维贾伊·库马尔：飞行机器人

维贾伊·库马尔（Vijay Kumar）不喜欢"drone"这个词。

在他听来，它自带贬义：笨的、被预先编程好的、只会重复做一件小事的机器。

"'无人机'对我来说是个贬义词，它意味着愚蠢、预编程、只做一件事。而机器人恰恰不是无人机。"（维贾伊·库马尔）

他认可的准确说法是空中机器人（aerial robot），前面最好再加两个定语：敏捷的、自主的。

库马尔是宾夕法尼亚大学教授、Penn Engineering 院长，也是 GRASP 实验室（General Robotics, Automation, Sensing and Perception Laboratory）的前主任。这个实验室 1979 年成立，比很多做机器人的工程师年纪都大。他最出名的工作是多机器人系统、蜂群，以及能在真实世界的不确定性里优雅协作的微型飞行器。

七千磅的六足怪物

库马尔参与建造的第一台机器人，是一台重约七千磅的六足机器。

它靠液压驱动，18 个液压马达，每个马达配一颗独立的 Intel 8085 或 8086 处理器，另外还有第 19 颗处理器专门负责这 18 个关节之间的协调。他那批同事写出的多处理器操作系统，按他的说法可能是历史上最早的一批。

这些芯片的主频大约 0.5 兆赫兹。为了让关节之间保持同步，消息得每秒传递上百次。

他的博士论文研究的是怎么协调这 18 条腿，特别是液压缸里的压力，让整台机器走得更省力。

多年后回头看，他觉得这东西本来应该小得多。今天的机器人确实小得多，波士顿动力（Boston Dynamics）、从宾大分出去的 Ghost Robotics 都是例子。但在那个年代，你能用的计算基底就那样，传感器就那样，一切都大得没有必要。

"但人类的心理就是这样，大往往意味着宏大。人们对纳米技术和纳米器件的欣赏，从来比不上对航天飞机或者波音 747 的欣赏。"（维贾伊·库马尔）

而库马尔后半生的工作，几乎都在证明小可以很美。

蚂蚁的民主，比我们做得好

Lex 问他，见过的最美的机器人动作是什么。他没挑某个具体的机器人。他讲的是小飞行器在空中编队、组成三维图形的能力。

2011 年他们做出这件事时，还是个大新闻。八年后的今天已经很平常。在那之前他们做的是二维版本：地面机器人排列成图案。二维好看，但在半空中悬停着摆出立体图形，性质就不一样了。你可以在天空中凭空造出物体，而且能现场改变它的形状。

"对工程师而言，美和旁观者眼里的美是两回事。我说的美，是你能在半空中得到物理形状，并且让它变形。"（维贾伊·库马尔）

他最常拿来做类比的是蚂蚁。

单只蚂蚁的结构可以说非常简单，但作为个体极其强壮：六条腿断掉一条，它照样走，甚至可能都不知道自己少了条腿。这是个体层面的鲁棒性。

更惊人的是蚁群层面的自我保全本能。洪水来了，它们会互相勾连成一张网渡过缺口；发现大块食物，它们会招募同伴一起搬运；出去觅食时朝不同方向散开，最后还能达成共识。而它们彼此之间并不像人类这样直接沟通。

"某种程度上，它们比我们更懂民主。"（维贾伊·库马尔）

Lex 顺着问：看着这些生物蜂群或者机器人蜂群，你会不会把它们当成一个有生命的单一智能体？就像把人类文明看成一个大生物？

库马尔的回答很工程师。

他说，工程师要做的恰恰是超越个体组件，把一群东西当成一个整体来看，不去纠结单个零件在干什么。如果你执着于建模每一个个体，数学上立刻就会爆炸。十个个体就是十重笛卡尔积，在这个高维空间里做设计或综合，难到没有意义。

