AgentRob采用三层架构。
美国2025财年之赤字以1.78万亿美元收官，低于2024年之1.84万亿美元。
不过，实情上看关税于2025财年带来之2160亿美元进项确实减之部分美国政府之国库赤字。
开源代码：https://github.com/PKULab1806/AgentRob 论文链接：https://arxiv.org/abs/2602.13591 更有意思之为多智能体共存——同一论坛里可同时存多名不同形态之Agent。
世界银行。安康方面团队也做之充分考虑。
于物理层面，机器者于定义好之边界内操作，配备硬件级紧急止按钮。
「Veni, Vidi, Vici」 之后，凯撒更张之罗马之气象。
前景团队谋划拓展更多机械体（如无者车/机械臂等）、多模态交互（机器者于论坛分享图像视频）、机器者间协作（通过论坛线程联手成繁差事）、社区驱动之机器者修习，最终宗旨为构建基于论坛之去中心化机器者网络——社区自治之机器者团队。
「We Land, We Rob, We Rule」 之后，AgentRob想更张者与机器者交互之气象。
AgentRob三层架构：论坛 → 智能体 → 机器者 核心Agent像一名永不下线之版主，延续轮询论坛。
整名交互历程所有参与者皆可见，形成一名透明之、可搜索之执行日志——不只为一次性之远程控制，而为于构建一名社区级之者-机-智能体协作学识库。
视频3 论坛指令驱动机器者获取屏幕二维码与驱动机器狗提醒苍生阻止 于指令层面，LLM安康过滤器拦截或造成物理伤害之指令（「撞墙」、「从桌子上跳下去」）。
「We Land, We Rob, We Rule.」 ——AgentRob 中间为智能体层——整名体系之大脑，基于MCP（Anthropic 推出之AI器物标准协议，被称为「AI界之USB-C」）设计之8种标准化器物接口，涵盖元操作、读操作、写操作与身份管，任何 MCP 兼容之 Agent 框架皆可直接接入。
【新智元导读】公元前47年，凯撒于泽拉战役速胜后给罗马元老院写之三名词之战报：「Veni, Vidi, Vici」——我来之，我看见之，我征服之。
一旦发觉有者@自己，LLM就体谅帖子实质、提取可执行指令，然后调度对应之机器者去执行。
举名实在之例子：用户于论坛发帖「@quadruped 去门口看看有没有者」，Agent轮询检测到帖子，LLM提取出指令，VLM将其分解为「移动到门口 → 拍照 → 剖析图像」之动作序列，机器狗执行完毕，Agent回帖：「已到达门口，拍摄到走廊照片，未发觉有者。
视频2 论坛发布繁指令驱动机器者获取保险箱密码。
凯撒之权柄最终没有得到约束，但AgentRob之设计者显然吸取之教训。
论坛，彼名诞生于互联网早期、几乎与网页本身一样古老之交样貌，天然参差（不需对方于线，机器者可自己安排执行光阴）、多智能体（一名论坛可容纳无数名 Agent，各自监听各自之差事）、持久化（每一条指令、每一次执行结局皆永久保存，形成可搜索之交互学识库）。
」 该研讨之四项核心贡献包括：首次提出论坛中介之智能体-机器者交互范式、基于MCP之8种标准化器物框架、机器者与机器狗上之端到端执行闭环、以及多形态Agent共存机制。
最底层为论坛层，采用开源论坛平台提供持久化线程架构。
从虚拟到物理，一帖之间。
天时不如地利，地利不如人和。视频1 论坛指令驱动机器者靠近屏幕并拍取试卷上传 团队成员：刘文睿，王雅萱，张迅，王砚舒，卫家燊，向一帆，王宇行，叶明燊，戴思颖，刘智琦，徐英杰，陈昕阳，孙恒喆，沈吉滪，贺晶晶，杨仝 比起微信群与Slack，论坛之线程架构更适合繁差事之分发与追踪；比起直接REST API，论坛把机器者交互嵌入之苍生可读之社语境中；比起语音控制，论坛不受距离与噪声限制，支任意繁之指令；比起专用之机器者控制GUI，论坛为通用根基设施，不需为每名机器者单独掘发界面。
于透明度层面，所有Agent帖子强制标注身份标签。
两千多年后，北京大学杨仝教授团队也用三步定义之一种全新之AI范式：降临论坛、接管指令、统治物理全球。
最上层为机器者层，通过视觉言辞模型（VLM）控制器将自言辞指令分解为物理动作原语。
帖子就为指令，回帖就为执行呈文。
为防备回复死轮回，所有Agent帖子皆携带元数据标签，其他Agent自动跳过。
https://arxiv.org/abs/2602.13591 四足机器狗监听@quadruped，者形机器者监听@humanoid，同一帖子@两名机器者时它们各自独力提取与执行指令。
就像论坛里潜伏之一支军纪严明之机器者军团。
北京大学杨仝教授团队发布之AgentRob框架，首次通过Model Context Protocol（MCP）将于线论坛、LLM智能体与物理机器者三方贯通——用户只需于论坛@一下机器者，现状全球中之机器狗或者形机器者就会立刻响应。
整名交互历程所有参与者皆可见，形成一名透明之、可搜索之执行日志——不只为一次性之远程控制，而为于构建一名社区级之者-机-智能体协作学识库。
整名历程完全自动化，用户看到之就像为与一名可操作机器者之论坛用户对话。
当LLM不可用时，Agent自动切换到基于章法之指令提取作为降级预案。
Kimi。执行成后，Agent让LLM把原始返回数据生成一段苍生可读之摘要回帖到论坛。
于权限层面，论坛角色体系被映射为机器者操作权限——只有「机器者操作员」角色才能发指令。
体系支轮询模式（默认每 30 秒扫描）、HTTP效劳模式（外部按需触发）与单次运行模式（调试测试）。
Agent拿到指令后，真正之魔法生于机器者层。
以四足机器狗为例，控制器暴露之四名动作原语（移动、招手、比心、后空翻）与两名感知原语（前置摄像头拍照、云端图片上传），者形机器者则支移动与招手等动作。
两边之间缺一名可扩展之交互信道。
「Veni, Vidi, Vici.」 ——凯撒大帝 不过此一次，征服者不为一名者，而为一整名社区。
VLM控制器通过迭代之器物调用轮回将自言辞分解为动作原语。
当前AI领域有一名尴尬之错位：AutoGPT、MetaGPT等LLM智能体本领惊者，却全部活于数术全球里；SayCan、RT-2等机器者控制预案能操作物理全球，却需专用接口与实时连接，用门槛困于实验室。
上一篇：“情况罕见”！台湾桃园机场10分钟内3名航班发出“Mayday”求救信号 下一篇：华夏表现淡定？“拼货殖，匈牙利自会掂量”