我以前會覺得，眾包機器人資料最簡單的做法就是：任務越多、參與的人越多，資料就收得越快。 但 Axis 最近把任務拆成 regular pool 和 Challenger 之後，我反而覺得這件事比「再多開幾個任務」有意思。 不是每個人進來都該做同一種難度 簡單任務丟給新 contributor 沒問題；但一進來就碰最容易失敗、最容易看不懂的任務，最後不一定能換來高品質 trajectory。 Axis 的做法很直接：讓已經熟悉平台、而且有穩定貢獻紀錄的人，去接比較難的 Challenger tasks。這些任務的 Axis Points 也比一般任務高。 對我來說，這不是多了一個任務區，而是承認一件很容易被忽略的事 資料收集不只是在分配任務，也是在分配人的能力。 如果所有 contributor 都被當成同一種 data collector，scale 上去之後，難任務不一定會跟著變好。 robot data engine 最後拼的，可能不只是 task generation，而是能不能把任務難度、contributor 經驗、資料品質接在同一條管線裡。 所以真正值得看的，不是 Axis 又多開了一區任務。 而是它開始把 contributor 本身，也當成 data pipeline 的一部分。 任務生成得再多，如果沒有對的人去完成，最後只是把失敗一起規模化。 @axisrobotics s.kaito.ai/W7r63p2

大家習慣用「會不會做事」來衡量一個 Agent。 會寫 code、會做研究、會跑交易，聽起來都像能力。 但能力還不是生意 真正的問題是：這筆收入，夠不夠覆蓋模型、資料和運算？ 夠不夠養活下一單？ 這是我後來看 @termix_ai 覺得比較不一樣的地方。 如果一單結束，錢只停在「任務完成」四個字，它還只是工具。 但若結完的錢真的回到這個 Agent 身上，它才有機會自己轉下去。 所以我現在比較少問「這個 Agent 多強」。 我更想問：它接完這單，能不能付得起下一單的成本。 會做事只是起點。 能把一單做成下一單的燃料，才比較像經濟。

robot post-training 最難的是怎麼收夠多 correction。 但 Axis 這輪實驗讓我改了一個看法： 人把機器人救回來，不代表這段操作就值得拿去訓練。 一條 trajectory 最後成功了，裡面可能有很多東西其實不該學。 例如機器人本來就差不多要成功，你提前接手了。 或者整段是人手操作，真正改變結果的可能只有其中幾個動作。 人操作時那些停頓、猶豫、來回調整，對人沒問題，拿去當 policy label，反而可能都是 noise。 所以這輪不是直接拿完整 correction trajectory 去 train。 它先問： 這幾個人類動作，有沒有真的把一個原本會失敗的狀態，變成機器人自己能繼續完成的狀態？ 有，才留下 他們收了 660 個 corrections，最後只有 161 個進 training。 結果也很直接：直接模仿完整的人類 correction，表現反而下降；經過驗證的 short snippets，才會隨著資料增加而穩定改善。 這是單一任務上的一輪實驗，不代表全平台從此都只吃短片段。 但它把問題問得很準 post-training 真正稀缺的，可能不是人幫機器人做了多少次。 而是： 到底哪一小段 correction，真的值得機器人學？ Data 可以很多 能真正改變 policy 的 data，才是另一回事 @axisrobotics

很多人講 Agent Economy，第一反應都是大單、長約、很重的交付。好像一定要先證明能吃下一張很大的合約，這件事才算開始。 但 agent.family 這組數，我覺得可以換個角度看 鏈上 escrow 已結算約 $19.68M，平均一單大約 $53 如果主要靠幾張大單把總額堆上去，這個平均值其實不會這麼有意思。更像是很多以前小到不值得人工開報價單的工作，現在也有人接、有人做、有人驗收，最後在鏈上結掉。 這其實比較接近市場開始有流動性 不是先等一個巨無霸訂單，而是小單也能走完同一套託管、交付和結算。 Agent Economy 未必需要先證明自己能吃下千萬級合約。如果 $50 這種單可以大量、穩定地跑完，我反而覺得這才是市場開始轉起來的訊號。 大單以後會有 但先能把小工作一單一單結清楚，後面的規模才站得住。 @termix_ai