正确的做法是把个体设计得足够聪明，让它们在高层次上被抽象成低维空间里的东西。

落到具体设计上，就是两件事：让每个个体看世界的方式尽可能局部；让每个个体对碰撞尽可能鲁棒。一只蚂蚁出了事，整个蚁群不能跟着崩。

库马尔说，工程师其实一直在做这种抽象。飞机、iPhone 都是这么造出来的：把工程良好的组件，通过定义良好的接口连起来，行为可预测，就能搭出复杂系统。计算机科学家也一样。

差别在于，蜂群系统除了要求个体鲁棒，还要求群体具备韧性：能重新和邻居建立通信，能重新思考群体策略，能重新组织自己。难就难在这里。

自然在解题，我们在接单

那么一群飞行机器人要组成编队，究竟需要多少信息？没有中央控制器怎么办？

库马尔分了两条路来讲。

如果你是纯粹主义者，会想去复制自然。自然界群体形成的动机基本只有三个：庇护、食物、繁衍。所有交互都是有机的、局部的，共享的信息也大多是间接传递的，目的无非是维持群体的存续，或者找新的食物、新的巢穴。

但工程上的蜂群是有任务的，而且任务大多和移动有关，往往在一个全局坐标系里描述。

"包围这栋楼，阻止入侵者"，这句话天然就是在以建筑为中心的坐标系里说的。你得告诉机器人楼在哪里，它们得在全球范围内协作维护一张关于这栋楼的地图，这是显式构建的信息；自然界的做法则是隐式涌现。

"自然极其精密，但自然要解的任务，和我们被迫处理的工程任务非常不同。"（维贾伊·库马尔）

还有一个现实差异：自然对个体的损失不太敏感，工程却对损失个体很敏感，因为贵。

不过库马尔补了一句：机器人组件的性价比曲线正在急剧下降，而且会继续降。我们会渐近地逼近一个点，在那个点上课，单个个体的成本变得可以忽略不计。

这句话的分量比他语气里透出来的要重。整个蜂群研究的合理性，某种程度上建立在这个前提上。如果一台飞行器的价格长期停在几十万美元，那么"允许个体牺牲"这套仿生策略在经济上永远只是实验室里的游戏。

什么才叫真正的自主

库马尔把天上的自主飞行器分了几类。

最出名的是军用飞行器：由地面站控制，但有大量人工监督，自主性很有限，无非是从 A 点飞到 B 点。更先进一些的型号能自主起降，通常带机翼、很重。直升机也能做到这一点，军用领域已经有自主直升机。民航的自动驾驶仪其实是一个道理。

他甚至提出一个有意思的问题：如果把历史上的航空安全事故翻出来看，有多少起在飞机真正自主的情况下根本不会发生？他的判断是，相当一部分事故源于飞行员的判断失误，人会做蠢事。

所以即便在商业航班里，高空巡航时能开自动驾驶，人类的角色依然存在。

但实验室里可以激进得多。他们想问的是：机器人能不能不依赖任何外部基础设施来做决策？

今天飞机最依赖的基础设施是 GPS。而 GPS 是一种非常脆弱的信息来源。在城里开车导航一下就知道，高楼一挡，信号立刻就没了。

第二样是通信，而通信极其容易被干扰。Wi-Fi 会掉线，手机信号会掉线，把安全押在这上面不靠谱。

第三样他不太愿意称之为基础设施，但确实是：人。你可以依赖某个飞行员来操控你。

把这三样全部拿掉呢？没有飞行员，没有和任何基站的通信，没有位置信息，没有先验地图，也没有任何关于环境长什么样的知识，机器人还能不能导航？

"那才是真正的自主。"（维贾伊·库马尔）

敏捷不是为了破百米纪录

为什么强调敏捷？

因为机器人应该能进入受限环境。像全球鹰（Global Hawk）那样飞，工作条件是极其苛刻的。但如果要进到建筑内部做搜救，去找一个正在行凶的枪手；或者要在果园的树冠下面穿行，看作物长得好不好，数果子，量树干，那就必须有敏捷性。农业里的这些事，他的团队都做过。

