「挂不上去」之后它自己换了只手：智元 Genie Master 把一次教训存进两个地方，一个叫记性，一个叫本能
便利店挂货卡在「头部相机看不清、标签牌挡住挂钩」，智元给的解法不是派工程师去调参，是让 Agent 自己换左手、换腕部相机、再换右手——然后把这次调整分别存进记忆和模型参数。
- 发布：2026-10-27，智元在 AI WAVE 系列第四项发布中推出具身 Agent 框架 Genie Master，官方称这是行业首次跳出仿真、走出实验室，在真实业务场景验证 Physical RSI（具身递归自进化）。
- 协议：配套提出具身执行协议 EEP（Embodied Execution Protocol），统一能力、引导、反馈、连续性四类接口，把「Agent 会想」和「机器人会做」之间的那条缝补上。
- 两条路线：Harness RSI 把成功与失败案例在每个任务日结束后沉淀进长期记忆（提示层）；Policy RSI 把执行与恢复数据回流训练，固化进动作策略参数（参数层）。
- 实测场景：精灵 G2 在真实便利店上岗，任务含熟食打包、取货补货、货架挂货；官方称改进全部来自机器人自行定位问题，无人工示范、无人工调参。
- 下一步：11 月 2 日 10:00 至 11 月 3 日 10:00 做 24 小时不间断直播，6 台精灵 G2 分午间高峰、晚高峰、深夜值守、清晨早餐四个班次连轴转。
- 口径提醒：进展全部为厂商口径；未公布任务成功率基线、改进幅度、失败率、样本量与单店部署成本。
机器人进店之后最难的，已经不是把动作做出来。是把动作做出来之后，下一次遇到不一样的情况怎么办。货架挂钩换了尺寸、标签牌挡住了摄像头、外卖袋的白色提带缠住夹爪——这些都是训练集里没见过的样本，而今天主流做法仍然是工程师回现场、重新采数据、调模型、写规则，机器人在原地等「补课」。智元这次要动的就是这段等待时间。
Genie Master 的第一层不是模型，是协议。EEP 把 Agent 与机器人之间的交互切成四类接口，这四类接口各自回答一个问题：
| 接口 | 回答的问题 | 缺了它会怎样 |
|---|---|---|
| 能力 | 这台机器现在会干什么、能调用哪些工具 | Agent 不知道边界，容易下达它根本执行不了的动作 |
| 引导 | 这一步具体应该怎么引导执行 | 只给一句「把货挂上去」，动作策略拿不到足够信息 |
| 反馈 | 实际结果有没有达到要求、卡在哪一步 | 失败原因不可归因，下一轮判断只能靠猜 |
| 连续性 | 还有哪些任务没做完、中断后从哪里接上 | 一断就从头再来，长任务永远跑不完 |
这四类接口听起来像工程细节，但它决定了后面那条「自进化」的曲线是不是真的存在。没有反馈接口，失败就只是一个结果，不是一条信息；没有连续性接口，失败的成本会随时间线性累积，机器人越干越不敢干。
智元把「吃一堑长一智」拆成两条互补路线，这是整套框架里最值得细看的一段设计：
Harness RSI —— 记笔记
机器人在推理与执行过程中随做随记，把成功和失败案例留存；每个任务日结束后由模型统一复盘，把可复用的经验写进长期记忆。下次遇到相似任务，先翻笔记再动手。
它改的是提示与记忆，见效快、可回滚、可人工审阅。
Policy RSI —— 练成肌肉记忆
把执行、接管、恢复过程中产生的问题、调整与结果数据，经后处理拿去训练动作策略，让有效改进固化进模型参数，下次不用想就能做对。
它改的是策略参数，见效慢、不可逐条回滚，但改动会跟着模型走。
官方给的那个案例值得逐句看。便利店挂货失败，Agent 回溯记录后发现两件事：头部视角分辨率不足，挂钩又被标签牌遮挡，于是机器人根本无法识别挂钩位置。接下来它做的调整是——左手先靠近目标，用腕部相机补一个近距离视角；确认挂钩位置之后，再由右手完成挂货。
这个动作序列本身并不惊艳，一只人手每天都这么做。关键在于它是被推导出来的：从「挂不上去」，到「为什么挂不上去」，再到「应该怎样挂」，最后把结果作为下一轮判断的输入。这条链条里没有工程师，也没有新采的数据。
外卖打包的例子同理。水瓶和夹爪容易被白色提带缠住，Agent 给出的不是「再试一次」，而是更具体的动作提示：夹爪先收回，再重新尝试放入包装袋。这类调整如果只留在这一次任务里，价值有限；被 Policy RSI 回流训练之后，它才变成能力。
智元把下一次公开检验定在 11 月 2 日 10:00 到 11 月 3 日 10:00，6 台精灵 G2 在机器人便利店连轴转 24 小时，分四个班次：
官方给的验收描述是「不掉线、不摸鱼、能服务、会应变」。这四句都是可观察的行为，不是可量化的指标——这恰好也是这场直播最大的看点与最大的漏洞。
第一，泛化的边界在哪里。Harness RSI 沉淀的是「这一类场景下这个动作该怎么改」，它天然贴着具体门店的货架、光照与商品结构。换一家店，长期记忆是资产还是包袱？官方没有给跨店迁移的数据。
第二，参数更新的频率与安全边界。Policy RSI 会在部署状态下改模型参数，那么每一次更新前后的能力回归怎么测、出问题怎么回退、谁签字——这三件事在工业客户的采购清单上比「自进化」四个字靠前得多。
第三，成本结构。云端 Agent 参与推理意味着每家店都在持续产生模型调用费用，这部分钱最终会进到单店月度运营成本里。判断：对做机器人租赁与场景运营的团队来说，这条成本线比本体售价更影响报价模型——本体是一次性投入，Agent 调用是随营业时长走的变动成本。
回到最初那个问题：机器人进店之后，能不能不靠工程师跟在后面改代码。Genie Master 给出的答案是把「改代码」换成「记笔记 + 练本能」，并且把这两件事的频率分开。方向是对的，剩下要看的，是那场 24 小时直播之后，官方愿不愿意把第 1 小时和第 24 小时的数字并排放出来。