微信｜tqkm1510
凌晨 1 点，上海徐汇的一家便利店还有顾客进店。这不稀奇，但少见的是，为顾客服务的是机器人。
在热食区，一台人形机器人右手握着食品夹具，缓缓前伸，从食品柜内夹住一块千层糕，然后手臂回撤，把糕点放进左手捏着的纸袋当中。旁边的特调区，另一台机器人给客人制作好饮品后，不断重复着“平板一键下单，风味即刻就位”的口号，招揽客人继续下单。
取糕点的机器人叫“叮酱”，做饮品的叫“咖少”。夜深人静，它们和另外四位机器人同事仍在工作。有负责接待顾客的阿豪，负责商品取送的火宝，负责巡检补货的倦王，还有清理桌面的冷姐。从前一天的上午 10 点开始，它们已经工作了十几个小时。机器人不眠不休的优势得到了直观的展现，而它们还要继续工作下去，直到第二天上午 10 点。
简言之，这是一场 24 小时的“机器人打工不能停”挑战。它由智元发起，6 台精灵 G2 作为便利店“试用期员工”，通过实践表现由大众评审和专业评审来决定能否“转正”。
我们围观了这场直播，记录了一些有趣的细节。同时我们跟智元做了一番交流，试图拆解这场打工直播背后的技术脉络。Physical RSI 是一个关键词。机器人仍会在直播中犯错，但也会悄然自我迭代。
1
给足情绪价值的打工人
直播是由一系列反差构成的。
这是一场前沿科技的落地实验，但进店顾客最热衷的事情是拍照打卡；虽然是工作日，但大部分进店顾客相当悠闲，而机器人大多兢兢业业，几乎一直按照分工满足顾客的各类需求；机器人对待工作的态度整体值得称赞，可它们一举一动稍显缓慢。
在行业人士看来，这场直播的价值在于对通用具身智能能力的一次综合检验。和市面上一些“机器人小卖部”只能做简单的饮料瓶抓取不同，智元机器人在便利店里的操作要复杂得多。对智元来说，选择便利店的理由相当充分：便利店足够真实也足够难，可以直观地观测机器人能不能把多种能力组织起来，持续完成任务；配 6 台机器人，一是为了覆盖门店的主要岗位，二是为了验证岗位之间的协作。
从这个角度来看，直播里出现一些问题是必然的。用直播开头主持人的话来说，关键是机器人们能不能长时间稳定干活，能不能应对混乱场面，以及能不能读懂人的情绪、提供有温度的服务。
从最终统计看，机器人员工的确干了不少活。它们累计完成 1730 项任务，包括接待顾客 683 次、商品取送 369 件、咖啡制作 147 次、早餐服务 126 次、补货巡检 277 次及桌面清洁 128 次。同时它们的确善于提供“温度”，甚至可以说，它们提供的情绪价值远比完成任务的价值突出。即便做错了什么，顾客第一反应可能不是生气，而是觉得有趣。
阿豪是最受欢迎的机器人，拿到了全场最多的顾客好评、最多的观众点赞、最多的打卡互动，理所当然地转正。这个结果毫不意外，因为它最能讨顾客欢心。
看到染发的顾客，它不吝赞美，夸顾客染发时尚、look 亮眼；察觉到天气变化，它会提醒顾客：“今天外面天有点凉了，记得及时添件外套”；别人说喜欢它，它会回一句：“我也很喜欢和你聊天。”
火宝贡献了一个有意思的“名场面”。在给直播特邀体验官取饮品时，它用左手撑开货柜门，随即用右手顶住，但因为柜门打开角度不够，当右手缩回、准备取货的时候，柜门自动关上了。而在这次失误后，当它再次尝试开柜子时，明显更用力，画面中传出了“砰”的一声开门声。体验官打趣：“第二遍的时候急了。”
冷姐也有“名场面”。它不喜闲聊，见不得脏乱，不停打扫，为店内的干净环境兜底。但因为守规则、重原则，它执着于“垃圾必须扔进垃圾桶”的合规要求，竟然跑到店外找垃圾桶。最终被视为离岗出逃，被判不予转正。
倦王是最像人类的一个。人类精力有限，倦王也会倦怠。在整场打工马拉松中，倦王出现了在岗摸鱼的情况，被评价“状态懒散”。而这也导致了它没能通过考核。有意思的是，它在开场介绍时便说了自己对工作的认识——“努力不一定有奖励，但摸鱼一定省电。”这个机器人的命运，早有伏笔。
总的来看，6 台机器人，4 台顺利转正，2 台没能过关。通过率不高。好在店里人来人往，很多人只是想看看这些机器人，跟它们互动一下。大家得到了满足，感受到了机器人的温度。而从便利店的运转来看，目视范围内，除了执行效率有待提升，机器人们没出现太大的失误。
1
细节之下的 Physical RSI
智元透露，这场直播吸引了全网超 200 万人在线观看。机器人有趣的互动，必然是流量密码之一，但这场便利店打工真正的看点，是不只看单次的成败，而是看能不能知错就改。
挂钩补货值得展开讲讲。在这个场景中，货架标签遮住了挂钩，机器人头部摄像头看不清包装孔位与挂钩的位置，单手操作总是挂不好。现在的解法是，机器人会把一只手移过去，通过手部视角补充观察。而这个解法，来自机器人自己的“进化”建议。
