夜班交接前，装配线有一段短暂的安静。机械臂停在料盒上方，夹爪张开，像在等一个迟迟没有出现的零件。旁边的操作员伸手把料盒推正，机器才继续动作。那三秒钟在监控里被记成“等待”，不是故障。
很多关于机器人的讨论，习惯从能力开始：能走多快、抓多重、识别多少种物体。但真正进入班次之后，问题会换个方向。它能不能在光线变化时保持同样的判断？上一次抓取失败后，它是停下来等人，还是自己重试？这些细节不进入演示视频，却决定了它每天被开机还是被绕过。
停顿也是一种动作
工业现场对停顿并不陌生。传送带堵料、来料方向不一致、工装夹具磨损，都会让流程暂时停住。人处理这些事的方式很灵活：看一眼、挪一下、继续干。机器人要接住同样的流程，难点不在“看见”，而在决定什么时候不动。
过早重试可能把料盒推得更偏，过晚等待又会拖住节拍。于是工程师开始把“不确定”写进程序：置信度低于某个范围就请求人工，连续两次定位不一致就退回安全位。这类逻辑听起来不聪明，却让设备更容易被现场接受。换句话说，可靠并不等于永远正确，而是出错时知道把控制权交还给谁。
- 来料位置有偏差时，先小幅度试探，不直接加大夹持力；
- 视觉判断模糊时，暂停并提示补光或人工确认；
- 同一工位反复出现同类异常，记录现场条件，而不是只记故障代码。
这些做法不新，却常被忽略。因为演示追求一次成功，生产追求长期可解释。两者的评价尺度不同，设计选择也会分叉。
身体进入现场之后
另一层变化来自“身体”。当机器人从围栏里走出来，与货架、推车、人员共享通道，它面对的不只是地图，还有临时的纸箱、反光的地面、突然停下的叉车。实验室里可以反复重置场景，现场却只给一次机会。于是感知、决策和执行必须同时考虑后果：刹车距离够不够，转弯时会不会挡住通道，提示音在嘈杂环境里是否被听见。
这也是为什么一些看起来很基础的能力，反而需要更长的打磨。抓取一件形状固定的工件，和在一堆相似包装里找到正确的那一件，是两种任务。前者考验重复精度，后者考验对不确定性的处理。把两者混为一谈，容易让预期落空。
边界之内的人
我倾向于把现阶段的机器人看作一种“需要同事的同事”。它承担重复、负重和节拍稳定的部分，人负责判断异常、补位和收尾。这样的分工不浪漫，却接近多数现场的真实状态。真正需要设计的，是交接点：谁在什么时候接管，信息以什么方式呈现，异常之后如何恢复。
那三秒钟的空白，也许不会消失。它提醒我们，自动化不是把人的动作全部抹掉，而是重新安排人和机器各自等待的时刻。谁能把这几种等待处理得更自然，谁就更容易让设备留在生产线上，而不是留在展示间里。