上周，在北京猎豹移动的办公区举办了一场别开生面的“龙虾局”。猎豹董事长兼CEO傅盛坐着轮椅滑进会场，兴致盎然地分享着他的“养虾”心得。说到兴起处，他直接拿起手机，向自己的AI“龙虾”——代号“三万”——发了一条语音指令：
“让机器人穿过舞台，看到人就喊‘大家好，今天辛苦了’，间隔十秒，走到头停下。”
现场顿时有些骚动，观众们在期待中夹杂着一丝怀疑。片刻之后，场地中央的银色机器人真的启动了。它沿着预设的方向开始滑行，镜头缓缓扫过人群，停下，然后发出了问候。
这并非事先编排好的脚本。傅盛在现场展示了完整的飞书对话记录，证实这确实是一个在前一晚才“搓”出来的Demo。全程没有彩排，甚至中途机器人还因为网络延迟“不听指挥”了一阵。但最终，它不但完成了任务，甚至还临场发挥，为自己编了几句不重复的广告词。
这究竟是怎么做到的？这场略显即兴的演示，实际上揭示了AI Agent能力边界的一次关键性延伸——从纯粹的软件世界，迈入了物理世界。
一、驱动机器人巡夜、互动、修Bug，EasyClaw如何做到？
上方那段不到两分钟的演示视频在社交媒体上获得了大量转发。其吸引人之处不仅在于“用AI操作机器人”这件事本身的酷炫，更在于它让许多人第一次直观地看到，智能体是如何在物理空间中自主学习、调用工具并处理异常的。
在正式进行公开演示之前，傅盛和技术团队决定先在自家办公室做一次“压力测试”。他们将猎豹移动的EasyClaw接入了公司的服务机器人。凌晨2点多，傅盛尝试让他的Agent控制办公区的机器人执行任务：每30分钟巡逻一次，拍照汇报，完成后自动返回充电。
由EasyClaw驱动的AI“三万”自主读取了机器人的开发文档，完成了API调用、路径规划和定时任务设置。初次尝试并非一帆风顺：机器人未能成功发送照片，还走错了位置。傅盛没有直接介入代码，而是将调试任务交给了“三万”。他询问：“你对大厅的定位是否有误？请发送当前地图数据。”“三万”立即调取了机器人的建图文件，识别出坐标偏差并自主完成了修正。第二次巡逻，路径准确无误，照片也成功发送到了傅盛的手机上。
将这个Demo搬到数百人聚集的发布会现场后，环境的复杂度急剧上升。人员走动、交谈和网络延迟都可能干扰机器人的视觉识别与指令响应。实际上，傅盛连续发出的多个“停止”指令就曾短暂失效，因为任务已从服务端下发，指令队列仍在执行中。机器人走完预设路径后，并未执行打招呼的核心动作。
傅盛随即向“三万”追问原因，并要求必须排查到代码层和文件层，以提高修改成功率。接到指令后，“三万”在现场开始写代码、写接口、跑测试，最终实时做出了“见到人触发喊话”这个功能。
二、不止于单次演示：如何自动化打造可复用Skill？
当机器人成功完成第一次穿越舞台的任务后，傅盛对“三万”提出了新要求：“我觉得演示完成，完全达到了效果。你把这个写成一个Skill呗，然后下次我们直接就可以调用了，不用再这样调试了。”
在传统的机器人开发流程中，封装一个类似“巡逻喊话”的功能可能需要工程师数天时间进行开发、联调和优化。更棘手的是，这类功能往往难以复用，不同场景需要重新编码。
而“三万”在几分钟内就完成了封装。它自动识别了任务的核心逻辑与参数（如路径、触发条件、播报内容），将其打包成一个可配置、可调用的标准技能（Skill）。
效率的提升是立竿见影的。当同样的需求再次出现时，开发者无需重新规划、编码，只需调用这个Skill并修改几个参数即可。傅盛在后续演示中印证了这一点：第二次执行类似任务时，响应速度从分钟级缩短到了秒级。
