人物简介
吴明辉| 明略科技创始人、CEO兼CTO，北京大学数学学士、计算机软件与理论硕士、电子与信息工程博士。2006年创立互联网用户行为和营销数据分析平台秒针系统；2014年创立明略数据，业务范围从线上商业领域拓展至政府服务和线下商业的数字化转型；2019年组建明略科技集团，提供企业级数据智能与AI解决方案；2025年带领明略科技在港交所上市。
“相比AI在数字世界展现出的碾压级智能，当前具身领域还处在Agentic AI的 L1水平——更多是提供情绪价值，距离转化为物理世界的生产力还有很长一段路要走，但我相信一定能走起来。”明略科技创始人、CEO兼CTO吴明辉在2026世界机器人大会主论坛发表主题演讲时谈道。
吴明辉认可「机器人竞争的下半场在大脑」这一说法，不过他认为这包括两个维度的大脑：
1、 传统意义上所指的机器人的推理能力；
2、 将机器人落地部署到生产场景里时整个组织的大脑，即能将机器人与机器人、机器人与智能体、机器人与上一代IT系统联系起来协同运作的组织级智能中枢。
具身智能与Agentic AI的强同构性
吴明辉用明略旗下秒针系统的舆情分析智能体对国内外关于具身智能产业落地的「最后一公里」的判断做了挖掘。从讨论话题来看，国内外都关注工程交付、经济模型、软硬时序等问题；但近期在话题热度分布上有一些不同，国内3/4的讨论卡在工程交付、经济模型、软硬时序的问题上，即能不能用起来的问题，而海外64%的讨论聚焦在数据飞轮和长程稳健性上，即能不能持续变强的问题。他发现，像数据飞轮和长程任务等问题也是Agentic AI长期面对和需要解决的问题。
吴明辉认为具身智能与Agentic AI在技术落地路径上本来就有很强的同构性，他举了两个例子加以说明。
一个例子是操作工具的演进：Agentic AI经历了从传统规则引擎、专家系统、RPA到Workflow再到Manus这类通用Agent的演变，不过这一演进并非单向地从封闭走向开放——去年下半年以来，以Anthropic的Claude Code为代表的结构化Skills，在成本、效率、自由度和可实现性之间找到了一种平衡——既保留一定自主规划能力，又避免了完全开放探索带来的不可控。
再看具身领域，它经历了从传统PLC编程到Behavior Tree、再到端到端VLA模型的演变。但端到端VLA模型未必是最优解，未来也可能出现混合架构，也可能在具身领域形成结构化的Skill，Agentic AI与具身智能都在寻找自由度与可控性的平衡。
另一个例子是记忆：虽然开发者致力于让基础大模型具备持续学习的能力，但在成本、数据安全、隐私保护等方面仍面临一些挑战。后来，OpenClaw带来了新思路——其在模型参数之外配置记忆系统，激活了Agentic AI在生产中的实际价值。
同样，具身领域也存在空间记忆、过程性任务记忆、语义记忆等多种记忆类型。今天，Agentic AI领域也出现了「本体」一词指代语义记忆背后的抽象概念，未来，Agentic AI的本体与具身智能的本体在某种程度上需要打通，共享一套语义记忆。
传统组织向AI Native组织演化，需走过五个阶段
2018年，吴明辉提出了一个概念——HAO智能。H代表Human，即有肉身的人类；A代表Artificial Intelligence，既包括数字世界中的Agent，也包括物理世界中的机器人；O代表Organizational Intelligence，即组织智能。
吴明辉希望机器人与机器人、机器与人、人与Agent将来能链接为一个大规模协作网络。他认为不应让单个Agent或单个机器人包揽组织中的所有任务，就像人类社会也不依赖某个全能个体来完成所有工作一样，“一个组织中真正的生产力环境需要团结的力量。”
最近，明略科技发布了开源的人机协同平台——Octo平台。据吴明辉介绍，该平台上目前已有明略科技的1800名员工、4000多个AI Agent一起协作办公。未来，明略科技将与海康机器人联手改造线下服务业企业。
吴明辉谈到，传统组织向AI Native组织的演化，需要走过L1到L5五个阶段。
L1阶段是Token Ready。这对于很多数字办公组织来说并非易事，因为在这些组织里，虽然员工很想使用AI，但公司没有统一的网关来管理Token。
L2阶段是工作在线。其核心不是人在线，而是每个人的AI Agent在线，让上一代软件工具能够被Agent调用。
L3阶段是共享结构化记忆。当每个人的工具都在线后，人与人、人和Agent之间需要共享结构化记忆，比如语义记忆，未来大型组织中的每一个Agent、机器人都需要共享这些记忆。
L4阶段是在生产力和生产力之间建立复杂的协作网络。通过AI杠杆效应让单个人创造更大的生产力和更高的效率。
L5阶段是水涨船高。这是最难的一步，即每家企业要持续积累自身独有的数据和benchmark，并随着基础硬件、算力、大模型和框架不断进步，组织运行AI的能力也能够持续提升。
吴明辉指出，上述五个阶段是Agentic AI应用组织里的五个阶段，映射到具身智能领域，他相信也会有同构的L1到L5。虽然对此还没形成清晰的答案，但吴明辉已经明确了三大原则——
1、 按照新时代的要求，重新定义人与机器的分工，即人干人的事，机器干机器的事；
2、 分工完成后，组织需建立新的业务流程、协作模式乃至组织架构；
3、 对人友好，即无论是Agentic AI还是具身机器人进入组织，应聚焦帮助企业创造更大价值，不应以替代劳动力、裁员为主要目的。
AI和机器人距离真正落地生产场景还差「最后一公里」，而当前一个很流行的岗位FDE（前沿部署工程师）就负责将场景需求和AI技术连接在一起。吴明辉打了个形象的比方：人生病了会自己去医院，但餐厅和零售店里的机器人出了问题，它需要工程师上门维护。
吴明辉认为，在机器人真正落地生产场景的道路上，FDE只是其中的一个角色，仍有大量需求有待填充，行业蕴含着巨大的向上空间。
热门跟贴