為什麼不能讓 LLM 直接開機器人
交代不出「為什麼」
直接讓 LLM 控制機器人，出了狀況無法向客戶交代「為什麼這樣做」，也保證不了「絕對不會做什麼」。
換場域就要重寫邏輯
從一間醫院換到另一間、從一款機型換到另一款，決策邏輯常常要整套重寫一次。
想用生成式 AI，又怕扛責任
想讓機器人更聰明，但出事要負責的是原廠與整合商，不敢把方向盤整個交給模型。
決策怎麼走
從機器人感知到做出動作，中間有一層會核對安全規則的關卡——不是每個提議都會被照單全收。
-
1
快照
把機器人目前的位置、感測結果與場域狀態整理成一份結構化快照。
-
2
觸發
到站、偵測到危害、使用者請求等事件，觸發決策流程啟動。
-
3
推理（LLM 提議）
LLM 根據快照與場域包的資料，提出下一步該怎麼做的建議。
-
4
執行契約（否決在這一層）
執行契約比對安全規則，否決掉不安全的提議；拿不定主意時跳出選擇卡問人，時間到了就採用建議值。
-
5
編排
確認後的動作交給 ROS 2／Nav2 執行，或轉交電梯控制介面處理。
-
6
決策紀錄與回放
每一個決定都寫入紀錄，事後可以查閱、回放，說明當時為什麼這樣做。
交付項目
決策引擎 SDK
快照、推理、執行契約、編排四層的完整程式介面。
場域包編寫工具與驗證器
把 POI、區域、電梯、Skill 寫成資料，編寫完自動檢查格式與完整性。
決策紀錄查閱與回放
事後可以逐步回放某一次決策，確認當時依據與否決理由。
人機選擇卡與語音播報介面
機器人拿不定主意時跳出選擇卡讓人決定，時間到採用建議值，並可語音播報目前狀態。
MCP 介面
虛擬牆與輪椅控制兩組介面，讓外部 AI agent 能直接呼叫機器人動作。
原廠整合工程服務
協助原廠把決策引擎移植到自己的機器人與場域上。
適合對象
服務型機器人原廠
想把生成式 AI 放進機器人，又怕出事說不清楚，也怕規則寫死後無法擴充。
LLM 負責提議、執行契約負責把關，換場域只換場域包，不用重寫核心邏輯。
進醫院與公部門場域的系統整合商
這類場域要求可稽核，要能向客戶證明每個動作的理由，一般黑箱 AI 交不出這種說明。
每個決定都留紀錄可回放，拿不定主意時交給人判斷，符合稽核要求。
想讓外部 AI agent 呼叫機器人的平台團隊
想讓 agent 直接操控機器人動作，又怕 agent 下錯指令出事。
透過 MCP 介面呼叫，所有動作仍要先經過執行契約把關，不會失控。
為什麼是我們
我們沒查到有人把「LLM 決策＋執行期安全否決＋稽核紀錄」當成一個產品在賣。
安全寫死在程式裡，不靠模型自己學
Brain Corp 的 CEO 說過，安全要寫死在程式裡，不能靠學——這正是我們執行契約的賣點：否決規則是程式邏輯，不是 LLM 的習慣。
管的是 AI 決策本身，不只是硬體安全
NVIDIA Halos 這類平台管的是硬體與功能安全，不涉入 AI 怎麼做決策；我們的執行契約直接卡在 LLM 提議與機器人動作之間。
換場域只換資料，不換程式
場域包把地點、區域、電梯、流程寫成資料，移植到新場域或新載具時，核心決策邏輯不需要重寫。
決策過程留得住、查得到
每個決定都有紀錄可以回放，不是出事後只能憑印象說明。
收費模式
參考原廠內建安全功能的訂閱模式，不是買一次就結束的軟體授權。
原廠內建授權
決策引擎內建進機器人韌體，依機器人數與訂閱期收費。
- 按台、按期訂閱
- 停止訂閱即退回純手動模式
- 包含場域包更新
費率依合作內容議定
場域包建置費
把特定場域（醫院樓層、工廠區域）的 POI、區域、電梯、Skill 寫成可用的場域包。
- 一次性建置費
- 含驗證測試
- 可加購維護年約
首家原廠合作方案
尋找第一家服務型機器人原廠，一起把引擎移植上線。
- 條件可談：獨家換保證量，或換入股
- 共同驗證「換車、換場域只換場域包」
另議
目前狀態與驗證計畫
已驗證
- 435 個自動測試通過
- 已完成 4 個場域包，POI、區域、電梯、Skill 都已資料化
- 在模擬器上，一種載具、一個場域已跑通完整決策流程
- 虛擬牆與輪椅控制兩組 MCP 介面可用
進行中
- 人機選擇卡與語音播報介面仍是開發者視角的展示版，尚未做過使用者體驗驗證
- 整套流程目前只在一種載具、一個場域上跑過，還沒換過場域或機型
下一步
- 找一家台灣服務型機器人原廠，把引擎移植到他們的機器人上跑一個場域，證明「換車、換場域只換場域包」
常見問題
LLM 會不會亂動機器人？
不會直接動作。LLM 只負責提議下一步該怎麼做，所有提議都要先通過執行契約的安全規則檢查，不安全的動作會被否決。
否決規則是誰寫的？可以改嗎？
否決規則是場域包裡的資料與邏輯，由導入團隊依場域實際狀況設定，可以依場域需求調整與擴充。
決策紀錄存在哪裡？要留多久？
決策紀錄寫在你的導入環境裡，由你的團隊保管並設定保留期限；目前我們沒有另外代管紀錄這件事。
換一個場域要重做什麼？
主要是重新編寫場域包——把新場域的 POI、區域、電梯、流程寫成資料，核心決策引擎程式不需要重寫。
能接我們自己的 ROS 2 與導航堆疊嗎？
可以。編排層直接對接 ROS 2／Nav2，目前已驗證導航目標、禁行區、限速與到達檢查。
雲端模型斷線了怎麼辦？
目前的決策推理仰賴雲端大型語言模型，斷線時會退回安全手動模式；可離線運作的邊緣版本是另一條產品線，目前正在評估。
準備好讓機器人自己想、但不會亂來了嗎？
告訴我們你的機器人或場域，我們安排一場 30 分鐘的探索會談。