2026-01-11 13:57
扫码打开虎嗅APP
本文来自微信公众号： 决明子 ，作者：决明子
标题党了，别想歪，今天我们讨论具身智能
假如现在我们的具身智能特别成熟，我让一个人形机器人去洗衣服。
它可以怎么做？它可以把洗衣粉撒在衣服上，然后蘸水，然后用它的机械臂以及5个手指去揉搓。
它还可以拿起衣服扔进洗衣机里边，然后按下洗衣机的开关。
配图由AI生成。
如果洗衣机在机器人之后发明，那么第一种状况是有可能出现的，如果洗衣如果相反，就是第二种。
第一种和第二种哪个好呢，或者说更有效率？
答案不言而喻。
就使得我们不得不思考我们一些司空见惯的行为，我们必须把它得分离开。
这里的分离，并不是说我离开你，核心在于把「目的」、「决策」和「执行」彻底拆开；
模仿人类动作去揉搓衣服的机器人，太蠢了。本质上这是一个名为「拟人化」的技术陷阱。
我们造机器人是为了解决问题，从来都不是为了造一个铁皮人来扮演自己。人类的手指是进化的奇迹，能弹钢琴也能穿针引线，但拿来洗衣服，效率绝对比不上滚筒洗衣机。
如果非要让机器人用手洗，我称之为有病。
但这里必须先说清楚一件事：分离并不是万能钥匙。
在某些场景下，『拟人』并非低效，而是必须。
陪伴、护理、安抚——在这些场景里，结果并非唯一目标，过程本身就是价值的一部分。
再比如灾难救援。那里没有提前铺设好的接口，没有标准化的执行端，环境是不可预期的。在这种情况下，一个能临时像人一样翻越废墟、拧开阀门的通用形态，反而是一种现实妥协。
拟人不是终极形态，而是接口尚未被重构完成之前，不得不走的一条路。
我们现在的智能家居就走在第二条路上，只是很多人没意识到，你不需要一个管家模样的机器人走来帮你关灯，智能音箱接收指令，电流直接切断，这就是分离。
指令的发出者是那个无处不在的AI大脑，而执行者是墙里那个不起眼的网关。
事实上，真正起作用的分离，并不只发生在这一层，至少三层。
第一层，是目的与手段的分离。
洗衣的目的是清洁，而不是搓揉；
飞行的目的是升力与位移，而不是振动翅膀。
第二层，是智能与载体的分离。
我们总认为智能必须住在一个身体里。仿佛没有脸、没有手的系统，就不配被称为智能。但事实上，真正高效的决策，往往并不需要任何形态。毕竟金刚经里都说了：
凡所有相，皆是虚妄。若见诸相非相，即见如来
第三层，也是最困难的一层，是最优解与可理解性的分离。
人类习惯把『我能理解』当成『这是对的』，却忽略了理解本身，理解是什么？只是我们算力有限、感官有限的一种错觉。
举个例子，很多人不理解微积分，不是说微积分是错的，而是他太蠢了，但你无可否认的是，微积分是最有效的解决问题的工具。
这种分离带来的好处是颠覆性的。
如果把洗衣服这件事彻底分离，未来的机器人根本不需要长手。
它只需拥有一个超级大脑，连接着家里的洗衣机、洗碗机、扫地机。当它判定衣服该洗了，便直接向洗衣机下达预洗指令，整个过程，没有一只『手』参与其中。
这时你再看，那个站在水池边搓衣服的机器人，就显得格外滑稽。
它用着最昂贵的算力，用这动着最精密的伺服电机，却干着几百块钱电机就能胜任的粗活。
我们对人形机器人的迷恋，某种程度上扼杀了想象力。这背后，其实就是自恋：我们总下意识地认为，人类的行为模式是宇宙的真理标准，机器模仿得越像人，技术就越高级。
人类的进化史，本质上是一部在生存压力下缝缝补补的「屎山代码」。
我们的身体结构、行为逻辑，大多是为了适应数万年前在非洲草原的生存而形成的临时方案，绝非解决现代问题的最优解。
你看鸟飞得好，人类最初想上天，也是学鸟，做个翅膀绑在手臂上扑腾，结果摔得稀巴烂，直到莱特兄弟想明白了，把「飞行」这个目的，和「像鸟一样扑腾」这个形式彻底分离。固定翼加螺旋桨，这东西一点也不像鸟，但它飞得比任何鸟都高都快都远。
如果坚持以生物逻辑定义飞行，我们至今还在悬崖边练习拍胳膊。摔死的没有1000，也有800了。