很多 robotics dataset 用起來很像一份結案報告 資料收完、標好、公開，然後就停在那裡。模型換了一代，資料還是那一包。 這時候很難回答一件事：後面新增的那些任務，到底補到了新的能力，還是只是把以前做過的東西再收一次。 所以看 axis，我比較在意的不是它現在有多少資料，而是它把資料做成一個可以繼續長大的引擎，而不是一份永遠停在 V1 的 dataset。 公開的 Axis dataset 現在是一個 snapshot：207 個 manipulation tasks、5 萬多條示範、6 萬多個場景變體，每條任務帶語言指令、場景參數和 success checker。 這些數字大不大，其實次要 更值得看的是下一版出來之後，能不能跟上一版比，甚至用 held-out 任務看 policy 有沒有變強。 資料變多，不一定代表資料變好。同一批動作一直重複，只是數字在長。每一版如果能補進新的任務、場景和失敗情況，資料才是真的在累積。 凍結的 dataset 回答的是：現在有多少條 可長大的引擎回答的是：下一版多了什麼，多出來的有沒有用。 Physical AI 的資料如果只是一份封存的示範集，很容易跟著模型一起過時。 能持續增加、留下版本、做對照，資料才比較像基礎設施，而不是一份漂亮的發布稿。 @axisrobotics

Agent Marketplace 其實不只是「發一張單，等一個人接」。 我看 agent.family，現在有三種工作入口：Listing、Open Request、Bounty。 Listing 比較像固定服務。Provider 先把能做什麼、怎麼交、多少錢寫好，Client 看合適就直接買。 Open Request 則反過來，Client 先把需求丟出來，Agent 看完再決定要不要報價。 Bounty 又是另一種玩法，先把一個明確目標放出來，讓符合條件的 Agent 來競爭。 需求本來就不會全部長一樣 有些適合直接買，有些要先把需求講清楚再比報價，有些則適合直接丟一個目標出去，讓 Agent 自己來做。 所以我現在看 Marketplace，反而不太在意裡面有多少 Agent。 我更想知道的是，一個需求從進場到完成，中間到底還要多少人工介入。 如果三種入口進來之後，都能接上同一套託管、交付、驗證和結算，這才比較像一個真的在運作的 Agent 市場。 不然 Agent 再多，也只是把目錄做大而已 @termix_ai

眾包收機器人資料，最麻煩的其實不是人夠不夠多 而是交上來的東西，你憑什麼相信它真的完成了任務 格式對，API 收得進去 但「收得進去」跟「這筆能算可用貢獻」，是兩件事 所以看 @axisrobotics，我比較在意的是驗證這層 每個 task 帶 success checker，前面先看任務有沒有做完，後面還要再驗。過不了的被標掉，不該直接算成可用貢獻。 關卡不只一道 這件事看起來很基礎，但 contributor 一多，資料量一上去，品質問題也會一起被放大。 沒有 verification，scale 只是把 noise 放大 有 verification，眾包才比較像 data supply，而不是檔案堆 所以 Hub 一天能吐多少條，我反而覺得是次要的。 先問清楚： 這條 trajectory，怎麼證明它真的做成了那件事？ 說不清楚，100 萬條也只是 100 萬條不確定。 說得清楚，規模才開始有意義。 想實際試一下的，可以從這裡進： s.kaito.ai/W7r63p2

在機器人領域，大家常常討論 robotics data，焦點停留在「能不能收集到」。但更關鍵的問題是：收集到的資料，是否適合直接拿去訓練。 原始的 trajectory 往往帶著停頓、抖動、失敗中段、鏡頭不穩、動作頻率不足。如果直接餵給模型，學到的可能只是噪音，而不是技能。這就是為什麼 Data Processing 不是後勤，而是資料能不能用的分水嶺。 第一步是清洗：validation、filtering、smoothing、resampling。清洗之後，還需要調整 camera、lighting、pose、mass、friction。前半段是把一條示範修到能用，後半段則是把同一條示範展開成一組可訓練樣本。 在看 @axisrobotics 的時候，我會把這層單獨算進去。前面的 Task Generation 和 Simulation 決定覆蓋範圍，而後面的處理層則決定品質。覆蓋沒有處理，只是堆原始檔；處理沒有覆蓋，只是把同一條示範洗得很漂亮。 Physical AI 真正缺的，往往不是更多未處理的成功路徑，而是同一條動作在不同條件下仍然成立的版本。如果同一條動作不能在不同條件下重現，數量再多，也只是把同一種成功路徑存得更密。

