机器人的下半场，需要两个“大脑”

在2026世界机器人大会主论坛上，明略科技创始人、CEO兼CTO，混沌学园5期、混沌创业营6期校友吴明辉带来题为《Agent＋具身：应用需求牵引机器人智能的进化路径》的演讲，分享其在Agent、具身智能与产业应用方面的最新思考与实践。

他提出，机器人真正进入生产系统，不仅需要更聪明的个体“大脑”，还需要连接机器人、Agent与IT系统的“组织大脑”，并跨过工程交付、业务流程重构和现场部署的最后一公里。

吴明辉

明略科技创始人、CEO兼CTO

混沌学园5期、混沌创业营6期校友

以下为演讲速记：

很多朋友可能会好奇，明略科技过去更多参加的是世界人工智能大会，为什么这次会来到世界机器人大会？实际上，12年前我曾参与创办一家机器人公司，也就是专注于酒店服务场景的云迹科技，去年已经在港交所上市。

我本人一直从事人工智能相关工作。20年前，我就开始学习上一代人工智能，后来成为北京大学的博士生。这些年，我一直在观察人工智能在数字世界和物理世界的发展。

今天，人工智能在数字世界已经产生了很多生产力级别的应用。它可以生产内容、编写代码、进行复杂的数据分析，展现出相当高的智力水平。

但是在物理世界，大部分机器人目前仍然处于主要提供情绪价值的阶段。机器人什么时候才能真正成为生产力？这是我一直在思考的问题。因此，今天来到这里，也意味着我们决定更加深入地参与机器人这场科技浪潮。

当然，对于物理世界，我仍然非常敬畏。我本人是做软件、做人工智能出身的，在我看来，物理世界远比数字世界复杂，其中涉及大量制造、部署和现场适配问题。

今天明略进入具身智能和机器人领域，同样没有选择独自奋战，而是与海康机器人展开合作。海康机器人在工业和物流领域积累深厚，已经实现了较大的产量和稳定的生产力输出。

明略和海康机器人是两家能力结构非常不同的公司：明略擅长软件、Agent和模型，因此在合作中更多承担模型研发和多智能体协同规划等，海康机器人则充分发挥着其在移动机器人整机研发、运动控制、多传感器融合、系统软件平台、系统集成以及产品工程化量产等方面的深厚积淀。

大家都在说，机器人的下半场是“大脑”。这确实没有错，但我认为机器人的大脑包含两个维度。

第一个是传统意义上的机器人“大脑”，也就是机器人的推理、任务决策和操作规划能力，包括VLM、VLA等模型所提供的能力。

第二个则是整个组织的“大脑”。当机器人真正部署到生产系统，进入线下服务业和商业场景以后，如何把机器人与机器人连接起来，如何把机器人与智能体连接起来，如何把机器人与上一代IT系统连接起来，最终形成一个组织级的大脑，同样非常重要。

我们与百胜中国有一家合资公司，在肯德基和必胜客的门店中，大量数字化系统和工作系统都是明略参与开发和部署的。未来，我们也一定会把机器人带到这些场景中。

明略最近发布了一个开源的人机协同平台——Octo平台，可以连接各种各样的Agent、Runtime。未来在与海康机器人的合作中，这个平台也会发挥重要作用。我们希望它能把每一台机器人的个体大脑连接起来，形成一个组织级的人机协同大脑。

这两天准备演讲时，我还使用了明略旗下秒针系统的舆情分析智能体，对国内外关于具身智能产业落地“最后一公里”的讨论进行了分析。

从讨论主题看，国内外关注的问题基本一致，包括工程交付、经济模型、软硬件协同等。但从近期讨论热度的分布看，国内外又有一些差异。国内的讨论更多集中在工程交付、软硬件时序和经济模型，也就是机器人“能不能真正用起来”；海外则更加关注数据飞轮和长程任务的稳健性，也就是机器人“能不能持续变强”。

当我看到数据飞轮和长程任务这些问题时，突然发现它们非常熟悉。因为这些也是我们在Agentic AI，也就是数字世界人工智能的产业落地过程中，长期面对和解决的问题。Agentic AI与具身智能虽然处于两个不同的领域，但它们的技术落地路径具有很强的同构性。

以操作工具为例，数字世界最早采用的是传统规则引擎、专家系统和RPA。后来出现了Workflow，再后来出现了Manus这样的通用Agent。用户只需要下达一个任务，Agent就可以像数字世界里的VLA模型一样，自主操作软件和工具，端到端地完成任务。

