这篇对话讲的是机器人专家Rodney Brooks对AI和机器人技术的冷静看法。他认为，现在很多AI“突破”其实只是把计算规模放大，并没有真正解决智能的核心问题——比如一个16个月大的婴儿能第一次见到窗户就学会用双手打开它，而机器人只能靠反复碰撞来学习。Brooks对自动驾驶持谨慎态度，觉得真正的瓶颈是道路、法律等基础设施，不是技术本身。他提到iRobot（Roomba扫地机器人）是成功案例，但下一个家用机器人19年没找到；Rethink Robotics（Baxter/Sawyer机器人）因价格偏离目标市场而失败；Tesla的Autopilot（自动驾驶辅助系统）被批评命名误导消费者，摄像头处理光线变化的能力不如人眼。
Rodney Brooks在Lex Fridman播客中探讨了机器人技术的历史与未来。作为MIT CSAIL前主任及iRobot、Rethink Robotics、Robust.AI联合创始人，他提出机器人行业需聚焦“常识”学习，而非过度依赖AI炒作。核心观点包括：iRobot的成功源于实用型产品（如Roomba），而Rethink Robotics的协作机器人Baxter和Sawyer虽创新但商业化挑战大。他批评当前AI领域过度乐观，强调真实世界系统的工程复杂性。重要结论是，机器人普及需渐进式突破，而非通用人工智能的短期实现。
Rodney Brooks——MIT CSAIL前主任、iRobot/Rethink Robotics/Robust.AI联合创始人，与Lex Fridman探讨机器人技术的真实边界。核心判断：当前AI/机器人领域的多数"突破"是工程规模放大而非根本性认知突破，真正的智能需要感知与行动的深度耦合，而这恰恰是60年来未被解决的问题。
Brooks认为，现代AI最大的问题是将"计算"这一特定历史产物当成了智能的全部。 他指出，图灵1936年论文中的"计算"本质上是模拟人类用纸笔做数学运算的过程——有限记忆、简单规则、逐步执行。这一模型在硅基实现中极其成功，但它不代表宇宙的底层逻辑。
"你敲鼓，鼓面振动产生驻点——鼓'知道'这些点在哪里，但它不需要计算。" 意即：物理系统可以直接"知道"某些东西，无需符号运算。Brooks的新书《Not Even Wrong》的核心论点之一，就是人类倾向于用自己熟悉的隐喻（计算、容器、位置）去理解一切，但这种认知工具在量子力学、意识等领域可能根本不够用。
四个学科（神经科学、AI、人工生命、生命起源）在1945-1965年间同时成型，且都选择了"计算"作为核心隐喻。 Brooks认为这并非因为计算是唯一正确的框架，而是因为当时这些领域的奠基人（McCulloch、von Neumann、Minsky等）彼此重叠、互相影响，形成了一个"计算中心主义"的学术共同体。
Brooks认为，感知与运动不是"简单"问题，而是进化投入了最长时间打磨的核心能力。 人类600百万年作为多细胞生物演化出感知与运动能力，而语言、推理、农业只是最近几万年才叠加的"上层建筑"。
他以16个月大的孙子为例：第一次见到窗户，就能用一只手推窗、另一只手转把手——两个不同动作协调完成一个从未见过的任务。 这不是随机试错（reinforcement learning），而是某种"预过滤"机制，极大缩小了搜索空间。DeepMind用Sawyer机器人做RL实验时，机器人只能靠反复碰撞来学习，与婴儿的认知效率有天壤之别。
"所有我们已知的智能——人类、狗、章鱼——都通过感知世界并采取行动来运作。它们对物体的感知方式本身就极其惊人。" 颜色恒常性（color constancy）就是一个例子：红色不是光子的直接函数，而是大脑对整体场景的建构。深度学习用大量标注数据"解决"了标签问题，但没有解决符号接地问题（symbol grounding problem）。
Brooks对自动驾驶的核心批评不是技术不可行，而是"把当前道路、当前车辆、当前规则全部固定，只换掉司机"这一假设本身就有问题。 他回顾历史：汽车引入后，城市被彻底重建，法律被改写（"jaywalking"就是汽车公司推动的罪名）。自动驾驶的普及同样需要基础设施的配合——专用车道、封闭轨道、门禁系统等。
"美国只有15-16个完全无人驾驶的轨道交通系统，大部分在机场。檀香山那条原定2017年开通，至今未成。" 意即：连轨道这种最可控的环境都花了数十年，开放道路的难度被严重低估。
Brooks观察到，旧金山Cruise的自动驾驶车曾因一个正在开车门的行人而停在人行横道上，挡住婴儿车——人类司机绝不会这样。 这不是"安全"，而是对未同意参与实验的普通人的安全妥协。他认为，自动驾驶的真正突破将发生在有限域（校园、封闭社区、低速环境），而非全城通用。
对Tesla Autopilot，Brooks承认其工程成就令人印象深刻（尤其是纯视觉方案），但质疑其动态范围不足——摄像头无法像人眼那样处理11个数量级的亮度变化。 他更批评的是"全自动驾驶"（FSD）的命名误导消费者，以及Elon Musk对时间线的过度乐观。
Brooks最初为Rethink Robotics设定的目标是：3000美元的力控机器人，塑料齿轮箱，面向从未用过机器人的新市场。 但工程师抱怨塑料齿轮的"扭矩纹波"让力控太难，机械工程师承诺"六周搞定金属齿轮箱"——结果花了两年。CEO要求双臂，价格涨到25000美元。客户（传统工厂）要求0.1mm重复定位精度，而不是力控。