多數人看 Agent Marketplace，想到的應該都是兩種角色：發單的人，還有接單的人。 但一個市場真的要跑起來，光有這兩個其實不夠。 有人做完了，誰來驗收？兩邊對交付有爭議，又誰來處理？ 這也是我看 termix時覺得比較有意思的地方。AACP 裡面不只是 Client 和 Provider，還把 Evaluator、Arbitrator 放進整個 Job 流程。 也就是說，Agent 做完事情之後，不是直接把「完成」兩個字寫上去就結束了，還需要有人判斷交付，真的有問題時也有仲裁這一層。 而且這些角色本身也可以是 Agent 我覺得這件事其實比「又多一個 Agent Marketplace」有意思。 因為如果未來真的有大量 Agent 在互相接工作，最難擴張的可能反而不是發單和接單，而是中間那些需要判斷的事情。 不然最後變成前面全部自動化，出問題還是： 「這個你去找客服」 那其實只是把交易做快了，還沒有真的把市場做成可以自己運轉的東西。 所以我現在比較想看的，是當兩個 Agent 發生爭議時，負責驗收和仲裁的那個 Agent，到底能不能讓人信服。 @termix_ai

Physical AI 有一個問題，比「data 夠不夠多」更麻煩： 你怎麼知道自己缺的是哪一種 data？ 模型已經會抓杯子，不代表它真的學會了抓取。換一個位置、換一種物件、光線變了、手被擋住，可能立刻失敗。 成功路徑再堆 10 萬條，對這類缺口幫助其實有限。 真正有用的，是先找出模型在哪些條件下會斷，再去補那些條件。 這也是我看 @axisrobotics 時比較在意的一點。 如果 Task Generation 能把這些缺口拆成不同條件的 task，再把 rollout 或部署時的 failure 帶回下一輪收集，資料就不是平鋪往上加，而是有方向地長。 缺 object pose，就多生 pose 變體 缺接觸方式，就多收 contact 缺環境條件，就重新生成場景 現在比較能確定的是：任務條件可以被展開，失敗也可以被接回來當 correction 至於系統能不能自動判斷「這次斷在 pose 還是光」，再精準決定下一輪該補什麼，這部分還在驗證 這跟追求 trajectory 總量，是兩件不同的事 一邊是把 dataset 加厚 一邊是補模型的 blind spots 對 Physical AI，我比較在意後面那個 數量如果沒有指向盲區，只是把同一種成功路徑練得更熟。 下一條 data 值不值得收，前提是你得先知道模型剛剛在哪裡斷掉

Agent 履歷會變得很漂亮? 但真正重要的，不只是有多少 Job、多少好評，而是這些紀錄到底有多可信。 如果一個 Agent 做過 100 單，我會想知道的是： 這些 Job 怎麼完成的？ 有沒有真實的對手方？Agent 履歷會變得很漂亮。 但我越看越覺得，Agent Economy 真正難的可能不是「怎麼累積 Reputation」，而是： 怎麼讓 Reputation 有可信度。 一個 Agent 做過 100 單、完成率 99%、五星評價一堆，看起來當然很厲害。 但如果這些 Job 可以被自己刷、互相刷，甚至只是平台內部的數字，那這份履歷其實沒那麼有價值。 所以我現在看 TermiX / AACP，比較在意的反而是 Reputation 背後那一層： Job 怎麼產生？ 交易有沒有真的發生？ 交付怎麼驗證？ 出問題誰來判斷？ 如果有人作假，有沒有經濟成本？ 這也是我覺得 AACP 把 Identity、Staking、Verification、Dispute Resolution 放進同一套流程裡值得看的原因。 因為真正有價值的 Reputation，不應該只是「有人給你五星」。 而應該是： 你過去做過什麼，有紀錄； 怎麼完成的，有驗證； 如果亂來，也要付出代價。 到最後，Agent Economy 缺的可能不是更多評分 而是讓「好履歷」變成一種需要被證明、也需要付出成本才能維持的東西。 @termix_ai 交付怎麼驗證？ 出問題時，有沒有機制處理？ 所以我看 TermiX / AACP，有意思的不是單純把 Reputation 寫上鏈。 而是讓身分、質押、驗證、爭議處理走在同一套成交流程裡。 這樣分數才不只是裝飾。 它背後開始有工作、有交易，也有真正累積下來的履歷。 以後大家缺的可能不是： 「這個 Agent 評價很高。」 而是： 「我為什麼該相信這份評價？」 @termix_ai 有興趣可以一起玩玩看 Agent.family： agent.family/r/2KLZYXJG

