机器人进入真实场景，由于环境复杂多变，它们必将直面海量未被训练过的长尾场景。倘若过度依赖人工后端的代码修正与数据回传，商业化落地便只能在缓慢的试错中徘徊。

　　如何打破这一桎梏，让机器人真正实现“边上岗、边进化”？10月27日，智元正式发布具身Agent 框架 Genie Master，以回答这一行业命题。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，做到了在多个复杂精细任务上持续改进，实现“无人在环”的持续自我进化。据悉，这是行业首次跳出仿真环境、走出实验室，首次在真实业务场景中验证 Physical RSI（具身递归自进化）。

　　众所周知，当机器人可以在部署中自主积累经验，同一套能力便能不断增厚，向更多门店、更多场景复制时，边际成本将持续下降，这正是具身智能走向规模化的关键前提。

　　机器人怎样像人一样，从一次次实践中吸取教训，从而越干越熟练？关键不只是“会想”，还要“会做、知道结果、继续改进”。搭起一座桥，把判断、执行与反馈连接起来，正是Genie Master的设计出发点。为此，研究团队提出具身执行协议 EEP（Embodied Execution Protocol），统一能力、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，以及还有哪些任务需要完成。

　　《中国经营报》记者了解到，有了这套协议，Agent 结合现场观测下达执行引导，机器人执行后，成功与否、卡在哪一步等信息实时返回；一旦任务中断，系统保留已完成的进展，Agent 从断点处重新规划，而不是从头再来。多台机器人协作时，Agent 还能持续追踪集群的分工和任务依赖，支持多机动态调度。

　　在上述挂货任务中，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，导致机器人无法识别挂钩位置。于是，Agent 调整执行引导：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”，执行结果由此成为下一轮判断的依据。

　　跑通执行闭环，只是第一步。要让机器人能力持续提升，还需要把一次教训，变成长期可复用的经验。研究团队通过 Harness RSI 与 Policy RSI 两条互补路线，分别将经验保留在提示与记忆、动作策略参数中：一条让机器人记住经验，另一条让机器人把经验练成能力。

　　Harness RSI让经验可积累。在推理和执行过程中，机器人会将成功与失败的案例随做随记。每日任务结束后，再由模型统一总结，把其中可复用的内容沉淀进长期记忆。遇到同类任务和场景时，这些经验可以被逐步加载、调用。

　　Policy RSI让能力可固化。在Agent协助执行、接管和恢复的过程中，系统会产生包含问题、调整和结果的数据。这些数据经过后处理后用于训练动作策略，使有效的改进不只服务于当前任务，还能保留在模型参数中，转化为后续可调用的操作能力。以打包外卖为例，针对水瓶和夹爪容易被白色提带缠住的问题，Agent通过更具体的动作提示，引导夹爪先收回、再重新尝试放入包装袋。此类执行与恢复数据随后会回流训练，成为后续动作学习的素材。

　　两条路线由此相互配合：前者帮助 Agent 更有效地诊断问题、后者则将执行经验转化为可保留的操作能力，从而让这一次工作的经验，成为下一次进化的起点。

　　据悉，目前，Genie Master的能力已经在真实场景中得到初步检验。过去一段时间，G2在便利店正式上岗，熟食打包在多次失败后变得更加顺畅，取货和补货动作的准确度也稳步提高。接下来，研究团队还将在更多任务和场景中继续检验、完善这套体系。