告诉机器人你想要什么 — Sandhya Subramani, AWS

在AI Engineer的演示中，AWS的Sandhya Subramani展示了一款名为Scout的四足机器人，它能够回答未经训练的问题，如“你能看到多少人？”。这一能力源于其上的代理层，该层允许机器人调用已有的运动策略，并通过自然语言进行交互。对于中文AI/科技读者而言，这一案例展示了如何将大语言模型与硬件结合，实现更灵活的机器人控制。

Scout的硬件配置简单，包括Raspberry Pi和4G连接，但其核心在于代理层的设计。通过给代理软件工具和硬件工具，机器人能够自主决定执行哪个预设策略，从而将原本固定的任务列表转化为可对话的智能体。这种思路具有可移植性，为机器人开发提供了新范式。

值得注意的是，演示中Scout同时运行了三个代理：一个负责环境感知，一个通过Telegram与用户通信，还有一个语音代理因干扰被禁用。这种多代理架构展示了复杂交互的可能性，但也暴露了现场演示的不确定性，如机器人摔倒等。

对于中文开发者而言，AWS的开源框架支持约40种机器人，这意味着类似功能可以快速部署到现有硬件上。这一案例强调了AI代理在机器人领域的实际应用，以及开源生态对降低开发门槛的重要性。它提示我们，未来的机器人可能不再需要针对每个任务进行专门训练，而是通过代理层实现通用指令理解。