公开开发日志 · D2/28
先让它真正有用，
再让它看起来完整。
我们正在制作一个能注意到你、自然与你交谈、记住长期目标，并在合适时机主动回来关心你的可移动 AI 伙伴。 第一期不追求外壳，只用四周回答最重要的问题。
注意力窗口 · 10s
本地感知 · 云端思考 · 结构化记忆
01
现在正在做什么
每次只保留一至三件事，并提前写清“怎样才算完成”。
01验证中
D2：六状态眼睛与事件骨架
完成定义20 个模拟回合全部按顺序完成，并连续运行 1 小时无崩溃、无人工重置。
02下一项
D3：接通真实语音链路
完成定义VAD、ASR、LLM、TTS 跑通一轮真实中文对话，并支持用户说话时打断播报。
03下一项
D4：计时器与 TDL
完成定义增删改、完成和延期均可用；服务重启后任务与计时器状态能够恢复。
02
一期只证明三件事
不是四周做完一款商品，而是四周判断这条产品路线值不值得继续。
交流是否更自然
眼神、朝向和免唤醒能否让人忘记“打开一个 AI 应用”，直接开始说话。
关系是否真的有用
结构化记忆与克制的主动关心，能否在真实生活里产生具体帮助，而不是只显得新奇。
低价路线是否成立
不依赖机械臂、激光雷达、本地大模型和昂贵外壳，核心体验是否依然成立。
03
四周验证路线
第 1 周即有软件原型；关键能力不过闸门，不用更多硬件掩盖问题。
01第 1 周
先让 AI 活起来
在现有电脑上完成可用的“桌面灵魂”，不等待硬件。
- D1冻结范围、8 个核心场景、测试脚本、风险表与公开进度页
- D2事件总线与六种眼睛状态；连续运行 1 小时
- D3接通 VAD、ASR、LLM、TTS，支持流式回答与打断
- D4计时器与 TDL：增删改、完成、延期及重启恢复
- D5结构化记忆：来源、置信度、时间、确认与删除
- D6普通摄像头实现“面朝设备＋正在说话”的注意门控
- D7端到端联调、未剪辑演示与第一道继续/暂停闸门
阶段闸门能完成“注意 → 对话 → 记录目标 → 跨会话回忆”的闭环。
预算边界早期通用采购不超过 ¥3,500
02第 2 周
给它一副安全的身体
把软件装进无外壳裸机；听得清、停得住、不会失控。
- D8到货检查：电压、电流、接口、接线图与装配顺序
- D9主控接入屏幕、摄像头和麦阵；开机自动显示眼睛
- D10扬声器、增益、回声消除与 VAD 校准
- D11ESP32 控制电机：限速、缓启停、急停与心跳断联保护
- D12接入碰撞、悬空/跌落和被提起检测
- D13固定裸机架和线束；成品电池包、保险与总开关
- D14音频、视觉、电机联合测试与第二道预算闸门
阶段闸门真实设备连续运行 2 小时；提起、碰撞、悬空和失联均能停车。
预算边界累计支出不超过 ¥12,000
03第 3 周
建立关系闭环
它不只回答问题，还能记住、主动回来关心，并把信息送到手机。
- D15声源初始方向＋摄像头校准；机器人原地转向用户
- D16空旷地面短移、避障与安全停车；失败则降级为原地转向
- D17主动调度：安静时段、每日上限、忽略和拒绝后的退避
- D18PWA：长答案、TDL、记忆查看、修改与删除
- D19网络中断、接口失败和重启恢复，不虚构结果
- D20完整场景测试；冻结新功能，只修最严重的三个问题
- D2124 小时稳定性测试，冻结 v0.1，开始七日家庭试用
阶段闸门隔天主动跟进一件真实目标；被拒绝后正确退让并延长间隔。
预算边界累计支出目标不超过 ¥15,000
04第 4 周
放进真实生活
七天不按功能清单表演，只记录它是否被自然使用、是否真正帮到人。
- D22登记真实目标、偏好与安静时段，开始自然使用
- D23每次互动标记“有用 / 一般 / 打扰”
- D24电视与他人交谈背景测试，采集误触发数据
- D25真实主动跟进；有意拒绝一次并验证降频
- D26真实使用计时器、TDL，并修改和删除一条记忆
- D27邀请 3–5 人体验；最后一天完全不安排脚本
- D28汇总数据、未剪辑演示、BOM、失败项与一期结论
阶段闸门形成公开成绩、失败项、实际成本和继续/调整/停止决定。
预算边界¥5,000 储备金默认锁定
裁剪顺序：先取消向前移动，保留原地转向；再取消手机推送，保留 PWA。记忆与主动跟进不得优先裁剪。新想法统一进入二期候选池。
04
里程碑与完成度
“已经实现”不等于“已经验证”。只有通过预先写明的测试，权重才计入总完成度。
M1
语音与表情闭环
六状态眼睛、事件总线和 20 回合模拟测试已通过；等待 1 小时验证与真实语音
15%进行中
M2
目标、进度与偏好记忆
—
20%未开始
M3
视觉/声音注意与自然开口
—
15%未开始
M4
底盘、安全与抱起停轮
—
15%未开始
M5
主动跟进与拒绝降频
—
20%未开始
M6
七日真实使用与公开演示
—