"敏捷不意味着你能破百米纪录。它真正意味着，你看到意料之外的东西，还能安全地机动，并且用最有效的方式拿到你要的信息。"（维贾伊·库马尔）

顺带一提，他可能是唯一一个在 TED 演讲里用数学公式的人。策展人克里斯·安德森（Chris Anderson）明确告诉他不能放数学，他还是放了。理由很直白：这就是他的工作，他得让观众尝一口数学的味道。

为什么是四旋翼

让一个四个电机的玩意儿飞起来，需要什么？

库马尔说，他们从 2000 年就开始尝试。当时做不成，一部分原因是传感器和计算机的水平不够。

2000 到 2007 年之间，很多事情同时发生了。摩尔定律是一方面，但 2007 年是个真正的转折点：iPhone 那年，云计算那年，惯性测量单元（IMU）也在那几年真正成熟。

IMU 成熟的背后有一条意想不到的链条。

美国联邦政府，尤其是 DARPA，投了很多钱。但他们投钱的时候，并没有预见到小型飞行器会因此起飞。真正把加速度计成本打下来的是别的东西：每个汽车厂商都被要求装安全气囊，而安全气囊必须在车上装加速度计。海量的汽车需求，把传感器的性价比一路压了下去。

"这就是研究的有趣之处：结果极难预测。联邦政府花大钱做那些他们以为有用的东西，结果意外地让小飞行器成为可能。而我当年如果去申请经费说'请资助我们开发低成本 IMU'，是永远要不到那么多钱的。"（维贾伊·库马尔）

2007、2008 年，他们终于能把这些东西做出来。

而今天，一切都是商品化的。一个高中生拿一套树莓派（Raspberry Pi）套件，就能把底层功能搭起来，因为大部分环节已经自动化了。

但原理没变：把电机驱动到正确的转速和速度，产生正确的推力，从而把机身定位和定向到你需要的位置，才能飞。

反馈来自机载传感器，IMU 是其中重要的一环，它告诉你加速度和角速度。除此之外还需要某种局部的位置或速度信息。

人类走路的时候，其实一直在做这件事：我们大致知道自己的步幅，视网膜上有画面掠过的流速，内耳里有加速度计，大脑把这几路信息融合起来，判断自己走到哪儿了。机器人必须做类似的事：一个摄像头或别的什么测速度的传感器，再加一个全局参考系，如果你想在世界坐标系里做点事的话。

四旋翼的精妙之处在于，它只有四个输入，却要控制六个自由度。

第一次想会觉得别扭：只有四个电机，怎么横着走？其实不难。四个桨朝上，怎么原地绕竖直轴转？把它们的转速调成不一样，就会产生反作用力矩，机身就转起来了。

从工程角度看这是个相当优化的构型：简单、巧妙、通用。

四旋翼这个构型其实有上百年历史，很多人试过，成功的不多。库马尔他们最早的设计是全向飞行器：八个旋翼均匀分布在一个球面上，理论上朝哪儿飞都行。真正的问题在于推重比不够，而且没有合适的传感器。研究旋翼飞行器的人早就知道四个旋翼能成事，只是要等到机载感知和计算都跟上，才能做出他们想要的那种敏捷机动。

那件事发生在 2007 到 2009 年，在他们自己的实验室里。

空气从来不听你的话

从 A 点到 B 点，中间要先规划轨迹。

库马尔说，规划是机器人学最基础的问题之一。十年前它还显得很玄，今天因为自动驾驶，所有人都能理解：一辆车看到一堆东西，得保持车道，可能还要变道或右转，它得规划轨迹，要安全，要高效。

他们的目标是安全且最优的平滑轨迹。安全不能妥协，最优则可以退化。因为你有时间预算，做不到全局最优，只能做到够好。所谓高效，可以是尽快到达，可以是姿态尽量优雅，也可以是能耗尽量低。

