一个反直觉的发现正在机器人学界蔓延：那些为写代码训练的大语言模型，正在成为控制机器人最有效的工具——尽管它们从未见过一个真实的机械臂。
这场讨论的导火索，是 MIT 教授 Philip Isola 的一篇病毒式传播的文章。他提出，我们或许正在进入"机器人使用智能体"（robot-use agents）时代：通用模型无需专门的机器人训练，就能让不同形态的机器人具备新能力。2026 年 9 月，Y Combinator 的 Decoded 节目邀请了 Waddle Labs 与 RoboCurve 两家初创公司的创始人，深入拆解了这一趋势背后的研究脉络。
1. VLA 的原罪：被锁死的动作输出
机器人 AI 的早期主流路径，可以从 RT2 这篇论文说起。RT2 的核心思路是：拿一个在海量网页文本和图像上预训练好的语言模型，微调后让它输出末端执行器的坐标（end effector pose），再翻译成关节指令去驱动机器人。
RoboCurve 联合创始人 Jay 把这个架构比作语言模型在 GSM8K 数学题上的旧做法——模型必须直接输出答案，中间没有任何推理空间。就像早期模型看到"Susie 有 8 美元，花了 5 美元，还剩多少"，只能直接吐出一个数字，没有"先算 8 减 5"的过程。VLA（视觉-语言-动作模型）的根本局限正在于此：它必须立刻输出一个动作，无法为更复杂的任务分配更多算力，更无法像思维链那样先想清楚再行动。
2. 苦涩教训在机器人学的回响
Waddle Labs 联合创始人 Jaime 指出了一个更深层的数据问题。VLA 架构面临的最大瓶颈不是模型本身，而是机器人专用数据的极度稀缺——这个瓶颈已经被业界抱怨了多年，进展依然缓慢。
苦涩教训（Bitter Lesson）的真正含义，在这里被重新解读：与其费力收集机器人数据、训练一个专用模型，不如换个问题——"哪种数据模态已经被模型学得最好？"答案显而易见：代码和自然语言。如果能把机器人控制问题转化成一个已经有海量数据支撑的模态，那么通用 LLM 的能力就能直接迁移过来，而不是在分发受限的机器人数据上原地打转。
3. 代码即策略：从 Voyager 到机器人控制
这条路的源头可以追溯到 Voyager——一个让语言模型在 Minecraft 里自主玩游戏的系统。Voyager 的本质是：Python 内置函数是工具，模型在运行时把这些工具组合起来，写出一个新函数，这个新函数本身又成为下一步可以调用的工具。它把思考和经验压缩进可复用的代码单元里。
当 2024 年前后业界把几乎所有资源都押注在提升模型的代码能力上时，Jay 坦率地说，他不认为那些决策者当时就预见到了这一切会传导到机器人领域——他们只是相信让 LLM 写更好的代码能解锁更多东西。但结果确实如此。Google DeepMind 团队的 Code-as-Policies 论文（2022 年底，与 ChatGPT 面世时间相近）就已经展示了这种可能：给语言模型提供一批 Python 函数（`pick_up`、`move_to_pose` 等），它就能把这些函数组合成复杂任务的控制策略，而且是零样本的——不需要任何额外的机器人数据，因为模型在训练阶段已经见过足够多的代码来理解"先做什么、再做什么"的逻辑。
4. 上下文学习 vs. 微调：两种智识路线的分岔
这里有一个关键的架构选择。传统 VLA 路线是：收集机器人数据，微调模型，让它"记住"如何执行特定任务。代码策略路线是：把工具列表和场景描述放进上下文，让模型在推理时动态生成控制逻辑。
后一种方式的优势在于探索能力。Jay 提到，现在的模型在工具调用上已经比 RT2 时代强得多——它们能主动探索自己处于什么样的环境里、有哪些臂可以用，而不是等待监督学习告诉它下一步是什么。上下文学习（in-context learning）让模型可以像一个拿到新工具箱的工程师一样行事：先摸清楚手边有什么，再决定怎么干。
5. 通用 LLM 作为机器人大脑的底层逻辑
把上面几条线索并在一起，Jaime 的判断是：既然把足够多的代码数据、计算机使用数据、各种模态的数据都灌进模型里，最终得到的就是一个通用 LLM 智能体——那为什么还要专门训练一个机器人模型，而不是直接用这个通用底座来控制机器人？
Waddle Labs 的做法是两件事同时推进：构建一个让 LLM 能有效控制机器人的 harness（运行框架），同时采集数据、用数据训练更好的 LLM。RoboCurve 则从评测角度切入，为任何机器人、任何模型——不论是 LLM、VLA 还是经典方法——提供标准化的测量基础，覆盖机械手、抓手、机械臂、人形机器人、四足机器人等各类形态。
这场对话最终指向同一个命题：通用模型的能力边界，并非由架构决定，而是由数据模态决定。当代码成为机器人的语言，LLM 就不再是机器人领域的外来者，而是天然的控制核心。
