LEARNING · OpenExo 论文精读(伴读)
开源先行者及其不足(OpenBionics / FlexSEA / ALICE)
概念定义
三位前辈各开一块:OpenBionics 开源仿生手(上肢假肢,专用设备非框架);FlexSEA 开源电气架构(性能好但多 PCB 互联,对电子非专家是墙);ALICE 儿科特化下肢装置(人群锁死)。OpenExo 的针对性回应:单块 PCB(vs FlexSEA)、SD 卡配置+框架化层级(vs 设备化)、C++ 入门文档+采购外协指南(vs 所有人)。FlexSEA 问的答案:不是做不出,是故意不做——①目标用户是电子非专家,多板互联即劝退;②集成一致性(单板=一套文档一套支持边界);③为可复制性做减法 vs FlexSEA 为性能堆料;④ CAN 直连 CubeMars AK 生态。教训句:集成的一致性优先于部件的最优性——「稀缺物是整合」在电子层的落点。定义彩蛋:假肢=替代(力路接续残肢),外骨骼=并联——比「界面 vs 力路」更上游的分界。
学习过程
@2026-08-31
- 初始理解(用户元层级回应):安放题未按 AI 框架作答,而以「技术距离」反驳结构距离——仿生手按解剖学离外骨骼比攀岩鞋远、按技术栈近;机器人/具身智能同簇;直觉判碳板鞋不算、脑机接口义肢算。宣布概念辨析关门:「不要执着于名相,对我们后续要做的工作没有太多助益」。AI 认可并补终局框架:两套分类各有用途——解剖学分类(并联/替代/界面)只在监管与对外宣称有硬边(词库纪律、L6),技术栈分类(执行+控制+人机接口的解空间)对学习与建造更有用,后者正式记为用户研究方向(护工替代机器人为备选)。
- FlexSEA 问未答,AI 直接讲授(见概念定义)。掌握度 0.5:战略层经概念 1 已吸收(论证武器/整合稀缺),先行者细节未检验。
关键洞察
- 用户原创:技术栈聚类立场——按「解决方案空间」而非「解剖关系」聚合外骨骼/假肢/机器人/具身智能;直觉样本(碳板鞋出、BCI 义肢入)自洽于该聚类。
- AI 补:两分类的适用域切分(监管硬边 vs 学习建造软边);集成一致性 > 部件最优。
待深入
- 护工替代机器人备选方向(用户提出,仅记录不上板;若升级需决策记录)
- ExoCode 控制器类实现层(初稿开放问题 1 的深挖去向)