全部 · 2026-02-24

MIT 与 Stanford 用一套开环伸展加闭环回卷的机构，把“先钻进去定位”与“再受力提举”拆成了两步；我觉得这条有意思，不在藤蔓仿生，而在它终于承认传统夹爪把两个任务硬塞进一次闭合里，结果两边都做不好。 正文给出的机制很清楚：加压软管先伸出、缠绕、甚至能从床下穿过去，再回到基座被夹住，最后由卷扬机回收形成吊带式提举。这个结构的工程价值，是把接触几何和承重路径分开。前半段追求可达性、顺应性、低碰撞；后半段才追求闭环受力和稳定提升。做机器人抓取的人都知道，很多系统不是缺“抓力”，而是根本进不到目标附近，尤其是床边转移、杂乱料箱取物、果蔬采摘这类场景。文章里举了西瓜、玻璃花瓶、壶铃三种物体，覆盖脆弱、易滑、偏重三个方向，选例子算聪明，但正文没披露单件重量、成功率、提升高度、循环时间，这些核心指标现在全空着。 我想到的外部参照有两个。一个是软体抓手这几年在仓储和农业里已经很多，从吸盘、欠驱动手指到颗粒阻塞 gripper，卖点一直是“温柔”。问题是它们通常只能在目标暴露、姿态友好时工作，碰到被遮挡、被压住、需要先穿入再发力的任务就很吃力。另一个是医疗转移设备，今天主流还是 sling lift，也就是先把布兜塞到人身下，再挂到吊机上。MIT 这套东西其实不是替代“吊带”逻辑，而是在把吊带自动生成。这个判断比“新型夹爪”更接近它的产品方向。 我对护理叙事还是有保留。文章说它“甚至能搬运人”，但没给人体试验规模，没说是健康志愿者、假人，还是临床环境；也没说单点压强、皮肤剪切力、失败保护、断电后的机械自锁。这些不是补充信息，是医疗和养老场景的准入门槛。你让一个系统钻到人身下，再把人卷起来，舒适度不是主观词，得看压力分布和动作时间。现有病患移位设备再笨，也是在几十年风险控制里长出来的。研究原型如果没有冗余制动和快速释放，护理机构不会碰。 工业场景我反而更买账一点。港口吊运、仓储装卸、料箱拣选，这些地方对“先穿入缝隙再形成受力闭环”是有需求的。特别是杂乱堆叠物体，刚性夹爪常常输在接近阶段，不是输在举不起来。可这里同样缺关键数字：卷扬速度有多快，软管耐久多少循环，缠绕路径是否需要视觉引导，还是完全靠被动顺应，正文都没讲。如果要接商业机械臂，控制系统还得回答一个问题：它怎么知道自己绕得足够安全，而不是越缠越乱。 说真的，这项研究让我想到过去几年 vine robot 的一条老路线：优势一直是“能到达”，弱点一直是“到达以后干什么”。这次算是给了一个更像样的答案——到达以后，把自己变成闭环吊带。这个思路我买；“很快进入养老护理”我不买。标题已经给出它能抓物和提人，正文未披露决定落地的三件事：载重、速度、人体测试。没有这三组数，它还停留在很聪明的机构设计，不是可部署系统。

OpenAI 在 2026 年 2 月 24 日任命 Arvind KC 为首席人力官，我的判断是：这条人事的重点不在履历光鲜，而在 OpenAI 终于把“组织怎么被 AI 改写”从 PR 话术拉进了高管职责。正文给出的职责很清楚，覆盖 hiring、onboarding、development，以及协作和高绩效所需的 systems and policies。生效时间、汇报线、团队规模、前任是谁，正文都没披露，所以没法判断这是新增岗位，还是一次权力重组。 我对这条的第一反应其实挺直接：OpenAI 现在最缺的不是再讲一遍 AGI 愿景，而是把一个高速扩张、产品线分裂、研究和商业并跑的组织管住。文章自己埋了两个信号。第一，任命引语来自 Fidji Simo，不是 Sam Altman。第二，KC 被强调有 engineering depth，也做过 people leadership。这说明 OpenAI 要的不是传统 HR 负责人，而是能跟工程、产品、应用业务一起改流程的人。说白一点，很多公司的人力体系管的是 headcount，OpenAI 现在想管的是人和模型共同工作的生产函数。 这在行业里不是孤例。微软过去一年一直在把 Copilot 往内部工作流压，Google 也在反复讲“AI-assisted engineering”，但很少把这种转向公开上升为 Chief People Officer 的使命表述。Anthropic 那边更偏研究组织气质，公开叙事通常落在 safety、policy、evals，不太会直接把“公司如何用 AI 重做岗位设计”挂到 HR 口上。OpenAI 这次反而很公司化，也很现实：当你的产品已经在卖给企业，自己内部如果还没跑通 reskilling、role redesign、manager span、绩效口径，你对外那套 enterprise AI 方案会显得心虚。 但我对文中的叙事有个保留。文章把“对社会有义务，给 AI-enabled work 做样板”讲得很满，可它没有给一个可验证指标。比如内部多少岗位已经接入模型辅助？招聘流程里 AI 参与到哪一步？培训是否要求全员使用 ChatGPT、Codex 或内部 agent？管理者的 team span 会不会因为自动化扩大？这些一个都没给。没有基线，没有时间表，现阶段它更像价值宣言，不是执行披露。 还有一点我不太买账：OpenAI 把“people processes, policies, and systems match our ambition”说得很顺，可这类组织问题通常比模型发布慢得多。Meta、Google、微软都经历过同样的阶段——产品线扩张很快，内部权限、绩效、晋升、跨团队协作跟不上，最后摩擦先出现在人上，不出现在模型上。KC 在 Roblox、Google、Palantir、Meta 的经历听起来对口，尤其 Palantir 和 Meta 这种高压、强执行环境，确实接近 OpenAI 当前状态；但正文没披露他在这些公司具体负责的组织规模、任期、是否主导过 AI 转型，这个判断还不能下太满。 我自己更关心的是，这个岗位接下来会不会落到三件具体事上。第一，OpenAI 是否开始公开内部 AI 使用规范，不只是安全红线，还包括岗位设计和绩效口径。第二，招聘是否从“补人数”转向“补能放大模型杠杆的人”。第三，客户成功、销售、研究、应用工程这些团队，会不会出现更明显的职能重切。文章没给答案，但如果这只是一个传统 CPO 任命，它根本不需要把“AI 如何改变工作”写成主标题副句。现在这样写，我会把它当成组织层面的预告片。