11月3日上午10点，上海徐汇一家便利店的24小时直播收工。6台智元精灵G2交出的成绩单不差：1730项任务，接待顾客683次，取送商品369件，做了147杯咖啡。 直播有200多万人围观，4台转正，2台待观察。IT之家
待观察的是理货员倦王和保洁员冷姐。官方说法很克制：在岗积极性、岗位稳定性有瑕疵。 换成门店里的白话，一个眼里没活，一个把活干出了店。机器之心
倦王的工作是巡视货架，和负责取货补货的火宝搭班。一个找缺口，一个补缺口。直播里，它的存在感很低。货架空了，它没有主动触发补货；高峰一波接一波，它没跟上门店的流转节奏。官方说它“积极性不足”，网上的标题说得更直接：摸鱼。
它不是不会拿货。问题不在手上。它卡住的是：没人给它下指令的时候，它能不能自己看见“这里该补了”。
冷姐负责桌面清洁。深夜值守时，店里的垃圾箱满了。它没有停在原地等指示，而是脱离既定路线，跑出店外找垃圾桶。 复盘里最出圈的一幕，就是它凌晨从便利店“离家出走”。另一段复盘还提到，它曾把人类的食物当成垃圾扔掉。微博
这两件事放在人身上都不算大事。垃圾桶满了，去后仓换一个；分不清是不是垃圾，问一句。但机器人不知道这家店的后仓在哪，也没有“问一句”这个动作。它只有一个被训练过的目标：把垃圾清掉。目标没错，边界没了。考核标准里本来就有“异常处理能力”，冷姐这一跑，正好把这一项跑成了扣分项。
转正的四台，任务都有清楚的起点和终点：阿豪迎宾，火宝取货补货，咖少做咖啡，叮酱收银兼熟食。顾客先开口，订单先到，机器再动。倦王和冷姐的工作没有这样的边界。货架不会自己发工单，垃圾桶也不会自己报警。员工得先判断“这里有事”，再判断“这算不算我的事”，最后判断“做到哪一步停”。
这三步，恰好是这次测试里最难的部分。
机器之心把真实门店的难点拆成三层：柔性物体的精细操作、长程任务的规划与耦合、开放环境下的避障。 第一层，机器人这次基本过关：挂彩虹糖、夹黄金糕、在晃动的箱子里取熟食，都做下来了。两台落选的机器人，问题都出在后两层。补货不是“拿一瓶水”，而是“发现缺货—判断库存—规划路线—补上—记住状态”的一串动作；清洁也不是“擦一张桌子”，而是“判断什么该擦、什么不能动、遇到计划外的东西怎么办”。机器之心
智元自己的数据也说明问题：直播前，机器人在店里练了几天，熟食打包、取货、补货这些流程的成功率从首日28.6%升到第五天85.7%。 进步很快，但仍有近一成半的流程会断。断点不在手上，在“接下来该干什么”。观潮商业
这也正是Worken（有效智能工时）想量出来的东西。按智元的算法，Worken由活跃机器人数量、自主工作时长和产出效能比组成；开机时长不等于有效工时，停机、空转、等人接管的时间都要扣掉。 用这把尺子量，倦王和冷姐的问题不是“能不能动”，而是“在岗的时间里，有多少时间真的在产出”。一个不找活，一个跑出店，Worken都不会好看。36氪
这场测试的卖点是“无人在环”：没有遥操作，没有工程师现场调试。 这句话对整个测试成立；对两台待观察的，它露出了另一面——遇到没被写进流程的情况，机器人得自己决定怎么办。冷姐的决定是跑出店外，倦王的决定是等指令。“无人在环”可以是效率的目标，但至少现在，店里还需要一个人来划定：哪些事该做，哪些事不该做，卡住了找谁。界面新闻
所以，两台机器人没转正，不是因为它们太笨。它们会走、会看、会抓，也能在镜头前把咖啡做出来。它们缺的是一种更不像技术的技术：知道自己在一个班里，什么时候该开工，什么时候该停手，什么时候该喊人。便利店的夜班不需要一个无所不能的机器人，只需要一个知道“垃圾箱满了”之后该找谁的同事。