然后是学习。

Lex 问，深度学习、强化学习在飞行机器人里有没有位置。库马尔先反驳了半句：其实他们一直没把"学习"叫成学习。

就以穿越受限空间为例。第一次尝试几乎肯定会失败。原因是，要做到完美，你得把环境里的一切都建模清楚，而飞行的气动效应是出了名的难建模。

他接受采访时正在跟学生讨论一件事：桨叶在低空飞行时会轻微拍动弯曲，这会改变旋翼飞行器在角方向上的加速方式。他们的模型假设桨叶是刚性的，但事实并非如此，飞得快的时候，这种效应就变得显著。

贴近地面飞，你会被地面推开，这是每个飞行员都知道的地面效应（ground effect）。很少有人想过的是贴近天花板时会被吸上去。靠近墙面有壁面效应。坐火车时对面来车，车身会晃动。

这类微气候效应，不能说完全没法建模，而是要把模型和软件的精度做到那个程度，工程量巨大，而且极其枯燥。

"所以我们的做法是，随着时间推移，学会适应这些条件。我们很早就用了一种叫迭代学习的方法：如果你想完成一个任务，总有那么几个参数需要反复调整，调着调着，你就摸清了。"（维贾伊·库马尔）

他说，这个叫法也可以写成策略梯度，写成强化学习，但本质上就是迭代学习。

至于今天的自动驾驶，他观察到学习发挥作用的地方几乎全在感知这一侧：计算机视觉这十年进步惊人，识别、检测、分类、打标签，都是机器学习做的。

而在动作这一侧，他没见过哪个实际部署的系统，能在脱离单次示教的情况下真正学会正确行为，实验室里的成果不算。

这是圣杯：能不能端到端？从像素直接到电机电流？

"这真的非常非常难。往前走，正确的思路是让数据驱动的方法和基于模型的方法协同，而不是互相取代。"（维贾伊·库马尔）

从 90% 到 99.9%，是一条指数曲线

谈到感知的极限，库马尔举了一个他自己公司的例子。

他参与创办的 Exyn Technologies 做井下作业。矿井里又黑又脏，螺旋桨的下洗气流会扬起尘土。你让计算机视觉算法在这种地方工作试试？他们只能改用激光雷达。

但在室内、在田野里飞行，他认为纯靠计算机视觉有相当大的潜力。

真正的麻烦在别处：只靠单一传感模态、只靠学习，你能把所有边角情况（corner case）都找出来吗？

他的直觉是，这套逻辑迟早会饱和。

遇到一个算法处理不了的边角情况，你的本能是去弄点数据，把它补上。但走到某一步就走不动了。今天的视觉算法能识别 90% 的物体，或者 90% 的时候能识别出来，分类也差不多。在互联网上认猫，也许能到 95%。

可从 90% 到 99%，你需要多得多的数据。如果这是安全攸关的应用，99% 都不够，你还要从 99% 到 99.9%，那就要更多的数据。

"如果横轴是精度，纵轴是数据量，我相信这条曲线是指数型的。"（维贾伊·库马尔）

即便它是线性的，都很难受。指数型的，就更别提了。

而且还有第二个维度：这个过程极其耗电。这里说的电是字面意义上的电，没有一点比喻成分。

他给了一个数据：2014 年，美国全社会用电量的 2% 来自数据中心。这是五年前的数字，但它已经足够说明问题。

我们习惯把它当成一个信息科学、信息处理的问题，可它实质上是一个能源处理的问题。如果找不到更高效的路径，这条路走不通。

自动飞行和自动驾驶，谁更难

库马尔认为自动飞行有几处天然优势。

如果只是从 A 到 B，飞行有一条极其安全的轨迹：垂直升到最高高度，水平飞到目的地上空，再垂直下降。这个过程完全可以预先编程。

自动驾驶里找不到这么干净的等价方案。你在地面上，在一个二维曲面上运动，二维曲面上的轨迹碰到障碍的概率大得多。这一点直觉上成立，数学上也成立。

但飞行也有它的劣势。

在三维空间里，你不只要避免撞上东西，还要对三维世界做推理、在里面工作。三维建模本身就比二维难得多。另一重劣势是气动：只要你飞，就得跟空气动力学的种种怪脾气打交道。

