10 月 27 日，智元在 AI WAVE 系列发布活动的第四场上，正式端出了具身 Agent 框架 Genie Master。此前智元已经连发多个具身大模型把机器人的「大脑」补齐，这一次要解的题更实际：机器人上岗之后，怎么不靠人盯着也能越干越好。答案写在了便利店里——搭载这套框架的精灵 G2 已经在真实门店开始打工，而且干着干着就变熟练了。
跳出仿真环境，第一次在真实门店里自我进化
过去几年，人形机器人的演示视频一个比一个惊艳，但行业里的人都清楚，实验室和真实营业场景之间隔着一条鸿沟。门店里灯光会变、货架会乱、顾客会突然伸手，训练时没见过的长尾情况层出不穷。按老办法，机器人出了错就靠工程师追在后面改代码、回传数据再训练，落地速度只能小步慢跑，商业化更是遥遥无期。
Genie Master 的思路是不再等人喂。搭载该框架的精灵 G2 在真实便利店上岗期间，不依赖人工示范与调试，自己定位失败原因、调整策略、沉淀经验，在熟食打包、取货、补货等多个复杂精细任务上持续改进，实现了「无人在环」的持续自我进化。用智元的说法，这是行业第一次跳出仿真环境、走出实验室，在真实业务场景中验证 Physical RSI（具身递归自进化）。
对普通用户来说这个词有点绕，翻译过来就是：机器人能在干活的同时自己攒经验。这背后的账很好算——当机器人可以在部署状态下自主积累经验，同一套能力就能不断增厚，向更多门店、更多场景复制时，边际成本会持续下降。这正是具身智能从「会做几个动作」走向规模化的关键前提，也是 Genie Master 真正值得盯着看的原因。
EEP 协议：把判断、执行、反馈焊成一条闭环
机器人在真实场景里干活，难点从来不只是「想不想得到」，还有「做不做得到、做错了知不知道」。如果 Agent 只丢给机器人一句「把货挂上去」，动作策略拿不到足够的执行信息；失败之后现场结果又传不回来，Agent 就成了睁眼瞎，根本判断不出问题出在哪一步。
针对这个痛点，研究团队提出了具身执行协议 EEP（Embodied Execution Protocol），统一了能力、引导、反馈和连续性四类接口，让 Agent 清楚地知道：有哪些机器人能力可以调用，这一步应该如何引导执行，实际结果是否达到要求，还有哪些任务没有完成。执行之后成功与否、卡在哪一步，信息实时返回；任务一旦中断，系统保留已完成的进展，Agent 从断点处重新规划，而不是推倒重来。多台机器人协作时，它还能持续追踪集群的分工和任务依赖，支持多机动态调度。
实际效果怎么样，便利店里的挂货任务是个好例子。商品要挂到货架挂钩上，挂钩尺寸小、标签牌挡视线、头部相机看不清位置，一连串问题叠在一起。Agent 回溯失败记录后发现，头部视角分辨率不足、挂钩又被标签牌遮挡，于是调整引导策略：左手先靠近目标，用腕部相机补充近距离视角，确认挂钩位置后再由右手完成挂货。从发现「挂不上去」，到判断「为什么挂不上去」，再到调整「应该怎样挂」，执行结果成了下一轮判断的依据，闭环就这么转起来了。
两条路线：把教训存进记忆，再把经验练成本能
跑通执行闭环只是第一步，想让能力持续上涨，还得把一次性的教训变成长期可复用的经验。研究团队给 Genie Master 配了 Harness RSI 与 Policy RSI 两条互补路线，一条让机器人记住经验，一条让机器人把经验练成能力。
Harness RSI 走的是记忆路线。机器人把成功与失败的案例随做随记，每天任务结束后由模型统一总结，把可复用的内容沉淀进长期记忆，遇到同类任务时逐步加载、调用。挂货那次「头部相机看不清——改用腕部相机定位——右手完成挂货」的调整过程，总结之后就成了一份可复用的动作指南，下一次遇到相似问题，Agent 不必完全重新摸索。
Policy RSI 则把经验焊进参数。Agent 协助执行、接管和恢复的过程中产生的数据，包含问题、调整和结果，经过后处理后回流训练动作策略，让有效的改进不只服务于当前任务，还能固化在模型参数里，转化为后续可调用的操作能力。以打包外卖为例，水瓶和夹爪容易被白色提带缠住，Agent 用更具体的动作提示引导夹爪先收回、再重新放入包装袋，这类执行与恢复数据随后就成了动作学习的素材。两条路线一配合，这一次工作的经验就成了下一次进化的起点。
便利店上岗成绩单：不是人工调参，是自己练出来的
成绩单已经能看了。过去一段时间，精灵 G2 在便利店正式上岗，熟食打包在多次失败后变得更顺畅，取货和补货动作的准确度稳步提高。关键在于，这些变化不是工程师连夜调参调出来的，而是机器人在执行过程中自己定位问题、积累经验的结果，「无人在环」四个字含金量十足。
值得注意的对比是，智元前一天刚发布了面向拆码垛、物料转运及产线供料等工业场景的安规级重载具身机器人精灵 G2 Max。一边是工业重载，一边是门店精细作业，产品线铺开的同时，Genie Master 补上了「部署后还能继续变强」这块拼图，作业智能的布局肉眼可见地完整了起来。
24 小时「转正考核」直播：规模化前的一场大考
11 月 2 日，智元将开启一场 24 小时不间断直播，6 台精灵 G2 将作为机器人便利店的「试用期员工」，从首日 10 点打卡上班，到次日 10 点完成一场连续 24 小时的转正考核。四个班次各有各的难：午间高峰试岗、晚高峰抗压、深夜独立值守、清晨早餐冲刺，人流、货流和突发状况轮番上阵。
这场直播的价值不在表演。真正的检验点是机器人在持续变化的真实环境里能不能不掉线、能服务、会应变——白天人多手杂，深夜没人监督，任何一环掉链子都会被直播镜头如实记录。要是 6 台机器人顺利扛过 24 小时，「边上岗边进化」的故事就多了一份实打实的注脚；要是中途翻车，暴露出来的问题同样是这套框架继续进化的养料。无论哪种结果，对行业都是一场难得的公开压力测试。
总结
回头看，Genie Master 的意义不在某个单点技术，而在它把「机器人在真实场景里持续自我进化」从概念变成了正在发生的日常。EEP 协议接通了判断、执行与反馈，Harness RSI 与 Policy RSI 让经验既能记住也能练成能力，便利店里的熟食打包、取货补货就是最直观的成绩单。对行业来说，11 月 2 日的 24 小时直播值得蹲一波——机器人到底能不能自己「转正」，答案很快揭晓。
网友对这次发布也是议论纷纷：
- 终于不是只能看机器人在实验室跳舞了，直接放便利店干活，这才叫落地，支持一波。
- 24 小时直播这个胆子是真大，翻车了全网都看着呢，不过敢播就说明多少有点底气。
- 我就好奇机器人打包的熟食我敢不敢买，万一夹爪刚才摸过地上呢，有没有消杀环节啊。
- 「无人在环」听着美好，真到深夜值守出了故障谁去救场？还是再观望观望吧。
- 边工作边进化这个思路是对的，就是不知道这些经验换一家店、换一种货架还灵不灵。
