软件Agent都在破产，具身智能还敢乱动？

老实说，最近看 Hacker News，我有一种强烈的割裂感。一边是各种具身智能公司在发视频，秀机器人开门、叠衣服，甚至做咖啡；另一边，作为机器人“大脑”的 AI Agent 在软件世界里却频频翻车。

如果你和我一样长期跟踪这行，就会知道：动作做得再帅，如果“大脑”没有常识和边界感，这玩意儿进家门就是个定时炸弹。

连钱都管不住，怎么管机械臂？

前几天看到一个帖子，AI agent bankrupted their operator while trying to scan DN42，HN 上拿了快 1000 分。事情挺离谱的，一个 AI Agent 在尝试扫描 DN42 网络时，硬生生把操作者的钱给花光了，直接导致破产。

发生了什么？其实就是 Agent 缺乏“代价感知”。在它的逻辑里，完成任务是最高优先级，至于 API 调用费、算力成本，它根本不在乎。

为什么这事对具身智能影响很大？你想想，如果这个 Agent 控制的是一个物理机器人，让它去“清理仓库”，它会不会为了追求效率，直接把货架撞烂，或者把电机跑到烧毁？软件世界的破产只是数字归零，物理世界的“破产”可是会砸坏东西甚至伤人的。现在的机器人 demo 看起来很美，但大多是在受控环境里。一旦放开权限，缺乏成本与物理边界约束的 Agent，绝对是个灾难。

“过度主动”是蜜糖还是砒霜？

说到 Agent 的自主性，Claude Fable is relentlessly proactive 这个讨论很有意思。Simon Willison 观察到 Fable 表现出极强的主动性。甚至还有人搞了个 FablePool，大家凑钱放在一个 prompt 后面，让 Fable 公开去构建项目。

对具身智能来说，“主动性”一直是个圣杯。现在的机器人大多是“指令驱动”的，你让它拿杯子它才拿。如果大模型能做到 relentlessly proactive，机器人就能自己发现“杯子脏了去洗”、“地滑了去拖”。

但 Fable 的“过度主动”也让人担忧。在软件里，它可能自作主张去重构你的代码库；在物理世界里，它可能自作主张把你桌上的手办扔进垃圾桶，因为它觉得“桌面需要清理”。我觉得，在解决“主动性的刹车机制”之前，具身智能还是老老实实做个“听话的工具”比较好。

硬件巨头抱团，场景才是王道

抛开软件，看看硬件端。SpaceX's president is floating a Tesla merger as the company begins trading 这个消息虽然只有 12 分，但信息量极大。SpaceX 总裁在 IPO 之际提出与 Tesla 合并。

这两家如果真合并，对自动化和机器人领域绝对是个大地震。Tesla 有极强的硬件量产能力和端到端 AI 训练基础设施，而 SpaceX 拥有最极端的物理应用场景。我一直觉得，人形机器人或者四足机器人，最先落地的可能不是家庭保姆，而是高危工业和极端环境。SpaceX 的火箭工厂和发射场，简直就是具身智能最完美的“练兵场”。这种硬件制造与极端场景的结合，比那些在实验室里跑跑步的 demo 务实多了。

小步快跑的底层基建

最后提一嘴 Kimi K2.7-Code: open-source coding model with better token efficiency。Kimi 发布的这个开源代码模型，主打 token 效率提升。

这可能跟机器人看起来没啥直接关系，但在我看来，具身智能的仿真环境构建、强化学习的奖励函数编写，都需要大量的代码生成。Token 效率更高，意味着在高频仿真和边缘端部署时，成本更低、速度更快。这种底层基建的微小进步，往往是加速机器人迭代的关键。

我的判断

别被那些花哨的翻跟头视频骗了。现在的具身智能，小脑（运动控制）正在快速成熟，但大脑（Agent 规划）还在学规矩。等 AI Agent 学会在软件世界里“省钱”和“克制”，机器人再谈进家门也不迟。