说起来，这个对比里藏着一个反直觉的地方：飞行的自由度比地面多，需要担心的障碍反而更少。二维平面上的机器人被压缩在一个薄层里，所有东西都挤在同一个平面；三维空间把交通分散开来，垂直方向的"车道"几乎是无限的。难度跟自由度数量关系不大，起决定作用的是这个环境有没有被结构化过。

真正卡住飞行器的，是电池

库马尔非常看好配送。

在香港那种地方，过一条河可能要半小时，飞行器最多五分钟。他还和一个叫 WeRobotics 的非营利组织合作，在秘鲁亚马逊地区，那里的高速公路就是河流，从一个点到另一个点要五个小时，飞行器三十分钟。

送药、取回样本做疫苗检测，潜力巨大。

"这个领域真正的瓶颈在经济学，技术层面的挑战反而没那么大。"（维贾伊·库马尔）

但有一件几乎没人认真想的事：电池技术并没有取得巨大突破。

电池在变便宜，因为超级工厂建起来了，但底层还是锂技术。

他点了两个根本性的限制数：能量密度和功率密度。

功率密度之所以重要，是因为绝大多数飞行器要垂直起飞，没有跑道。在小尺寸下，垂直起飞大约要消耗每公斤 200 瓦。

这个数字有多夸张？整个人脑的功耗不到 80 瓦。

"只是把自己抬离地面，就相当于点了两三个灯泡。这在我看来毫无道理。"（维贾伊·库马尔）

功率决定你能不能飞起来，能量储存决定你能飞多远。两个都是硬约束。

关于飞行汽车，他的态度是谨慎的乐观。

很多公司都在承诺，说它们是自主的、电动的、干净的。他觉得自主这块是可行的，电动这块存疑。他合作的另一家公司做小型喷气发动机，能轻松跑到 50 英里时速、抬起 50 公斤，效率很高，缺点就是比电动车吵。用化石燃料，飞行汽车立刻变得可行，这才是真正的挑战所在。

他也不认为飞行汽车只能是旋翼机。垂直起飞，然后变形进入前向飞行，这里面有很多有趣的设计空间。

至于那些疯狂的想法，他的说法是：

"有很多聪明人在做这件事，当塞巴斯蒂安·特龙（Sebastian Thrun）这样的人在做的时候，你永远不要说某事不可能。我认为这是可行的。"（维贾伊·库马尔）

人类从来不是噪音

很多机器人研究者觉得，人加进系统里就是一团乱麻，最好在做具体任务时把人排除出去，因为人太难建模，只会带来不确定性。Lex 把这个问题抛给了库马尔。

他的回答很直接：我们永远不该设想一个没有人的机器人系统。机器人存在的理由，就是替人解决问题。但这个问题不存在通用解。

他把人机交互分成三种模式。

第一种，人指挥机器人。第二种，人和机器人协作，比如他的团队研究过机器人怎么和人类一起抬东西、搬东西，那才是真正的协作。第三种，把人当作旁观者，自动驾驶就是这一类，问题变成车怎么意识到人的存在。

不同的场景对应不同的模式，很难有一套通用理论。但同样荒谬的是，把机器人当成跟人无关的东西来思考。

"对我来说，人机交互几乎是我们做的每一件事里都绕不开的一环。"（维贾伊·库马尔）

谈到自动驾驶的 L2 和 L4 之争，库马尔点出了一个很实际的问题：把控制权交给机器，然后在需要的时候再接回来，这件事比听起来难得多。他自己开过高速，知道那种感觉。特斯拉的方案有意思的地方在于，它让人和车周期性地保持某种接触。丰田则在推共享自主，或者说协作自主，这也是一种非常朴素的人机协作形式，因为任务本身足够无聊：坐进车里，从 A 开到 B。

