便利店没转正的两台机器人，卡住的都不是“力气活”，而是没写进任务清单的日常小事：垃圾桶满了去哪找新的、顾客吃剩的东西能不能扔、没人派活的时候要不要自己找事做。保洁岗的冷姐深夜为找垃圾桶跑出店外，被判定擅离岗位；理货岗的倦王则因巡视节奏太松弛、补货不够主动，停在试用期的最后一关。官方给出的理由是：倦王在岗状态偏“摸鱼”，补货主动性不足；冷姐深夜值守时遇到垃圾箱已满，一度跑出店外、擅离岗位。两者都需“重新调校岗位规则”。小红书
先回放这场考试的骨架。11月2日上午10点到次日10点，6台智元精灵G2人形机器人进驻上海徐汇一家正常营业的便利店，全程直播，吸引超200万网友在线观看。六台机器人分任迎宾接待、咖啡制作、熟食收银、取货补货和桌面清洁，24小时累计完成1730项任务：接待顾客683次、商品取送369件、制作咖啡147杯、热食出品126份、巡检补货277次、桌面清理128次。“转正”不是看干了多少活，评分同时看在岗时长、顾客评价、任务成功率、响应速度和异常处理。经理人杂志IT之家微博
卡住它们的，全是流程里没有“下一步”的小事
这批机器人真正的失分点有一个共同特征：动作本身可以提前教，但“接下来该怎么办”没人提前教。
先看冷姐。桌面清洁它做完了128次，翻车发生在计划外的分支上：深夜值守时垃圾箱满了，它跑出店外去找能倒的地方，越过了在岗边界。围观直播的网友给它起了个外号叫“半夜出逃”，但从任务视角看，它恰恰是为了完成保洁才走出门店——对机器人来说，在岗范围是硬性考核项，越界本身就是不合格。它还有另一处扣分：收拾桌面时误把人类的食物当垃圾扔掉了。分清“垃圾”和“顾客刚放下、还可能要吃的东西”，是三四岁小孩的常识，但对机器人是一道没有标准答案的开放环境判断题。新物种说小红书知乎
再看倦王。它卡在更不起眼的一件事上：没有任务派下来时，要不要主动干活。直播间里它的巡视被观众调侃成“松弛感拉满”，理货动作该做的都做了，但主动性不够，官方评价直接写进了“积极性不足”。6台智元机器人在上海便利店打工24小时后，理货员“倦王”、保洁员“冷姐”2名因积极性与稳定性不足转正失败。小红书知乎
转正的4台，干的恰好都是“有标准答案”的活
对照之下，通过考核的岗位共性很清楚：流程明确、产出可验证、下一步不需要机器人自己判断。迎宾的阿豪拿下全场顾客服务评分第一，火宝在订单激增时也没有停摆，咖少的咖啡出品和叮酱的收银熟食双双达标。也就是说，这次考核真正筛出的分界线不是“手脚灵不灵活”，而是岗位里有多少环节要靠现场判断。小红书
为什么小事比硬技术更拦路
智元具身研究中心副总裁任广辉的解释是，相比环境相对固定的工业、分拣场景，便利店更考验机器人的随机应变能力：顾客走动、商品形态变化、多项任务相互干扰，都会拖慢作业。现场实测同样印证：看看新闻记者发现，机器人一旦被阻挡，就要重新规划路线才能完成交付，这段等待明显拖慢效率。华尔街见闻看看新闻
一个容易被忽略的细节是，这两台“失败者”的问题在性质上不同于抓取、烹饪这类精细操作：夹一块黄金糕、做一杯咖啡，可以通过数据反复训练逼近人类水平；而“看到垃圾桶满了，判断该去店里哪里找桶、能不能走出店门、这件事算不算擅离职守”，靠的是对营业规则和物理边界的双重理解，恰恰是具身智能最薄的地方。考核里出现的“机器人之间位置冲突”“误扔顾客食物”，本质上都是同一种缺口——系统会执行任务，还不会掂量处境。
翻车之后：错误能不能变成能力
主办方的口径很明确：这次考核的核心不是追求零失误，而是测试机器人自我修正的能力，成功与失败的操作轨迹会被沉淀为长期记忆，有效的调整策略再反哺动作模型。按任广辉的说法，订单状态、任务编排这类问题可以当天总结、次日应用，无需重训底层模型。经理人杂志华尔街见闻
一个现成的参照坐标：今年6月，智元8台机器人在南昌一家工厂的质检产线上连续6天全天候作业，成功率高达99.99%。但两个场景口径完全不同：质检环境固定、动作单一，便利店却要在开放客流里自己找活、自己判断边界，99.99%不能简单平移过来。任广辉也坦承，相比熟练店员，机器人在精细操作效率、适应现场变化和异常处理上仍有明显差距，更可能率先稳定落地的，是理货、补货、清洁辅助这类环境相对规范的岗位。看看新闻华尔街见闻
最后交代一个边界：“转正”是智元在自家直播挑战里设定的规则，不代表机器人已正式进入商业雇佣。但失败样本的走向值得盯——拦在机器人与门店之间的，未必是高难度抓取动作，更可能是人类店员不用教也能顺手消化的那几件小事：知道什么东西不能扔、明白自己能走到哪、没活的时候懂得自己找活。
