给AI一个身体：开源桌面机器人Lamp首批交付

从想法到实物：Lamp的诞生

一年前，一个简单的疑问催生了Lamp：我们已经在手机和电脑上与AI频繁对话，如果AI能坐在桌上，在你说话时转过头来，会是怎样的体验？带着这个想法，团队用3D打印机制作了一只机械臂，装上五个伺服电机和一个灯环，Lamp就此诞生。

据Reddit原帖介绍，经过12个月的迭代，首批Lamp已经通过海关，进入加利福尼亚的配送中心。有趣的是，团队不得不向海关解释：这不是一批台灯，而是名为“Lamp”的完整机器人。

工程挑战：让五个伺服电机稳定工作

在实验室里让五个伺服电机协同运动是一回事，把产品送到别人的桌面上则是另一回事。团队必须考虑用户更改Wi-Fi密码后会发生什么。

最新固件中，Lamp在失去已知网络时会重新开启配网热点，用户无需恢复出厂设置即可重新连接。这一改进看似微小，却是产品从原型走向实用化的关键一步。

伺服电机与配网热点

伺服电机是一种带有闭环反馈的电机：它内部装有位置传感器（通常是编码器或电位器），控制器根据传感器读数不断修正输出，使电机轴精确转到目标角度。Lamp需要五个这样的电机分别驱动关节，才能让机械臂做出转头、抬臂等连贯动作。相比普通直流电机，伺服电机更适合需要重复定位精度的场合，但多轴协同也意味着更高的控制复杂度和功耗。

配网热点是物联网设备常见的入网机制：设备在未连接任何已知Wi-Fi时，自己广播一个临时Wi-Fi网络，用户用手机连上后打开网页或App，把家庭Wi-Fi的账号密码发给设备，设备再切换为正常联网模式。Lamp在丢失网络后自动重启热点，实质上是把“恢复出厂设置”这一步省掉，让非技术用户也能自行修复连接问题。

开源生态：从笔记本模拟到硬件部署

Lamp延续了开源路线。团队此前提到过可在笔记本电脑上运行的Lamp版本，现在Linux平台上也有了3D版本，运行与真实Lamp相同的运动代码。这意味着开发者在拿到硬件之前，就能在本地测试和开发技能。

当用户拥有硬件后，可以直接从SDK推送技能，并在Lamp上确认安装。这种“先模拟、后部署”的流程降低了开发门槛，也让开源社区的参与更加顺畅。

运动代码与SDK

运动代码通常指把高层指令（如“向左转30度”）翻译成各关节电机角度、速度和时序的底层程序。Lamp让模拟版和真机运行同一套运动代码，好处是开发者在笔记本上验证的动作逻辑，可以原样搬到硬件上执行，减少“模拟能跑、真机翻车”的落差。这在机器人开发中并不常见，因为模拟环境往往忽略电机延迟、摩擦和重力。

SDK（软件开发工具包）则是一组封装好的接口和工具，让开发者不必从零编写通信协议，就能向Lamp安装新技能。文中“从SDK推送技能，并在Lamp上确认安装”的流程，类似手机应用商店的安装确认机制，既方便又保留用户控制权。

用户想象：Lamp能用来做什么

团队收到的反馈展示了Lamp的多样性。有人想用它做店铺迎宾员，有人计划将其用于研究实验室，还有人只是想要一个已有AI代理的物理载体。

一个具体的例子是Lamp与团队另一款产品Harness的配合：用户可以通过语音让Lamp把任务传递给电脑上的Claude Code，并在桌面上直接听到结果。这展示了桌面机器人作为AI交互入口的潜力。

开源与社区：持续迭代的硬件项目

Lamp仍然保持开源，团队定期更新。喜欢动手的用户可以fork仓库自行探索，硬件资料也已公开。从3D打印原型到首批交付，Lamp的12个月历程展示了开源硬件与AI结合的一种可能路径。

对于即将收到Lamp的用户，团队提出了一个开放问题：你打算教它做的第一件事是什么？这个问题的答案，或许会定义这款桌面机器人的下一个阶段。