机器人进家庭，先过“谁来收拾残局”这一关

设想一个家庭机器人，能把桌上的杯子放回柜子。

演示成功时画面很完整：识别、抓取、移动、放下。可是在家里，这件事有前后两段。它开始之前，是否要有人清空桌面、打开柜门？杯子没放稳，谁来处理？下一次使用之前，又是谁检查和维护？

这是假设情境，不是某款产品的测试结果。但它指出了家庭机器人产品判断里最容易被漏掉的一笔账：它省下的劳动，必须和它新增的劳动一起算。我把后者叫作“善后负担”。

我主导过一款家庭消费级安防四足机器人的产品工作，这笔账当时就摆在桌面上。任务本身看起来不复杂：用户离家后机器人在屋内巡逻，发现异常时去现场看一眼，把画面和状态发回手机，必要时用灯光或声音介入。比“做完所有家务”窄得多。可一旦放进真实家庭，问题迅速变长——

谁定义异常？孩子半夜起床算不算？宠物撞倒东西要不要过去？卧室什么时候可以进入？家里有人时还巡不巡逻？两位家庭成员给了相反指令听谁的？机器人卡在门槛边，远程用户能做什么？如果它发出声音吓到老人，产品算成功还是失败？

这些问题让我重新理解了“家庭场景”这个词。家庭不是一个场景，是一套持续变化的环境、多人关系和生活规则。机器人进入其中，面对的不只是感知、导航和操作，还有权限、打扰、责任与恢复。

这也是家庭机器人矛盾的地方：它在技术上比工厂更难，经济上却可能比一台传统家电更丰富——硬件、订阅、服务、安防、照护，都可能成为收入。但每一层价值背后都是一层新的交付责任。先算清善后，再谈丰富。

工厂可以改造环境，家庭只能被适应

工厂里的机器人也很难，但工厂可以改造环境：地面重铺、工位重设、物料统一、路径固定，光线不够就加灯，抓取不稳就改夹具。任务、人员和维护流程都能被规定。

家庭刚好相反。同一个杯子今天在厨房，明天在卧室；衣服柔软、透明容器难识别，玩具和电线随时出现在地面；孩子、老人、访客和宠物不会按机器人说明书行动。不同家庭对“房间收拾好了”的定义都不一样。

BEHAVIOR-1K 把这个长尾做成了机器人基准：研究团队从用户调查出发整理出 1,000 种日常活动，放进 50 类场景和 9,000 多个对象，实验结论很克制——这些任务往往需要长程规划和复杂操作，先进方法仍然很难完成。BEHAVIOR-1K

这组数字不等于一个家庭需要机器人会做一千件事。它说明的是：长尾不是家庭里的偶发噪声，长尾就是家庭本身。

“家务”不是一个任务

行业讨论常把清洁、做饭、看护、陪伴、安防、搬运都塞进“家务”这个词。它们发生在同一间房，却不是同一种产品任务。

扫地漏掉一个角落，用户可以补扫。拿玻璃杯失败，可能损坏物品。安防误报一次让人厌烦，漏掉一次真实风险后果完全不同。陪伴机器人答错一句话，和看护系统错过紧急异常，不在同一个责任等级。

所以判断家庭任务不能只问机器人“会不会做”，要问三件事：用户要的结果是什么，做错会发生什么，出错后能不能安全回来。这直接改变产品边界——“陪老人聊天”和“提醒服药”看起来相邻，后者对准确性、日志和责任的要求高得多；“夜间巡逻”和“发现异常后去现场确认”也不一样，前者是持续自主行为，后者可以把最终判断交给人。

顺序也由此确定：先定义一个可以验收的结果，再决定需要多少移动、操作和自主。不是先把能力清单做长，再为它寻找需求。

善后的账，藏在成功率的分母里

我们习惯用任务成功率评价机器人。但成功率有个分母问题：任务从哪里开始、到哪里结束，决定这个数字意味着什么。

如果每次开始前都由人整理环境，测试衡量的是整理后场景里的表现；如果机器人失败后需要人把它送回起点、却只统计最终完成，接管成本就被漏掉了。家庭尤其容易发生这种偏移，因为总会有人帮忙：设备够不到就递一下，卡住就挪一下，听不懂指令就换个说法。每次都是小动作，加在一起可能成为一个长期岗位。