"我本想去一个没人有机器人的市场，但价格一涨，来看的只有已经有机器人的工厂——他们用旧标准衡量新产品。" 意即：产品定位一旦偏离最初的目标市场，就会陷入与成熟产品的正面竞争，而新技术的差异化优势（力控、安全、易编程）在旧标准下反成劣势。
最终，Rethink因CFIUS（美国外国投资委员会）阻挠含中资的收购而耗尽资金，以1/30的价格被贱卖。Brooks的反思："我让自己被说服偏离了最初的方向。我记得那个会议，记得那一天。"
Roomba的成功不是技术突破，而是极致的成本工程。 Brooks回忆，为了将售价定在199美元（竞争对手Electrolux Trilobyte售价2000欧元），他们只有50美分的计算预算。他在台北、新竹、香港寻找被"阉割"的芯片——去掉一半硅片但仍能运行的6802处理器，最终找到Winbond的芯片，只有512字节RAM。
"我们之前有14个失败的商业模式，直到2002年同时出了两个赢家。董事会授权生产2万台，我们做了7万台——圣诞节前全部卖完。" 意即：成功不是线性可预测的，而是在无数次失败后，对成本、市场、供应链的极端把控才偶然实现。
iRobot至今19年，核心产品仍是Roomba——"我们一直在找下一个家用机器人，但没找到。" 这说明了消费级机器人市场的残酷：一个爆款之后，下一个可能永远不会来。
Brooks认为，2020年不是机器学习的"分水岭年"——没有像2012年ImageNet那样的震动。 论文数量暴增，但"基本都很无聊"，是增量工作而非根本性突破。
他对DeepMind的AlphaFold表示"惊讶"——蛋白质结构预测的准确率超出预期——但立即补充："你不知道哪些预测是对的，哪些是错的，这限制了实用性。" 意即：即使技术本身令人印象深刻，如果缺乏可解释性和置信度评估，其实际价值仍存疑。
对GPT-3，Brooks没有直接评价，但整个对话的基调暗示：大规模语言模型仍然是在"计算"框架内放大规模，而非触及智能的本质——感知、行动、与世界的持续交互。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| iRobot (Roomba) | 看好（成功案例） | 累计销售超3000万台；2002年售价199美元，计算预算50美分，芯片512字节RAM |
| Rethink Robotics (Baxter/Sawyer) | 反思（失败案例） | 初始目标3000美元→最终Baxter 25000美元，Sawyer 35000美元；烧掉1.5亿美元资本 |
| Robust.AI | 未明示（当前公司） | 使命：教机器人"常识" |
| Tesla Autopilot | 风险提示 | 纯视觉方案动态范围不足；FSD命名误导消费者 |
| Waymo/Cruise | 风险提示 | 亚利桑那州Chandler每周数百次无司机行程，但仍有远程安全员；旧金山Cruise因行人开车门而阻塞人行横道 |
| DeepMind (AlphaGo/AlphaFold) | 中性（有保留的认可） | AlphaFold准确率"令人惊讶"但无法判断哪些预测正确；AlphaGo在21×21棋盘上会"完全失败" |
| SpaceX | 看好（对比案例） | 垂直着陆火箭已有先例（DC-X），网格鳍1960年代已有；Elon Musk几乎破产但成功了 |
| 梅赛德斯E450 | 看好（个人使用） | 2021款，360度环视系统"令人难以置信" |
1. Brooks：计算不是宇宙的底层逻辑，而是人类用纸笔做数学的特定模型被硅基放大。 鼓面"知道"驻点位置，但不需要计算——物理系统可以直接"知道"。
2. Brooks：Moravec悖论不是悖论，是进化时间尺度的反映。 600百万年打磨感知与运动，几万年叠加语言与推理——我们搞反了"难"与"易"。
3. Brooks：婴儿16个月就能用双手协调打开从未见过的窗户，而DeepMind的Sawyer只能靠反复碰撞学习。 人类有某种"预过滤"机制极大缩小搜索空间，RL没有。
4. Brooks：Rethink Robotics的教训——低价≠低端，但一旦价格涨到25000美元，来看的只有已有机器人的工厂，他们用旧标准衡量新产品。 产品定位偏离目标市场是致命错误。
5. Brooks：自动驾驶的真正瓶颈不是技术，是基础设施和公众接受度。 美国只有15-16个完全无人轨道交通系统，大部分在机场——连轨道都花了数十年。
6. Brooks：iRobot的成功来自14次失败后的成本极致——50美分计算预算、512字节RAM、7万台圣诞前卖完。 下一个家用机器人19年没找到。
7. Brooks：当前AI论文数量暴增但"基本无聊"，2020年不是分水岭年。 AlphaFold令人惊讶但"你不知道哪些预测是对的"。
8. Brooks：对Elon Musk的批评不是质疑其信念，而是他不区分"技术已成熟"和"还差得远"。 SpaceX有先例可循，Hyperloop没有——但他说起来都一样。