这条路径经历了从写死规则，到完全放开、自由探索的过程。到了去年下半年和今年，以Anthropic的Claude Code Skills为代表，又出现了一种结构化Skill。它既不是完全写死的规则，也不是毫无约束的自由探索，而是在成本、效率、自由度和可实现性之间取得平衡。

更重要的是，今天的Skill并不是只有AI研究人员才能定义。职场中的每一个工作者，都可以根据自己的工作经验沉淀和编写Skill。这一点非常关键。

具身智能领域也有相似的演进过程：从传统规则引擎和PLC编程，发展到Behavior Tree，再到今天广泛讨论的端到端VLA模型。但从真实应用系统看，全面采用端到端VLA未必是最好的路线。未来也可能出现混合式架构，形成类似数字世界Skills的中间层。现在具身智能领域已经开始出现Atomic Skill Library，也就是结构化的原子技能库，并逐步在实际应用中得到验证。

另一个具有同构性的例子是Memory，也就是记忆。

记忆是数字世界人工智能非常重要的能力。我们希望AI进入一个具体场景以后，能够理解这个场景，并逐渐成为真正懂这个场景的AI。基础大模型一直在探索持续学习能力，但从成本、数据安全和隐私保护等角度看，仍然存在不少问题。

今年以来，OpenClaw带来了一种新的思路：除了模型参数，还可以通过配置文件和Memory系统保存信息。这些参数之外的记忆，反而成为AI真正进入生产系统、持续发挥作用的重要组成部分。

我很喜欢CoALA关于Agent记忆的一套框架。它将记忆分为Working Memory、Episodic Memory、Semantic Memory和Procedural Memory。

Working Memory是当前任务中正在工作的临时状态；Episodic Memory记录过去发生过的任务、会话和事件，类似一本日记；Semantic Memory保存事实、概念和关系；Procedural Memory则更像Skill，保存完成某项工作的程序和方法。

具身智能同样需要这些记忆，包括空间记忆、时间和任务轨迹的记忆、语义记忆以及原子技能库。数字Agent的记忆结构与具身Agent的记忆结构，本质上也是同一个记忆体系在两种不同“身体”上的落地。

在具身智能领域，“本体”通常指机器人的物理本体；但在另外一个语境中，Ontology指的是对概念及其关系的抽象，可以看作Semantic Memory的重要组成部分。未来，Agentic AI中的Ontology和具身智能中的物理本体也需要打通，二者需要共享一套语义记忆。

因此，数字世界的工作生产力和物理世界的生产力之间，存在非常多的协作空间。

2018年，我提出了一个概念，叫做HAO智能。H代表Human，也就是有肉身的人类；A代表Artificial Intelligence，既包括数字世界中的Agent，也包括物理世界中的机器人；O代表Organizational Intelligence，也就是组织智能。

我一直有一个梦想，希望把机器人和机器人、机器人和人、人和Agent真正连接到一个大的网络中。

在一个组织中，不需要每一个Agent、每一台机器人或者每一个人都拥有完整能力，独自完成组织里的所有工作。人类社会本来就是通过分工协作运行的。有的人负责行政工作，有的人负责进行创意策划，有的人负责执行落地。真正的生产力环境需要团结和组织的力量，也需要组织中的每一个个体无缝连接，最终形成组织的大脑。

过去六年，我们一直沿着这个目标，用 AI 赋能传统服务业企业。过去我们聚焦的主要是办公室里的数字生产力，未来我们将与海康机器人一起，进一步探索线下服务业的智能化改造。

今天有一个很流行的概念叫“AI原生组织”。传统组织如何演进为AI原生组织？经过长期思考和实践，我们提出了一条从L1到L5的演化路径。

L1是Token Ready。对于一个组织来说，第一步是让员工真正有Token可用。很多员工虽然希望使用AI，但企业内部没有统一的网关，无法对模型调用、权限和成本进行有效管理。

L2是工作在线。这里的“在线”不只是人在线，而是让每个人使用AI Agent开展工作，让工作本身在线，让上一代的软件工具也能够被Agent调用。比如我现在虽然每天仍然写代码，但已经很少自己在编辑器里逐行敲代码，而是让Coding Agent帮助我完成。

L3是结构化沉淀。当每个人的工具和工作都在线以后，人和人、人和Agent之间需要共享结构化的Memory，尤其是Semantic Memory。在一个大型组织里，未来每一个Agent乃至每一台机器人，都需要共享这样的记忆。

