模型只管看，程式管動：Standard Bots 把機器人驗收切成了一張訊號表

2026 年 10 月 10 日，APPI News 刊出一篇解析工業機器人示範學習驗收的長文，素材來自 Standard Bots 兩位主管在 Latent.Space 的訪談。這篇文章值得從設計角度重讀一次，因為它其實在講一件事：一套機器人系統要能在工廠被信任，先要把責任邊界畫清楚，而畫邊界這件事，本質上是介面設計。

先看一句最誠實的切分

訪談裡最值得停下來的一句話，來自 Standard Bots 的 AI 主管 Leif Jentoft：模型處理感知，也就是定位和辨識零件；傳統程式則處理動作，以及工作站周邊的邏輯。

這句話的價值在於它拒絕了「全自主」的敘事。機臺上下料時，使用者指定目標零件，模型辨識與定位，但機臺門、夾具與工件訊號的次序，仍由傳統控制流程安排。換句話說，AI 負責的是「看見」，不是「決定能不能動」。共同創辦人 Evan Beard 也說明，公司有可由客戶透過示範與微調調整的共用基礎模型，雲端訓練、本地推論。

跟市面上把展示影片當能力證明的機器人宣傳相比，這種切分顯得節制。展示能證明單次成功，證明不了跨廠的長期可靠度，而 Standard Bots 受訪者也沒有在訪談中提供跨工廠測試、長期故障率或量產成功率這類數據。誠實的地方，正是設計開始的地方。

一張訊號表，是驗收的排版

文章提出的第一個可操作設計，是把工廠任務拆成感知、動作與設備邏輯三層之後，用一張訊號表逐項核對接口：訊號名稱、發送設備、接收端、有效條件、逾時處置與復歸責任人，每一欄都要明確。

這張表的功能，跟軟體介面裡的欄位設計是同一件事：它把「誰負責什麼」變成可以被閱讀與追查的版面。比如機臺已完成加工但門鎖訊號未解除時，流程不能只因模型辨識到工件就進入取料；夾爪回報未夾緊，也應停止後續搬運。把模型輸出與設備互鎖條件分開記錄，現場才能追出停線的原因是模型判讀、通訊延遲，還是互鎖條件，避免用追加訓練去處理其實屬於設備整合的問題。

這個思路與我們先前觀察過的把勾選框重新設計成 AI 驗收關卡是同一種設計判斷：AI 的輸出不能直接流進下一個流程，中間要有一道人可以核對的結構。

資料重用的條件，也要被寫成清單

示範資料能否沿用到下一個現場，文章給出的答案同樣具體：只有當任務目標、工件、相機視角、治具、工具和設備條件足夠相近，而且目標現場測試通過，原資料才可能沿用。工件、照明、治具、相機或夾爪任一改變，都可能影響辨識和抓取。

對應的設計動作，是建立工作站基準紀錄：相機與照明、工件規格、治具、夾爪、機臺訊號和流程版本，逐項列檔。這份紀錄的意義，是讓「資料還能不能用」從一個模糊的判斷，變成可以逐欄比對的清單。Standard Bots 自己掌握機械手臂、末端工具、控制系統與 AI，模型和控制策略可以協同調整；但導入端仍須確認更換夾爪或相機後原資料是否可用，以及供應商與整合商之間的責任界線。責任界線若沒有被寫下來，它就會在故障發生的當下才被急就章地發明出來，這一點在臺灣 AI 法規的合約條款設計觀察裡已經看過同樣的邏輯。

安全那一欄，不能留白

文章最後一段談安全，也是整份驗收設計裡最容易被展示的光芒蓋過的部分。設備整合與維護人員會在安裝、換線或排除異常時進入作業區，安全聯鎖、急停、護欄和安全區域應依風險評估設計，模型展示成功不能取代防護措施。文中介紹 OSHA 的機器人標準頁引述 ISO 10218-2 等共識標準，同時提醒這類標準涵蓋工業機器人系統及整合安全，但並不等同 OSHA 法規，企業仍須依工作站配置確認適用要求。

從設計的角度看，Standard Bots 這個案例最值得留下的，是它把「機器人學會了什麼」這個大問題，拆解成了一組可以被填寫、被核對、被問責的欄位。辨識結果要記下識別結果、位置座標與信心門檻由誰設定；結果缺漏或超出允收範圍，停止該循環並交由人員確認。任務邊界寫得越具體，越容易分辨問題來自影像、定位、程式條件或設備狀態。

機器人的可靠，從來不是模型一個人扛下來的。它是一張被認真排過版的訊號表，每一欄都有名字。