展台上的机械臂抓起方块，动作干净。换到真实货架，纸箱软塌、位置偏了几厘米、表面还反光，同样的动作就变得犹豫。差别常常不在演示视频里，而在最后一厘米。
看清和抓稳，是两件事
视觉系统给出物体的位姿估计，误差可能只有几毫米；到了夹爪闭合的瞬间，这几毫米会被放大。软包装会变形，透明件会丢深度，堆叠件互相遮挡。工程上很少靠单一算法解决，更多是把夹具、力控、触觉和视觉凑在一起，让系统在不确定里留出容错空间。
这也是为什么很多演示看起来顺滑，落到产线却要重新调。演示追求一次成功，生产要求每次都不出大错。
失败的成本，决定动作的边界
在节拍固定的工位，机器人可以重复同一个轨迹成千上万次，因为环境被整理过。到了开放空间，每次失败的代价都不一样：碰倒一杯水，或者只是把零件放歪。人会顺手挪一下杯子，机器没有这种“随手”的自由度。它的可靠性往往来自把场景限制住，而不是什么都能干。
所以讨论机器人能力时，我更愿意先问：它被允许失败几次？谁来收拾？这两个问题不回答，泛化能力只是纸面参数。
数据之外，还有调试的耐心
示范学习、仿真迁移这些方向都在推进，但仿真里的摩擦、光照、形变很难完全复刻。采数据有成本，标注有偏差，模型越大，部署时对算力和维护的要求也越高。把任务切小、把边界说清楚，常常比追求一个通用大脑更贴近现场。
人机交接的那几秒
协作场景里，人递零件、扶一下工件、按下急停，这些动作看着简单，却需要双方对下一步有共同预期。把机器人做得像人，不一定能解决交接；把交接点设计清楚，反而更有效。谁负责监控、谁有权停机、出问题怎么追溯，这些流程问题和技术问题一样重要。
买设备，也是买一条新流程
停机、备件、重新示教、产线换型，这些琐碎事项决定了系统能不能长期跑下去。很多项目不是倒在演示阶段，而是倒在半年后的维护。机器人进厂，改变的不只是一个工位，还有周边的物料摆放、人员分工和异常处理习惯。
最后一厘米，听起来像技术细节，其实是场景、夹具、流程和人的习惯一起作用的结果。把问题说小，才有机会把它解决。