晚上十一点，测试场地的灯只开了一半。一台机械臂伸向料箱，指尖悬在纸箱上方停住了。没有报警，没有急停，三秒之后它收回手臂，换了个角度重新靠近。旁边的人说，这不算故障，它在犹豫。
视觉模块给出的位置和力觉反馈差了那么几毫米。两组信号在小数点后打架，系统没有足够把握，于是选择退让。这三秒钟比一次顺利的抓取更能说明问题：我们习惯用“抓没抓住”评价这类设备，而真正决定它能不能在产线上待满一年的，往往是抓不住的时候它怎么处理。
一次抓取里，判断发生了好几次
把动作拆开：成像、位姿估计、路径规划、末端执行。每一环都带误差，误差还会叠加。实验室里干净背景下的识别结果很好看，到了堆叠、反光、包装变形的真实料箱里，置信度就往下掉。更大的麻烦在于，掉下去之后没有人告诉它该怎么办——继续、减速、换姿态，还是叫人。
“慢下来”为什么反而划算
过去这类设备靠固定轨迹和硬编码，用围栏把不确定性挡在外面，代价是柔性差。现在把学习策略放进来，输出不再是一条确定的轨迹，而是一个分布，系统得自己判断这一次有多确定。
确定度低的时候减速、换个接近角度、或者请求人工介入，这些动作在节拍表上不漂亮。可停机时间、废件、现场人员的干预频次，这几项加起来才是真实成本。我倾向于认为，评价这类系统该从“单次成功率”挪到“单位时间有效产出加干预频次”，前者是演示指标，后者是运营指标。
数据从哪来，这个老问题还在
真机采集贵，仿真便宜但和现实有落差，这中间的沟壑讲了很多年也没填平。机器人在真实工序里的表现，很大程度上取决于数据覆盖了多宽的边缘情况。遥操作常被当成过渡方案：人远程带着做，系统在旁边记录。它同时是数据来源和保底手段，这两重身份其实有点冲突。人接管得太多，系统学不到东西，操作员也累；完全不接管，风险由谁承担又说不清。这个分寸没有通用答案，得看具体工序能容忍多大的不确定性。
出了问题，责任落在哪一层
动作由策略网络给出的时候，偏差可能来自标注、模型、部署参数，也可能是现场换了一批箱子没人通知。工程上要能追：日志留全、模型版本可回放、输入可复现。这些事听起来不性感，却比准确率上的小数点更影响能不能真正上线。
回到那三秒钟。它没有被优化掉，也未必需要被优化掉，它变成了一个能读懂的信号。一个会停一下的机器人，比一个永远自信地伸手的更容易被信任，前提是它停下来的理由能被人看见。