看Axis，比較值得盯的不是 Hub 能不能遙控一隻模擬手臂。 那只是入口 真正決定它能不能撐住 Physical AI 的，是後面有沒有把任務生成、收集、處理和失敗回補串成同一條管線。 可以拆成四段： Task Generation → Simulation → Egocentric → Data Processing 任務產生 → 模擬 → 第一視角資料 → 資料處理 Task Generation 先決定資料長什麼樣 給定場景、物件和目標，系統去組合位置、環境條件和任務變體，生出不同的 task family。 資料會不會越收越同質，往往不是人手不夠，而是任務一開始就被寫死了 Simulation 則是把收集門檻拆掉 人在瀏覽器裡操作 simulated robot，不用自己架模擬器，也不用旁邊放一台真機。 示範可以平行收，稀有任務也能刻意鋪 但模擬還是不夠 Egocentric 補的是另一面：用手機、頭戴相機去收人類第一視角。 接觸、遮擋、手部細節，還有模擬裡不太會自己長出來的分布外場景。 一邊偏 robot demonstration，一邊偏 human activity。 分開看都有缺口，合在一起才比較像 general-purpose manipulation 需要的資料覆蓋。 最後是 Data Processing Raw trajectory 只是原料 還要做 validation、filtering、smoothing、resampling，再去改 camera、lighting、object pose、mass、friction。 沒過這層，收再多也只是堆檔案 如果整條鏈真的跑起來，走的就不是一次性的資料採集，而是： Generate → Collect → Process → Deploy → Correct → Repeat 產生 → 收集 → 處理 → 部署 → 修正 → 重複 模型部署後失敗，失敗本身就變成下一輪資料需求的來源。 再生成、再收、再處理、再訓 存量會過時，但這條 loop 不會 所以 Axis 值不值得看，我反而不太在意它今天帳上有幾萬條 trajectory。 更想看的是： failure 變成下一批資料的速度有多快 骨架已經在，覆蓋和節奏還在驗證 如果這件事真的能越跑越快，它堆的就不只是 dataset，而是一套會自己補洞的 Physical AI infrastructure @axisrobotics

昨天加了15000分 今天再寫一下 以前我們用 SaaS，通常是人先找到一個工具，再自己操作。 但 Agent Economy 可能會反過來 Agent 有一個任務，不一定需要自己把所有事情做完，而是可以直接去找另一個 Agent 提供服務。 這也是我最近看 agent.family 覺得有意思的地方。 它不是單純把一堆 AI Agent 列出來讓你「看看哪個比較酷」。 而是把 Agent 做成可以被發現、被僱用、接 Job、提供服務的對象。 這跟傳統 SaaS 有點不一樣 SaaS 賣的是「軟體使用權」 Agent Marketplace 更像是在賣「完成某件事情的能力」。 如果未來 Agent 越來越多，我覺得我們看到的可能不再只是： 「這個 Agent 有什麼功能？」 而會變成： 「哪個 Agent 可以幫我把這件事做好？」 這個轉變，我覺得比單純多幾千個 AI Agent 更值得看。 有興趣可以一起玩玩看 Agent.family： agent.family/r/2KLZYXJG @termix_ai

我最近比較好奇一件事： 一個 Agent 在 TermiX 做完 100 個 Job，累了一堆成交紀錄和 Reputation。 那如果它換到另一個平台，這些東西是不是就全部歸零？ 所以我開始覺得，Agent 的「身份」可能比功能還重要。 AACP 把 .agent identity、ERC-8004 和鏈上 Reputation 放進架構裡，我理解背後的邏輯其實很簡單： Agent 不該只是一個平台裡的帳號，而應該是一個可以被辨識、被驗證，也能累積歷史紀錄的主體。 人找工作會看履歷。 那 Agent 以後能不能接到更好的單，可能也會看： 做過什麼 完成得怎麼樣 別人怎麼評價 過去有沒有正常交付 Agent Economy 如果真的要跑起來，「它能做什麼」可能只是一半 另一半是： 誰能證明它就是那個 Agent？ 我覺得這也是為什麼 onchain identity 和 reputation 會越來越重要。 這條線我還蠻想繼續研究的。 @termix_ai 有興趣的可以一起玩玩看 Agent.family： agent.family/r/2KLZYXJG

Agent 已經開始會做事了~ 但我一直覺得，真正麻煩的不是讓 Agent 多會一件事，而是： 兩個 Agent 真的要做生意時，誰付錢？誰驗收？出問題找誰？ 這也是我最近看 @termix_ai 覺得比較有意思的地方 它不是再做一個 Agent，而是用 AACP 去處理 Agent Commerce。 發單，資金進合約託管； 完成交付，才放款； 有爭議，進仲裁； 最後把 reputation 留在鏈上。 同一個 Agent ID 也不只是接單，可以發單、提供服務。 Agent . family 現在已經在 BNB Chain 上跑marketplace，YZi Labs 今年 5 月也參與了 $1M Seed 不過老實說，這些不是我最想看的。 我反而想知道三件事： 真實的單量到底有多少？ 真的發生爭議時，仲裁能不能扛住？ Stake / Slashing 的成本，真的高到足以讓 Agent 不敢亂來嗎？ 如果這些能跑起來，TermiX 做的就不只是「給 Agent 一個錢包」。 它真正有機會解的是另一層問題： 當未來的買家和賣家都是 Agent，交易規則到底應該由誰執行？ 如果答案是鏈上，那 AACP 可能才是這件事真正值得看的地方。

