很直接：提示词已经接得走一部分从前必须专门编程的活，选型的功课需要重做。下面三条体会，都来自当天记在笔记本上的内容。
先看任务长什么样，再看模型有多强
绘画演示那段，让我意外的其实是画完之后的配套动作：机器人自己换了颜料，把笔洗干净。这些没有人提前写进流程，全靠模型现场安排。
对选型来说，这个细节的信息量很大。一项任务能不能交给模型，先拆开看它的形状：目标清不清楚，规则明不明确，中间步骤可否由模型现场编排。绘画和落子这类任务，规则清晰、结果可检，零训练就能跑通，模型接得住；再往上一层，去哪儿，先干什么后干什么，这种编排模型也已经顺手。换成组装精密零部件，东西挪一寸、手上的劲差半分，动作就得跟着改，感知与纠错这一侧还跟不上，出错概率立刻上来。台上那位创始人自己也承认，模型在动手操作这一侧容易出错。
任务规划交给了模型，感知与纠错还压在机器人自己的本体上。
所以选型表改了：每项候选能力后面加一列「任务形状」，写清楚它属于规则型还是应变型。规则型的活交给模型，应变型的先留给传统方案，等感知侧补齐再议。分类这一步看着笨，但比对着演示视频拍脑袋可靠得多。顺带一提，认路与排程这两块已经被模型接住，过去它们占了不少开发工时，往后可以腾出来，投到感知和纠错这些还没补齐的地方去。人力往哪儿挪，比买哪个模型更要紧。
短板要当成验收项写进文档
做选型有个老习惯：注意力都放在「它能做什么」上。这次我反着来，先把「它接不稳什么」列出来，作为验收标准写进文档。
我们按三类验收把候选方案过了一遍：结果可检的任务看通过率；中间过程看不见的任务看人工介入次数；环境多变的任务看纠错耗时。有一项看起来很惊艳的方案，第三类一跑就露了怯，环境一变，它恢复得很慢。这类信息演示视频给不了，只有自己跑过一遍才知道。
窗口期就是用来试的：做一次、核一次，再决定下一笔往哪投。
等模型侧把能力补齐，再把它接回来不迟。反过来，为了赶时髦把应变型任务硬塞给模型，返工的成本多半比省下的开发费更高。那位创始人对物理AI的突破速度非常乐观，判断用不了太久就会有大的进展；但乐观归乐观，落到自己项目里，还是一段一段验着走踏实。行业能不能迎来自己的爆发时刻，他给了一个参考项：模型的输入与输出，落在真机上对不对得上。这句话我抄在了文档开头，提醒自己验收的标准落在机器这一侧，屏幕说了不算。演示里那半秒的停顿，屏幕前看是灵性，落到产线上就是误工，两边的口径不一样，验收得按产线的来。
部署规模会变成选型的筹码
大会还披露了一套自进化系统：智能体自己动手改代码，先在模拟场地里练，练得像样了再上真机，真机的反馈回流给评价那一层，进入下一圈。底子模型一升级，这套循环的起点跟着抬高；机器卖出去一台，回来的实况就多一份。
机器越多，回流越厚，飞轮自己会加速。
这提醒我重新看待规模化这件事。评估一个平台，除了看文档全不全、接口稳不稳，还要多问一句：它的部署量到什么量级了，真机数据回流有多厚。这家公司的G1机器人累计下线两万台上下，这个量在选型时值得单独记一笔——部署量大的平台，飞轮转得快，同样一个问题，它可能上个月就替你踩过了。产能那一侧他也交了底：眼下的产量离他心里的目标还差得远，往后部署越铺越广，回流的数据会让模型越变越好，选型的人反而站在受益的位置上。
还有一层容易被忽略：他把数据和能源这类东西看作未来的家底，对做选型的团队同样适用。项目里产生的每一次验证记录、每一组纠错样本，攒下来都是自己的家底。换平台、换模型的时候，这些数据能不能带得走，也应该写进评估清单里。
| 维度 | 从前的选型习惯 | 这次之后改成的做法 |
| 判断依据 | 看演示效果 | 拆任务形状，加验收实测 |
| 短板处理 | 出问题再说 | 写进验收文档，提前测 |
| 平台评估 | 文档与接口 | 加看部署量与数据回流 |
写在文末
一场演示能改变的东西有限，但它把几件事摆到了明面上：规则清晰的任务正在被提示词接走，感知与纠错还是短板，部署规模在悄悄变成技术之外的筹码。选型这件事，与其等下一场大会，不如先把手头的任务拆开看一遍，规则型的先试，应变型的缓一缓。我这边文档已经改完，你那份，也许可以翻出来对一对。