L4是形成生产力之间的复杂协作网络，也就是通过Loop、Evals和Benchmark不断优化，让一个人能够撬动更大的生产力，创造更高的效率。

L5是“水涨船高”，这也是最难的一步。每家企业都要积累自己独有的数据和能力，并且与具体的基础大模型解耦。随着基础硬件、算力、基础模型和框架不断进步，整个组织运行AI的能力也能够持续提升。

这是我们在数字世界中总结出的AI原生组织五个阶段。具身智能世界未来也可能存在一套结构同构的L1到L5。当然，在当前时间点，我还没有完整答案，仍然在持续思考和探索。

我们需要解决的问题是：在线下服务业，特别是餐饮、零售等行业，如何把海康机器人已经相对成熟的能力带到前台业务场景，帮助组织形成由机器人参与、更加自动化和高效的服务流程。

虽然具身智能的L1到L5还没有完全定义，但其中有三条基本原则是清楚的。

第一，要按照新时代的要求重新分工，人做人的事，机器做机器的事。

第二，当人与AI形成新的分工以后，还需要新的协作方式、新的流程和新的组织。无论是Agent进入办公室，还是机器人进入线下服务场景，组织结构、工作流程和岗位分工都必须随之改变。

我的一位朋友曾经做过洗碗机器人，并把机器人卖给餐厅。后来他发现，餐厅的效率并没有因此明显提升。原因在于，原来的洗碗工不仅负责洗碗，还要收碗、处理其他事务，并在空闲时打扫餐厅卫生。洗碗机器人只能替代其中一项工作，却无法完成这个岗位承担的全部任务。

所以，组织要真正部署机器人、实现降本增效，不能只是把一台机器人放到现场，还需要进行业务流程再造。

第三，也是更重要的一条，就是对人友好。

人工智能进入企业，不应该只以替代劳动力和节流为目的。我们更应该思考，如何利用人工智能放大人的价值，帮助企业打开更高的增长天花板，以创造新的价值为主要目标应用机器人和人工智能。

每一个传统服务业组织，无论是数字世界中的服务业，还是线下服务业，真正落地AI都差“最后一公里”。现在有一个很流行的岗位叫FDE，也就是Forward Deployed Engineer，前沿部署工程师。

FDE需要深入客户现场，把场景需求与人工智能技术真正连接起来。在Agentic AI领域，Palantir等公司采用的就是类似模式。客户安装了AI工具，并不等于业务真正运行起来。FDE需要在现场把Agent、Skill和Memory嵌入客户的SOP中。

机器人进入生产环境同样需要FDE。机器人到达现场，并不等于生产力已经产生。还需要有人把VLA、WBC和场景SOP结合起来，把机器人真正变成组织生产流程中的一名“员工”。

除了前沿部署，机器人还会产生大量运维需求。过去五六年，我们也建设了一支覆盖线下门店的工程师团队，为餐饮和服务业客户维护IoT设备。

人如果生病了，会自己去医院；但餐厅、零售门店里的IoT设备、智能设备乃至机器人出现问题后，不会自己去医院，仍然需要工程师上门维护和维修。大家可以把这种服务理解为“像打车一样呼叫维修工程师”。

FDE只是其中一种需求。机器人真正进入生产系统、解决实际生产问题，还有非常大的想象空间。

最后，我想号召大家共同拥抱开源。

今天，人工智能，尤其是Agent，赋予了每个人巨大的能力。我们可以利用数字世界的人工智能，加速具身智能机器人的研发迭代。今天，借助人工智能，每个人都有机会自己做出开源工具。

明略也坚定地选择了开源。目前，明略内部已经约有1800名员工和4000多个AI Agent在这个平台上共同工作。

我们相信，Octo未来不仅可以连接数字世界的Agent，也可以连接具身智能设备，包括机器人，甚至智能汽车。智能汽车也可以作为一个数字员工接入平台，比如客户或合作伙伴来到北京，需要我安排接待，我可以把司机智能体拉进群，由智能体和车辆直接与客户联系。同理，公司里的其他职能机器人，也都可以作为独立主体接入这个平台。

这个平台应该是开源和开放的，它应该像上一代办公系统中的电子邮件一样，每家企业都可以建设自己的平台，并且彼此连接。

所有机器人之间、机器人与智能体之间、上一代IT系统与新一代人工智能系统之间，都应该通过开放协议实现互联。这才是我们希望共同打造的组织智能大脑，也是一个人机协同的美好世界。

我今天的分享就到这里。非常感谢大家，期待未来与大家在一个开放的机器人和智能体世界中共同连接、共同协作。谢谢大家！