作者：Fishmarketacad，APAC BD of Monad

编译：Tim，PANews

我一直在观看机器人行走的视频，今早散步时也在思考：如果机器人运行在区块链上呢？

DeFi的核心在于通过代码实现金融流程的自动化，机器人则是致力于物理任务的自动化。二者的结合是自动化发展的自然延伸。如果我们相信可编程货币、智能合约和人工智能的力量，那么将这种可编程性拓展到机器人，即实体化的可编程AI代理，就是下一个合乎逻辑的演进方向。

当今机器人领域最强的领导者之一是宇树科技。

虽然像宇树科技这样的机器人距离真正进入主流应用还需要很多年时间，而将机器人数据上链听起来更像是遥不可及的幻想，但并不妨碍我们做白日梦。

RobotFi今天要如何实现呢？

当今的机器人在硬件层面上并未直接与区块链对接。它们没有内置的区块链节点或密码学处理器（这个有趣想法以后探讨）。

因此，要将现有的机器人引入链上，我们需要一个桥接层或中间层（通常是链下服务或服务器）来连接机器人和区块链。每个机器人还需要被分配一个专门的钱包地址。

宇树机器人利用其现有的通信能力（如Wi-Fi、以太网，可能支持的蜂窝网络），通过标准网络协议（例如HTTP、WebSocket等）连接到链下服务。随后，该链下服务会使用标准的区块链库和API（如Web3.js、Ethers.js）与区块链进行交互。

区块链上的智能合约可通过链下服务触发宇树机器人执行操作。例如，当链下服务检测到向与机器人关联的地址完成支付后，它会向机器人发送指令以执行特定任务。

我还设想未来的机器人可以像智能合约一样被编程，能够执行各种"动作脚本或机器人策略"。这些策略可由独立开发者创建，从而可以将机器人视为实体化的智能合约或人工智能代理。

最初创建的脚本可能会处于一种“狂野西部”的状态，你可以编写机器人执行各种操作，除了某些被禁止的操作，届时将有一个独立的安全或管理系统进行实时监控并阻止机器人做出任何危险行为。再次强调，我们目前还在做梦。

这将使机器人公司能够专注于机器人技术本身，而不是机器人服务。机器人服务将被"外包"给开发者去实现。通过链下服务运行的链上机器人服务就称为RobotFi。

换句话说，RobotFi将会是一个垂直赛道，参与者可以通过资助或开发机器人相关活动来赚取链上收益。

RobotFi有哪些应用场景？

超额抵押家政租赁服务

人形机器人最受欢迎的应用场景之一是家政服务。

最初运行的机器人服务可能会带来很多风险。

机器人可能发生故障、出现错误、遭受损坏或无法达到预期效果。传统的租赁、服务模式依赖于对平台或服务提供商的信任。

这正是RobotFi有趣的地方。

开发者可以不再依赖中心化的保险公司或企业担保，而是开发链下服务将机器人引入链上，并进一步为机器人开发配套服务（如家政服务）。为了确保该服务的安全可靠，开发者可以吸引链上的LP注入抵押品，这些抵押品将充当保险、经济安全保障，作为回报，LP将获得由该服务产生的实际收益。

机制解析：

• 机器人策略保险池：LP将抵押资产存入池中，为机器人策略提供风险保障，并以此换取该策略所产生的收益。
• 机器人策略投保方：策略创建者可从保险池中为其机器人策略购买风险保障，具体保费取决于机器人类型及资产规模、执行任务的风险系数、所选保障额度等因素。
• 智能合约控制的赔付机制：该保险由智能合约管理。这些智能合约定义了触发赔付的具体条件。可能的触发事件包括机器人策略失效，此时将触发LP的赔付（类似于slashing罚没机制），以补偿购买了机器人策略服务的用户。若任务顺利完成且无异常发生，机器人诊断系统会将任务完成状态上报至链下服务，并向LP发放支付款项。

在上述示例中，我虽然将机器人和机器人策略分开描述，但若将机器人与机器人策略结合为单一的租赁项目，其运作机制也将同样有效。这种情况下，安全保障可延伸至机器人本身。例如，如果在租赁期间机器人本身受损，相关赔偿金会支付给机器人所有者。