评价机器人不能只问它替人做了多少，也要问谁被迫配合它做了什么。

而这笔账还有第二个问题：买单的人未必是善后的人。家庭不像一张只有一个用户的需求卡——有人提议购买，有人每天使用，有人负责充电、联网、清理和联系客服。买给父母的设备，设置问题由子女远程处理；一个人喜欢的新设备，日常维护可能落在另一个人身上。于是出现一种产品层面的错觉：购买者很满意，产品也有销量，家里的总负担却未必减少。省下 A 的十分钟，新增 B 的十五分钟，不能据此说家庭获得了净收益——除非家庭愿意接受这个分工，这本身要在产品研究里确认，不能默认。

维护本身不是机器人独有的缺陷，关键在比例和可预期性。iRobot 为 Roomba s 系列列出的维护表覆盖滤网、刷子、传感器等部件的护理，说明成熟家电确实需要维护，但不能据此推算所有机器人的故障率。官方维护说明真正难缠的不是定期清理——每周一次可以安排的维护，和每天随机出现的求助，在生活里不是同一种负担，只累计分钟数会漏掉这种差别。

恢复能力要单独评审

技术参数落到家庭里，就是另一回事：导航精度是会不会撞到孩子、困在椅子腿之间；机械臂控制是会不会摔坏杯子、夹住手指；噪声的分贝数决定它能不能夜间工作；续航决定用户真正需要它时，它是不是正趴在充电座上。

而最容易被低估的是恢复能力。实验室把任务成功率从 80% 提到 90% 已是明显进步；家庭用户看到的是十次里仍有一次要收拾残局，而且失败经常不是“再跑一次”——机器人可能被衣物缠住、地图丢失、停在门口，或者拿起了不该移动的东西。

一项对 10,072 条家用机器人消费者评论的研究把失败分为技术、交互和服务三类，对用户评价伤害较大的恰好是任务是否做完、以及设备能否在变化和故障中继续工作。Domestic Robot Failures

所以我会把“可恢复性”单独拿出来评审：机器人是否知道自己失败了；用户能不能看懂它停在哪里；设备能否安全停止、退回或求助；一个普通家庭能否自己恢复，而不需要工程师远程排障。家庭里没有专职运维——每天完成九次、每两天让人排障一次，仍然是一件高负担产品。

失败后的动作边界应该写进产品定义：可以重试，可以换方式，可以请人帮助，也可以停止。无休止重试浪费时间，错误重试可能扩大损失；过早求助把本可完成的工作退回给人；停止则必须让家庭理解——任务停在哪里，现场是否安全，下一步要做什么。多人家庭里，求助也不能默认发给最近的人：产品需要让家庭知道谁负责哪类问题，也允许明确不接受某些任务。

多人家庭的权限，不是一个管理员账号

家庭机器人还有一个普通 App 很少遇到的问题：谁是用户？购买设备的人、每天与它相处的人、被摄像头扫到的人、远程查看画面的人，可能不是同一个人。儿童、老人、保姆和访客不会因为没有账号就不受机器人影响。

2026 年一项多人家庭参与式设计研究走访了 15 个家庭：参与者希望有更直接的数据控制、清楚的状态通知、能随成员变化的个性化规则，也担心厂商能否在多人环境里妥善处理个人数据。Multi-person Households’ Privacy Design Preferences

这类需求不能只塞进设置页，它会进入底层架构：谁可以让机器人进入哪个房间；谁能看实时画面、历史记录和事件日志；摄像、录音或远程接管时现场的人怎样知情；哪些数据只在本地处理；成员指令冲突时按什么规则处理；断网或账号失效时安全能力怎样降级；紧急停止是否始终可达。

购买权、使用权、被感知权和照护责任是四件事。把购买者设成超级管理员，解决不了家庭共识。

经济上更丰富，责任上也更重

把上面的账算完，才轮到家庭机器人诱人的那一面：它可以同时参与劳动、信息、安防、照护和家庭协同，经济结构比一次性卖硬件丰富得多。

技术复杂度	可能形成的家庭价值	随之增加的交付责任
移动、定位、环境感知	巡检、移动摄像、远程在场	不闯禁区、少误报、断网可恢复、旁观者知情
抓取与物理操作	清洁、搬运、整理、辅助照护	防夹碰、防损坏、失败回退、任务验收
长期记忆与多成员识别	个性化、家庭协调、持续陪伴	成员权限、数据隔离、儿童与访客保护
云端模型与跨设备连接	更复杂的自动化、内容与智能家居协同	持续可用、版本兼容、数据安全、本地降级
远程人工与专业服务	安防确认、复杂任务协助、照护转介	响应时间、人员资质、隐私、服务成本与责任边界

