会走路的手与永不下班的AI

AI智能体第一次有了自己的'工位'，而机器人的手第一次离开了'工位'上的人。

这两件事发生在同一段时间里：OpenAI在DevDay上发布dots——由GPT-6 Astra驱动的常驻智能体，每个dot都配有一台专属云电脑，你下线它还在干活；同期，ETH Zurich（苏黎世联邦理工学院）软体机器人实验室的工程师们，把一只市售的离体机械手改造成了能爬行、能平衡、能按键、能移动物体的'活手'，活脱脱《亚当斯一家》里Thing的现实版。

一边是拥有大脑却没有身体的智能体，一边是拥有身体却没有大脑的机械手。这不是巧合，这是具身智能产业两条路线的正面相遇。今天的文章，我们把这幅拼图拼完整。

📈 dots：智能体第一次有了自己的'工位'

先说一个场景。以前你让ChatGPT帮你订机票、填表格，本质上是'你问它答'，会话结束，工作结束。而dots的逻辑完全不同：它是一段持续运行的任务，你退出登录之后，它还在自己的云电脑里打开浏览器，继续操作那4000多款通过ChatGPT插件生态接入的应用。

这不是一个功能，这是一种新的产品形态。

素材信息量其实很密，我们拆开看：

• 驱动模型：GPT-6 Astra，OpenAI当前的旗舰模型；
• 硬件载体：每个dot一台专属云电脑，含独立浏览器；
• 触达范围：通过ChatGPT插件横跨4000多款应用；
• 部署形态：今天是可部署的，且是托管产品（managed product），正在分批推开。

最值得注意的是'托管产品'这四个字。把智能体跑在云电脑上，意味着OpenAI把可靠性、安全边界、执行环境的隔离全部自己兜住——不卖给用户一个SDK让他自己折腾，而是直接交付一个'数字员工'。

用一张图看dots的架构：

'每个智能体一台电脑'听起来奢侈，但这是目前唯一能在工程上把'AI操作软件'这件事做干净的方案——环境隔离、权限可控、出问题可回滚。据多位接近云厂商的人士私下透露，智能体专用云工作负载已经被几家大厂列为明年基础设施规划的重点条目。OpenAI等于把这个趋势直接产品化了。

产业逻辑很清晰：当智能体从'按次对话'变成'持续雇佣'，计费逻辑、算力分配、运营模式全部要重写。dots卖的不是模型调用，是一个永不下班的劳动力。

🤖 会走路的手：把'离体'硬件玩明白了

把视线从云端拉回地面。

ETH苏黎世软体机器人实验室做的事，乍看像个实验室彩蛋：一只脱离机械臂、脱离人形平台的孤立机械手，能在不同表面上爬行、保持平衡，还能按压按键、移动周围物体。上一次人类看到会自己走的手，还是在《亚当斯一家》的电视屏幕里。

但如果你做过机器人系统，就知道这里面的难度不低。

一只普通市售机械手，是围绕'被机械臂拖着走'这个前提设计的——它没有 locomotion（移动）能力，控制也是面向抓取优化的。ETH的工程师没有换硬件，没有上昂贵的仿生平台，而是把这只现成的手改造成了既能'当手用'又能'当腿用'的多功能执行器。

这背后的思路，圈内其实早有共识：硬件越便宜越简单，智能和控制的权重就越大。不需要为每个任务定制专用本体，用通用硬件加软件控制去逼近专用设备的能力边界——这条路线省下的，是真金白银。

看懂了吗？ETH没有造一个新机器人，它在验证一个假设：执行器的形态可以极度简化，前提是有足够的智能去编排它。一只手既能抓取、又能走路、又能打字，意味着未来你不需要为'移动、操作、交互'分别买三台设备。

🧠 大脑上云，身体外包：两条路线正在合流

现在把两件事放在一起看，产业图景立刻清晰了。

dots代表的是'智能上云'路线：大脑越来越强，跑在专属云电脑里，通过浏览器和API去操作数字世界——但它没有手。

ETH的手代表的是'本体减配'路线：硬件越来越便宜、越来越通用，爬行按键样样会——但它没有脑。

两条路线相向而行，中间空出来的那个位置，就是未来三年具身智能真正的战场。

合流的路径其实已经隐约可见：

云端负责'想'，本体负责'做'，中间靠任务编排和传感反馈闭环。一旦这条链路跑通，今天数千美元的人形机器人本体，明天可能就是一只会爬的机械手加一个云端dot的订阅。

圈内已经有说法在传：'以后机器人公司拼的不是谁的手指灵活，是谁家的云电脑便宜。'话糙理不糙——当智能的边际成本由云端基础设施决定，本体的护城河会被快速稀释。

⚠️ 落地的三道坎：可靠性、成本、责任边界

判断讲完了，泼点冷水。两条路线要真正合流，面前至少有三道坎。

第一道坎：可靠性。 dots要在4000多款应用里持续自主操作，任何一个环节的幻觉或误操作，在'无人值守'模式下都会被放大——你下班了，它还在按它的理解继续干活，错了没人拦。这也是OpenAI选择托管产品而非开放API的原因：先把执行环境锁死在自己控制的云电脑里，把风险面收窄。ETH的手同理，实验室里的爬行展示距离工业现场的干扰环境，还有很长的工程化距离。

第二道坎：成本。 '每个智能体一台云电脑'，意味着智能体的算力消耗从'请求制'变成'驻留制'，365天×24小时在线。这个成本模型能不能被客户创造的价值覆盖，决定了dots这类产品是普惠工具还是大厂玩具。物理侧倒是好消息：ETH证明了本体可以便宜到'市售货'级别，硬件成本曲线是下行的。

第三道坎：责任边界。 一个常驻智能体在你的账号体系里持续操作应用，出了问题算谁的？这也是OpenAI坚持托管模式、分批推出的深层考量——在监管框架跟上之前，先把责任链条攥在自己手里。对整个行业而言，'智能体责任如何界定'会是未来两年绕不开的议题，客观说，这需要技术方、平台方和政策方共同给出答案。

💡 小结：缺的那一半，正在被对方补上

OpenAI的dots有了永不下班的大脑，ETH的手有了会爬行会按键的身体。一个是数字世界的完整答案，一个是物理世界的半张答卷。

往前看，真正的分水岭不在于谁的演示更惊艳，而在于谁能先把'云端智能体+廉价本体'的闭环跑进真实付费场景——无论是让dot替你操作软件，还是让一只手替你分拣零件。大脑和身体迟早会在同一个产品里碰头，那时候我们再谈'具身智能的iPhone时刻'，才算数。

现在，先把各自的短板补上。