既然如此，为什么现在马斯克、波士顿动力这些顶级玩家，还在砸钱死磕人形机器人？难道他们不懂效率吗？
这就引出了分离理论中必须面对的现实博弈：「存量世界」。
我们的世界，楼梯的宽度、门把手的高度、全都是基于「人类肉体」这个标准制定的。如果我们要改造当前这个世界，不说存量的人类能不能答应，这个基建成本高到无法想象。
所以在过渡期，人形机器人不是为了模仿人，而是为了适配这个充满人类痕迹的旧世界吗，它是一个万能转接头。
反正我现在越来越理解为什么电影反派有一个美好的梦想，但是他要做的第一步就是灭绝人类了，因为这是最快也最有效的办法。
但请记住，适配器永远只是过渡。如果你是00后，那么你大概率不知道万能充这种东西。
历史的巧合，往往被我们误认为真理。
键盘上的QWERTY布局，本是为了降低老式打字机的打字速度、防止卡键的『减速补丁』。
到了没有任何机械连杆的触屏时代，我们竟将这个布局原封不动地搬了上去，仅仅因为『习惯』。
航天飞机的轨道宽度竟然是罗马时期两匹马屁股之间的宽度。
历史留下来的接口，并不只是习惯，它们更像一笔长期滚存、却从未结算的技术债。每一次让AI学习人类的旧流程，都是在把这笔债务重新打包、再融资、再延长。
人类为了弥补身体缺陷而发明的工具，在被机器无差别继承之后，反而成了新的枷锁。
比如开车，人类需要三面后视镜，只因眼睛长在前面，脖子转动角度有限。为了弥补缺陷，我们发明了后视镜。
而有些自动驾驶研发，他们所做的事情，像是在在拼命训练AI『看』后视镜——这简直是把人类的缺陷，当成了智能开发的圣经。
真正的智能逻辑，应是360度的感知覆盖，本就不存在『后方盲区』，何需『看后视镜』这个动作？
或者说，当所有的载具都介入系统之后，感知这个行为也是不需要存在的。
将人类因肉体限制而养成的习惯，强行灌输给没有实体束缚的AI，这不叫智能，这叫把进化的弯路，用硅基生命重走一遍。
再往深处挖掘，甚至连我们引以为傲的思维逻辑本身，都可能是一个需要被分离的『补丁』。
还记得AlphaGo对战李世石时，那震惊世界的『第37手』么？
那步棋在人类数千年的围棋理论中，堪称『臭棋』，完全违背人类的『棋理』。结果，正是这反直觉的一步，击穿了人类智慧的堡垒。
这说明，人类所谓的逻辑与经验，往往是算力不足下总结出的简化版攻略。
当我们要求AI的每一个决策都必须『可解释』时，需要警惕一个问题：
我们究竟是在追求理解，还是在拒绝让渡权力？
很多时候，可解释性的真实功能，并不是为了学习，而是为了追责，我们真正恐惧的，并不是AI做错决定，而是它做出了一个我们无法裁决对错的决定。
这是一种极其人类中心的恐惧。
将人类的认知上限，强行设定为智能的边界，本身就是一种自我设限。
因此，真正的分离，需要勇气承认并拥抱一种『非人』的智能形式。
我们要敢于把「目的」从「人类习惯的过程」中彻底剥离。
洗碗的目的是清洁，不必非用抹布擦洗；
移动的目的是抵达，不必非迈动双腿行走；
计算的目的是求解，不必非模拟拨动算盘；
决策的目的是全局最优，不必非符合人类的直觉与情感。
在这里，我们甚至能重新定义人类的位置。如果「过程」都可以被高效分离，那人类留着做什么？
答案恰恰相反。
我们将第一次拥有一种极其奢侈的权利：选择低效的权利。
我们把洗碗、通勤、计算这些追求效率的事分离给机器，是为了腾出手来，去享受那些本质上低效却充满意义的事——比如手冲一杯咖啡、在雨中漫步、或者在棋盘上下出一手明知会输却构图优美的臭棋。
机器负责生存的最优解，人类负责生活的非最优解。
分离的终极意义，是把生存的逻辑交给机器，把生活的逻辑还给人类。
当我们不再执着于教会机器人像人一样拿抹布、像人一样踩刹车、像人一样敲键盘，甚至像人一样思考时，技术才会迎来真正的解放。
但那或许，
才是智能真正开始自主思考的声音。
END