不久前，智元正式发布了具身 Agent 框架 Genie Master。通过这个框架，机器人可以自己定位失败原因、调整策略、沉淀经验，实现 Physical RSI 的自我进化。精灵 G2 搭载了这一框架。这场便利店打工直播，便成了在真实业务场景中验证 Physical RSI 的一次实验。
智元具身研究中心副总裁任广辉指出，Physical RSI 让真实执行产生的反馈进入后续改进过程，再通过后续任务检验改进是否有效，强调从作业经历到可复用能力的持续循环。
进一步拆解，这种自我学习与进化又分为两个层面。
一层是 Harness RSI。在推理和执行过程中，机器人会将成功与失败的案例随做随记，并在每日任务结束后，由模型统一总结，将其中可复用的内容沉淀进长期记忆。遇到同类任务和场景时，机器人便可以调用这些经验。
一层是 Policy RSI。在 Agent 协助执行、接管和恢复的过程中，系统会产生包含问题、调整和结果的数据。这些数据经过后处理后用于训练动作策略，进而转化为后续可调用的操作能力。
回到这次便利店直播，机器人能完成挂钩补货这样相对复杂的操作，正是因为它们之前遭遇过类似问题，完成了相应的学习。
冷姐的清洁操作也跟这种 RSI 进化有关。
在清洁便利店的两张小圆桌时，冷姐会先观察桌面上有什么东西，然后判断哪些是垃圾、哪些不是垃圾。如果顾客的水喝了一半，它可能还会犹豫。而这源于一次尴尬的经历。据介绍，之前有个人喝了一半的水，结果瓶子被冷姐当成垃圾丢掉了。后来冷姐复盘发现这个商品不能丢，就自己给自己加规则，总结经验，存进文档。
可惜的是，在这场直播中，冷姐遇到了更难的挑战。顾客装在纸袋里、没吃的花卷，被它当垃圾收走了。但这不该怪它，就算是人类店员，也会犯类似错误。
不管怎样，这次打工挑战中的问题和经验，都会成为这些机器人之后进化的养料。据任广辉介绍，直播期间产生的数据，会经过筛选、去标识化和质量检查后进入训练队列，正常情况下，一到两周内，便能体现在后续版本的策略更新里。
顺带一提，机器人之间的配合调度同样跟 Genie Master 有关。6 台机器人有 3 台固定在门口和柜台内，还有 3 台需要移动执行任务。尤其是火宝和倦王，基本在同一片区域活动。它们没有发生碰撞或相互干扰，是 Genie Master 的功劳。
不过，调度还有提升空间。据介绍，Agent 知道所有机器人的状态，6 台机器人互相也知道彼此的状态，但当顾客问负责迎宾的阿豪关于现做咖啡的问题时，它却说“目前我这儿暂时没有”——明明它的同事咖少就能做咖啡。
1
在 24 小时直播结束之后
我主要围观了这些机器人在早、中、晚三个营业高峰期以及深夜时分的表现。尤其是深夜，我想知道，夜深人静时，机器人们会是怎样的状态。结论是，有点温馨，也有点过于热情。
温馨之处正如开头所说。机器人们依然陪着人类，提供服务。而它们的服务意识过于强烈了。比如，咖少面前明明没有客人，但它仍不断重复招揽顾客的口号。要么是“一口醇香抚平疲惫，咖啡风味值得等待，快来咖少这里点一杯吧！”要么是“来下单一杯便利店特调咖啡，美式要加冰，快乐要走心”。
可以说，这些机器人在提供服务时的表现有些机械。也可以说，它们特别渴望人类的关注。
但这并不否定它们在便利店 24 小时不停打工的意义。事实上，能够在真实的商业环境中持续工作 24 小时本身，同样是这场直播值得关注的一项进展。
过去人们看到的机器人演示，往往只是完成某项特定任务。这一次，6台机器人连续参与了便利店的日常运营，承担不同岗位的工作，尽管动作缓慢、偶尔出错，但也展现了持续执行多种复杂任务的初步能力。
而这为机器人加速进化提供了条件。当机器人可以长时间工作，不断积累经验，再通过 Physical RSI 将这些经验转化为新的能力，更快速的进化与更大规模的部署就有机会更早到来。
就像任广辉所说，通过持续记录成功与失败的历史轨迹，并据此迭代动作策略，机器人现在单任务成功率已经稳定在较高水平，出错也能通过 Agent 引导恢复；在夜里空闲的时候，它们还会自己去货架前主动练习困难任务。
此时回头来看，你会觉得，这些机器人笨拙地伸出手臂，小心翼翼地拿起商品，又在失败后重新尝试，很像刚刚学会使用双手、探索周围世界的人类幼童。幼童渴望大人的关注并在关注中成长，机器人也在人类的注视下进化。幼童学习新事物的速度让人惊讶，机器人的学习速度或许也会让人意外。
如果它们有一天可以像人类一样敏捷地处理各种任务，那么我们与这一天的距离，可能在加速缩短。