他觉得更有意思的是搜救。

人类第一响应者和机器人第一响应者同时在现场，楼在燃烧，可能刚发生过爆炸，结构已经坍塌，你只有两分钟。这种高度非结构化的场景，才是真正值得做的问题。

他还提出了一个反向的问题：我们总在想机器人怎么能估计车和环境的状态，那如果车反过来估计人的状态呢？

手机早就在做类似的事，猜你在干什么，给你推提醒。人开车的时候，一直在估计车和环境，那如果车反过来看你在不在看路、看你的眼球、看你的方向盘动作呢？

"我说的是一个反向的问题。那属于人的建模，而我认为机器人在给人建模这件事上能做得非常好。"（维贾伊·库马尔）

他描述的框架是：一个人坐在驾驶舱里，被一圈传感器盯着，车外还有一堆传感器在盯着他。这种双向的注视，他觉得里面有很大的协同空间。

Lex 把这件事命名为一种新的心理学，由 AI 驱动、针对人的实时建模。

担心什么，就说出来

谈到公众对机器人的恐惧，尤其是波士顿动力那类会走路的机器，和库马尔手上这类会飞的机器，Lex 问他怎么看这些恐惧，自己有没有类似的不安。

库马尔承认，任何一项被寄望于产生正面影响的技术，都存在被滥用、被用在对抗性场景里的可能，机器人也不例外。

他说得非常具体：机器人很容易被武器化。

"像蜂群这样的东西，我们做出来让它可靠地工作是极其困难的。但如果我的目标只是摧毁某个东西，而蜂群里只要有一个能到达目的地就行，那这件事立刻就变得可行多了。"（维贾伊·库马尔）

这是一句值得停一下的话。

它揭示的是同一项技术在不同目标函数下的难度落差。做防御的人要让整个蜂群都抵达、都协同、都不出错；做攻击的人只需要一个成功。冗余在防御里是成本，在攻击里是优势。

美国国家科学院出过一份关于反无人系统技术的报告，他认为这确实是一个真实的威胁。而他们自己的做法是：在研究蜂群的同时，也研究怎么对抗蜂群。知道蜂群怎么工作，知道自主性怎么工作，这本身就是防御的前提。