15%未开始
05
一期验收线
公开目标、当前结果和测试方法。失败不会被删除，只会新增修正记录。
指标一期目标当前测试方法
看向设备并直接开口20 次中至少成功 18 次尚未测试不重复、不触碰设备、不说唤醒词
家庭环境误回应连续 8 小时不超过 1 次尚未测试包含电视声和普通交谈
首次出声延迟中位数 ≤ 2.5 秒，P90 ≤ 4 秒尚未测试从用户说完到机器人首次发声
跨会话记忆正确率≥ 90%尚未测试仅测试用户明确表达或确认的记忆
计时器 / TDL 恢复20 次至少 19 次正确尚未测试包含断网和重启
安全停车提起、碰撞、悬空、失联 100%尚未测试每类重复 20 次
稳定运行连续 72 小时无需人工重启尚未测试记录可用率与不可恢复故障
七日自然互动≥ 30 次，其中 ≥ 10 次非测试尚未测试用户主动发起且不是照脚本操作
06
预算不是额度，是约束
不为了用满预算而采购。追加额度不计入一期可用资金。
当前可用余额
¥20,000已支付¥0已承诺¥0锁定储备¥5,000
原型成本不等于未来零售价。我们记录成本，是为了发现是否存在无法绕开的昂贵部件。
AD1–D2
¥3,500只买通用、可复用或可转卖的长交期模块
G1D7
¥8,500桌面闭环通过后，才放行主控、电池与安全传感器
G2D14
¥12,000裸机音频和安全通过后，才允许外协与备件
G3D21
¥15,000端到端闭环通过后，只购买替换件和演示必需品
一期通过后才解锁最高追加 ¥30,000
只用于第二台可复现样机、静音底盘、轻外壳或收轮概念实验；不用于挽救核心体验失败的一期。
07
最新更新
每次推进都同步完成、证据、问题、下一步和新增支出。
六状态眼睛实验室与事件骨架上线
- 完成
- 实现待机、注意、聆听、思考、表达、恢复六种状态；界面切换、自动演示和事件日志全部由同一状态机驱动。
- 证据
- /lab 已公开；8 项自动测试通过，其中包含 20 个模拟回合、120 次顺序转换和非法事件拒绝。
- 问题
- 这还不是 20 轮真实语音对话；1 小时连续运行测试正在服务器后台执行，暂不计入里程碑完成度。
- 下一步
- 稳定性验证通过后冻结 D2，随后接入 VAD、ASR、LLM 与 TTS 的最小语音闭环。
- 新增支出
- ¥0
公开进度页迁移至自有服务器
- 完成
- 独立 Node 服务与 Nginx 虚拟主机已上线，robot.wangtugame.cn 已完成 HTTPS 和自动续期配置。
- 证据
- 正式地址 /progress 返回 HTTPS 200；HTTP 请求自动 301 跳转至 HTTPS。
- 问题
- 域名解析刚刚生效，少数地区的 DNS 缓存可能仍需短暂刷新。
- 下一步
- 建立桌面原型代码骨架与六状态眼睛，开始 D2 可运行交付。
- 新增支出
- ¥0
一期公开进度页 v0.1 上线
- 完成
- 四周路线、预算闸门、里程碑权重、验收方法和决策日志完成首版。
- 证据
- 本页面及其完整历史记录。
- 问题
- 核心机器人软件尚未开始验收，因此验证完成度仍为 0%。
- 下一步
- 建立桌面原型代码骨架与六状态眼睛。
- 新增支出
- ¥0
一期正式定义为四周验证冲刺
- 完成
- 将无外壳裸机、手机 PWA、七日使用数据和公开证据列为最终交付。
- 证据
- D-001 至 D-006 已记录；新增想法统一进入二期候选池。
- 问题
- 四周不等于完成商品，只回答核心体验是否成立。
- 下一步
- 先用现有电脑证明体验，再释放硬件预算。
- 新增支出
- ¥0
08
决策日志
09
当前风险
一期只验证“注意—交流—记忆—主动跟进”闭环。
不制作商品级外壳；裸机不影响核心结论。
不实现电动收轮，先验证抱起停轮和桌面托座。
机器人屏幕负责眼神；长内容进入手机网页。
追加 ¥30,000 必须由一期证据解锁，不用于救火。
完成度按通过验收的里程碑权重计算，不按工时估算。
免唤醒误触发
面向设备、距离、声音方向和短时窗口共同门控；保留手动备用入口。
回声与自发声干扰
优先使用 AEC；移动时不听长句，停车后再交流。
移动噪音破坏陪伴感
限速、缓启停、隔振；必要时一期只保留原地转向。
主动交流令人厌烦
默认每天最多两次，拒绝后延长间隔，多次拒绝后暂停该话题。
硬件物流拖慢四周
电脑模拟器与硬件抽象接口先行，不用昂贵整机套件救进度。
10
一期明确不做
“不做”不代表永远不会做，只代表它们不应抢走一期最核心问题的时间和预算。
- 商品级外壳、开模和定制 PCB
- 电动收轮、机械臂和家务操作
- 全屋建图、跨房间跟随和自主回充
- 原生手机 App、点外卖、支付与完整 IoT 接入
- 整夜音视频采集、睡眠诊断和争吵分析
- 本地运行大型语言模型
- 对量产售价、上市日期和市场需求作出承诺