市场上已经有这种组合的探索：1X 为 NEO 提供 20,000 美元的 Early Access 买断方案，也列出 499 美元/月的订阅；对机器人暂时不会做的复杂任务，用户可以预约远程人工指导。1X NEO 官方订购页这个案例只能证明企业在尝试“硬件 + 订阅 + 人工服务”，不能证明模型已经跑通。它反而说得很直白：机器人能力不够时人工可以补上闭环，但人工同时带来排班、隐私、响应速度和单位经济问题。

收入栈的背面是责任栈。卖硬件要负责质量、保修和召回；卖订阅要持续交付可感知的价值——“硬件毛利不够，后面靠订阅”不是答案，先要说明订阅持续交付的到底是什么结果；提供远程人工要承担服务网络与隐私；进入安防和照护，要处理误报、漏报和升级机制。

现有市场证明的，只有窄任务

国际机器人联合会的 World Robotics 2025 显示，在其供应商样本中，2024 年消费级服务机器人销量约 2,010 万台，其中家庭任务机器人占 97%；家庭照护机器人只登记了 536 台。IFR 同时提醒这些数据来自供应商样本，不应外推为整个行业销量。IFR Executive Summary

扫地、割草找到了高频、可见、边界清楚的任务，所以跑到了千万台；照护和通用操作要进入更非结构化的环境、面对更高的安全要求，所以仍然是几百台。窄任务的销量可以证明家庭愿意为机器人付费，不能证明通用人形机器人即将复制同样的成熟度。每跨一层任务，技术与责任都要重新验证。

讨论侧的证据同样要小心使用。我正在整理的家庭机器人语料共核对 208,755 条记录，其中 Reddit 占约 88.15%，覆盖范围有限；本地 AI 那组语料的教训在这里同样成立——用户抱怨做家务说明一个问题，用户购买扫地机说明某个方案获得行为支持，把两者拼接成“用户愿意购买通用家庭机器人”，中间缺的正是证据。数据与边界

怎么设计一场有用的家庭测试

先记录家庭原来的做法：谁完成任务，多久发生一次，时间和注意力用在哪里，哪些地方已经足够好。再引入机器人，保留任务准备、自动执行和善后的完整过程；除正常成功外，主动安排允许范围内的中断和边缘情境，观察设备如何停下、解释与恢复——不要为了漂亮数据，把难处理的失败剔出统计。

测试要持续到初期新奇感之外，期间既要问购买者，也要问实际使用和维护的人；如果某个成员长期替设备补位，这就是需要解释的产品成本。最终可能发现，一个功能更少但善后更轻的方案，比能力更广却频繁求助的方案更受欢迎；也可能发现用户愿意为某项高价值能力承担额外维护。两种结果都需要真实任务支持。

现在判断一类家庭机器人是否值得做，我会先问七个问题：

用户购买的具体结果是什么，而不是机器人会多少动作？
这个结果在普通家庭里多久自然发生一次？
机器人相对摄像头、手机、智能音箱或人工服务，多了什么不可替代的能力？
最常见的失败是什么，失败一次的代价有多大？
出错以后，普通家庭能不能安全、简单地恢复？
主要家庭成员是否理解它何时感知、怎样行动，并愿意接受？
每增加一层收入，企业新增的交付责任是否仍然划算？

如果大部分问题答不清楚，人形、轮式、四足还是飞行都还不是重点。家庭机器人最诱人的地方是它似乎什么都能做，陷阱也在这里：什么都能做，常常意味着还没有一件事被定义到可以交付。

家庭机器人需要更强的动作能力，这一点没有争议。但它进入生活的那一天，产品责任会延伸到动作失败之后——所以我希望下一次演示，在杯子放歪的时候不要剪掉。接着看它做了什么，人又需要做什么。