然后是那句他最常说的话。

"这项技术总得有人去开发。你难道不希望是好人来做吗？好人懂了技术，才能看清这项技术正在被怎么用、可能被怎么用，然后想办法防住它。"（维贾伊·库马尔）

Lex 接着问，这就不只是政客的事了，工程师也有责任参与讨论。

库马尔的回答不留余地：政客可以对技术保持无知的时代已经过去了。

他有一个说法，技术是新的博雅教育（liberal art）。每个人都该理解技术将如何改变自己的生活，而不只是让专家去理解。

他还补了一句半开玩笑的话：也许我们也该选几个工程师进政府。

机器人在停车场能做到 L5，但那不勒斯做不到

Lex 请他谈谈机器人学里最大的开放问题。

库马尔把问题重新表述了一遍。

今天的机器人，还是高度针对特定任务和特定场景定制的。真正悬而未决的是：怎么让它们在更宽泛的场景里工作，而且是那种会不断变化的非结构化环境。

他举了自动驾驶的例子。在停车场里，我们今天就能做到 L5 级的完全自主。可你能在那不勒斯的街头做到 L5 吗？在孟买呢？

答案是显然的。

"当我们谈机器人时，必须谈它在哪儿工作、什么样的环境、什么样的任务。而我们完全不知道该怎么把这三件事放在一起考虑。"（维贾伊·库马尔）

他顺带吐槽了一句当下对 AI 的过度解读。人们说计算机已经能在任何棋类游戏里打败人类，所以我们一定对智能有所理解。库马尔觉得这话不成立。

棋盘游戏是高度结构化的。它更像亨利·福特的流水线：零件送过来，你装配，然后再来一遍。结构化程度最高的场景，恰恰是最容易的，而我们已经知道怎么做。

真正的问题是另一些场景：没有规则、没有边界、没有稳定分布、没人在旁边给你标好数据。这些恰恰是机器人要面对的大部分现实。

先学会忘掉你今天学的东西

给一个刚进大学、对机器人或工程感兴趣的新生，库马尔给了三条建议。

第一条，接受一件事：无论你哪一年毕业，等你毕业的时候，世界已经不是现在这个世界了。

这件事做起来非常难。所以他建议把"预测未来"变成一种习惯。他看重的，是这个过程能磨利你的感知，让你变得更聪明。

第二条，是第一条的推论：你根本不知道将来什么会重要。

所以"我要专攻某个方向，好让自己往某条路走"这种想法虽然也有道理，但同样重要的是保持广度，让自己始终有一个可以起跳的支点。

第三条，他认为是宾大最擅长的部分：工程教育始终放在博雅教育和社会语境里。作为工程师，不能丢掉这个视角。

然后他提到一件他觉得被严重低估的事：数学基础，以及表示（representation）的重要性。

他说得很不客气。所有问题都能靠在网上翻一个 ROS 包来解决，或者找一个现成的深度神经网络顶上，这种想法行不通。表示这件事是绕不过去的，哪怕在机器学习里也是这样：如果你真的想走到可解释 AI（explainable AI），那么你迟早需要某种人类能理解的表示。

"所以，如果你想做机器人，你也应该学数学。"（维贾伊·库马尔）

Lex 顺着他的话打趣：那想造机器人，是不是也该读读陀思妥耶夫斯基？

库马尔同意了。

把这场对话里的方法抽出来

这场对话里最有价值的，未必是那些关于飞行器的结论，而是库马尔做判断时用的那几个动作。它们可以直接搬到别的领域去用。

• 检查你依赖的基础设施有多脆弱。他把自主性拆成 GPS、通信、人类操作者三层，逐层问"这个东西被拿掉会怎样"。你在自己领域里的三层基础设施是什么？哪个被拿掉之后你还有办法工作？
• 看清同一个目标函数下的难度落差。同一个蜂群，要求全部抵达和只要求一个抵达，难度天差地别。同一项技术在不同成功标准下值不值得做，结论会完全不同。先弄清成功标准是谁定的。
• 识别曲线的形状，而不是纠结当前的数值。从 90% 到 99% 再到 99.9%，他关心的是"数据量对精度"这条曲线的走向；单点的精度意义有限。当一个指标在逼近极限时，问它向前是线性还是指数。
• 把能耗当成硬约束算进去。把一个信息问题换算成能量问题，很多看似可行的方案会立刻现出原形。垂直起降每公斤 200 瓦，人脑总共不到 80 瓦。这种换算能力，是判断技术可行性最省时间的工具。
• 先在受限环境做到极致，再想非结构化的世界。停车场里的 L5 是真的，那不勒斯的 L5 是另一个问题。别把受控环境里的成功外推到开放环境，也别因为开放环境做不到就否定受控环境里的进展。
• 用设计约束代替对个体的精细控制。让每个单元看世界的方式尽量局部，让它对失败尽量鲁棒，让整体具备重新组织和重新通信的能力。这套思路可以套到团队管理、系统架构，甚至写作上：你没法控制每个细节，但你可以定义细节之间的接口。
• 别只建模型，也建对面那个东西的模型。库马尔的反向问题值得记住：你一直在建模环境，那环境能不能建模你？很多合作的失败，原因是一方只想着被理解，另一方也只想着被理解，没有一方向前走一步。
• 留出预测未来的习惯时间。他建议的这件事成本极低。收获多半不在预测的准确率上：信息进来时，你能更快地把它接到已有的框架上。