EasyClaw的潜力不止于此，它甚至能让机器人自主处理开放式任务。演示尾声，傅盛给出了一个更开放指令：“你现在穿越大厅，然后碰到人就来推广EasyClaw，你自己想些词，每个人不要讲超过5句话。”
借助已封装的Skill和大模型的内容生成能力，机器人开始移动。遇到第一位观众时，它说：“告诉您一个秘密，我刚才谈话、拍照、走路全是EasyClaw在指挥我，它就是这么神。牛不？”遇到下一个人，话术又变成了：“您的AI全能助手，不用写代码，说句话就让我跑腿，您还在等什么？”
事后“三万”汇报，它一共生成了5句不同的广告词，每次随机挑选，确保不重复。傅盛对此评价道：“比我想的好。你们一定要相信这个东西超越人的很多点，它不是简单替代，就是它比你做得好。”
三、当Agent住进机器人体内：猎豹移动的新想象
这次演示中担当重任的机器人，是猎豹移动旗下猎户星空自主研发的“豹小秘”。这款机器人早已在接待、讲解、导览等超过20个垂直场景中落地应用，曾亮相国庆70周年群众游行彩车，也是北京冬奥会期间唯一的语音交互机器人。
丰富的场景落地经验，让猎豹对行业痛点有深刻理解。傅盛以餐厅为例指出，过去操作机器人高度依赖专业编程，工程师与服务员之间存在巨大的“技术鸿沟”。培训一名服务员熟练操作可能需要三个月，而人员一旦流动，所有培训投入便付诸东流。
“EasyClaw+机器人”的模式为这一困境提供了新的解题思路——如果机器人能“听懂人话”并自动执行，复杂的后台操作与冗长的培训周期将大幅缩短。其核心价值在于“技术平权”，将驱动机器人的能力，从少数工程师手中释放给了广大的终端用户。
事实上，猎豹在相关领域的布局早已开始。去年7月，猎户星空便发布了AgentOS，一个面向语音交互场景的机器人操作系统。该系统通过GUI结合自然语言交互与原生API，让用户能用自然语言直接定义和派遣任务。
至此，机器人从一个执行固定脚本的“自动化设备”，进化成了可被自然语言实时“编程”的智能体终端。而EasyClaw与机器人的深度结合，则为AI Agent提供了在物理世界的实体化身。
这种软硬一体的融合，正在加速扩展Agent的能力边界。未来，Agent不仅能在数字世界编写代码，也能像演示中那样在现实世界互动、宣传，甚至可以化身为小店的智能决策中心，根据实时观察到的情况，自主建议第二天的进货量。傅盛甚至设想，未来可用自然语言直接驱动机械臂，完成摄影等复杂轨迹任务。
结语：Agent+机器人，从炫酷Demo走向实用工具
必须承认，这次现场演示并非完美无缺。傅盛在现场也坦承，机器人的芯片算力、通信延迟等问题仍有优化空间。但它所展现的潜力和方向是清晰且激动人心的。
面对一台能听懂指令、自主调试、甚至能即兴发挥的机器人，傅盛的反问道出了许多人的心声：“这个东西哪个老板不要一个？”
据悉，猎豹移动已开启相关技术的快速迭代，现有 demo 中的原始感有望在短期内得到显著改善。另据消息，猎户星空将于3月27日举办合作伙伴共赢大会暨豹小秘系列新品发布会，届时可能会带来更成熟的解决方案。
当AI Agent走出屏幕，真正“住进”机器人的身体，无数曾经只存在于想象中的应用场景正在变得触手可及。这次零彩排的演示，更像是一声发令枪，宣告了一个软硬结合、自然交互的智能体应用新时代，正加速从Demo走向我们的现实生活。对于这个充满可能的未来，我们可以在云栈社区保持关注并持续交流。
发表于 1 小时前
|
查看: 1|
回复: 0