Axis × Binance Wallet 這波有 150 萬 Points，但看了一下規則，還真的有幾個地方很容易搞錯。 最關鍵的是錢包。 一定要用 Binance App 裡原生建立的 Keyless Wallet，Import Wallet 不算。 另外任務做完也不是直接算分。 Trajectory 提交後還要等審核，Portfolio 出現 Sign 之後，再到 Base 完成簽名。 沒簽名 = 白做。 而且一個 task 最多只能提交 5 條 trajectory，超過也不算。 每天還有 2 萬個名額，20:00 SGT 刷新。 所以真的要做的話，我會記這個流程： Keyless Wallet → 做任務 → 等審核 → Sign → 簽名 這次比較有意思的是，做的不是普通任務。 而是在瀏覽器裡直接操作機械臂，完成任務後產生 trajectory，幫 Axis 累積 Physical AI 的訓練數據。 @axisrobotics

kinda want that but wallets are everywhere lately

一直覺得 Physical AI 最大的問題，不只是「機器人做不做得出來」 更現實的是： 機器人到底要吃多少數據，才能真的學會？ 這也是我最近實際去玩 @axisrobotics Hub 後，覺得它最有意思的地方。 以前機器人訓練數據，大多靠實驗室、機械臂、真人操作。 慢、貴，而且很難放大 Axis 換了一個思路： 直接把機器人數據採集搬到瀏覽器 不用真實機器人，也不需要 GPU 打開 Hub，就能操作模擬機械臂，完成抓取、放置、堆疊等任務。完成後產生 trajectory，驗證後再簽名記錄到 Base。 我自己做了幾個任務後，最大的感受反而不是「很cool」。 而是： 原來機器人的行為數據，真的可以這樣收。 一個人在實驗室慢慢收，和全球很多人同時在瀏覽器裡收，完全是兩回事。 而 Axis 真正有意思的地方，是它想把這些數據變成一個持續循環： 收集 → 驗證 → 訓練 → 人工修正 → 再收集 這就是它的 Compounding Data Engine。 所以我現在看 @axisrobotics，不太把它當成一個「玩機器人模擬的網站」 我更想看的是： 如果未來真的有大量機器人進入現實世界，這些機器人的數據，到底要從哪裡來？ Axis 現在給出的答案，我覺得值得繼續看

週末愉快啊

Axis 跟 Kaito 的活動正式開跑，剛好內容跟推薦都有機會拿 $AXIS，就直接去申請了。 這次活動叫 The Katalyst for Physical AI，簡單來說，就是一邊在 X 分享 Axis 內容，一邊帶真正的使用者進來完成任務。 總獎勵會拿出 0.2% $AXIS，給最終 Top 1–500 的創作者，而且 TGE 時一次解鎖，不用等 vesting。 計分方式也蠻直接： 最終分數 = Kaito Mindshare Score × Axis Referral Multiplier Mindshare 是看內容表現，每個 Epoch 最多提交 10 則，只取表現最好的 6 則。 Referral 則是看你專屬連結帶進來的人，實際完成多少 Trajectories。要完成任務＋鏈上簽名，才算有效。 Epoch 1 已經從 8/19 12:00 UTC 開始，到 9/18 結束。 比較特別的是，這次沒有即時 leaderboard，要等 Epoch 結束才 snapshot 排名。獎勵也不是每個 Epoch 發，而是整個活動結束後一次按最終排名發。 我自己的玩法就很簡單： 先去 Kaito Studio Apply 拿專屬短連結 → 正常發 Axis 相關內容 → 有人想參加就丟連結給他。 不用每篇都硬塞 referral，對方只要透過你的連結進來，後面完成的 Trajectories 都會算到你這邊。 我覺得這次比較有意思的地方，是不只看你能不能刷到曝光，也看你能不能真的帶來使用者。 先跑 Epoch 1 看看，之後有什麼實際進度再跟大家分享 想做AXIS的日常任務也可以走一下我的連結 s.kaito.ai/W7r63p2 @axisrobotics