租客可能也需要通过一定的KYC验证（以防他带着机器人逃跑），同时租客的信用资质也很可能影响开发者的保险费成本。例如，如果租客拥有良好的链上信誉和/或拥有高收入（零知识证明验证），那么开发者需要支付的保费会更低，反之亦然。

通过类比区块链进行总结：

• 机器人（基础设施/链）：提供核心基础设施，即一个易于编程且具备物理层面高性能的机器人。
• 机器人服务（链上应用）：由专家编程的特定任务，就如同构建于机器人基础设施之上的应用程序。
• 机器人保险（由LP提供的抵押）：LP的抵押充当机器人服务的安全和经济保障。他们为RobotFi生态系统中的风险和故障处理提供信任、安全及运作机制，就如同自动验证系统（AVS）中的抵押品被用于为链上交易和网络操作提供安全保障一般。

严格来说，你并非必须购买保险，虽然通过链上支付获取机器人服务具备一定优势，但这些优势并不显著。由于机器人身处现实物理世界，购买保险能有效提升消费者的信任与接受度，相比之下，无保险服务则难以获得同等程度的用户认同。

经济对齐与激励良好的机器人行为

这一保险/抵押机制系统为良好的机器人行为和负责任的策略创造了强有力的经济激励，从而让所有参与者受益：

LP的激励措施：

• 保费收益： LP通过机器人所有者支付的保费获取收益。该收益需具备足够吸引力，才能激励他们将资金锁定在保险池中。
• 风险调整收益： 可针对不同风险等级（机器人类型/任务类别）设立差异化保险池。高风险池通过更高收益率补偿赔付风险，允许LP自主选择风险回报偏好。

机器人所有者/策略师的激励措施：

• 降低财务风险： 保险机制帮助规避机器人故障、损毁或责任事故导致的重大损失，降低运营风险，提升机器人持有意愿。
• 建立竞争优势： 提供投保服务的机器人所有者能形成市场区隔，通过建立用户信任获取更高租金溢价。

机器人制造商/开发者的激励措施：

• 可靠性需求倒逼： 保险体系间接推动制造商提升产品可靠性。故障率低、安全记录优的机器人将享受更低保费，增强市场竞争力。
• 数据驱动迭代： 保险索赔数据（故障类型/损坏原因）为制造商提供改进产品设计的洞见，推动技术优化。

用户/租户的激励措施：

• 信任建立与风险缓释： 投保机制增强用户对RobotFi服务的信心，租用机器人时可获得故障导致经济损失的财务保障。
• 接触高端设备： 保险机制降低高价值机器人租赁的经济风险，促使更多先进设备进入租赁市场。
• 合理赔偿机制： 当机器人发生故障或任务执行失败时，用户可通过保险赔付获得补偿，优化服务体验。

RobotFi面临的挑战

虽然RobotFi的概念很有趣，但存在许多挑战，我们目前还远未做好准备。主要挑战集中在机器人领域的中心化/数据可验证性机制，以及保险赔付的量化评估体系这两个核心环节。

• 链下服务依赖：正如我们之前讨论的，在当前技术条件下链下服务几乎不可避免。这类服务成为了系统的中心化控制节点和潜在的故障隐患。无论谁控制该服务，都将对RobotFi系统产生重大影响力。
• 保险赔付的可靠性与可验证数据：保险赔付依赖于机器人故障、损坏或任务执行失败的可验证证据。如何将这些数据可靠且无需信任地从物理世界传输到链上系统，是一项极其复杂的挑战。
• 公平的索赔评估：在去中心化的RobotFi情境下，如何判定索赔是否有效以及赔付金额是否合理？传统的中心化保险公司依赖理赔员，但去中心化系统需如何实现呢？

最后的想法

这不是一篇关于RobotFi的严肃文章，只是一个潜在的愿景。虽然RobotFi的概念很有趣，但其可行性取决于能否克服许多重大的技术、经济和中心化挑战。

目前尚不明确的是，相较于将整个机器人生态系统集中交由少数几家关键企业掌控，这些企业自行预先设计功能固化的机器人，RobotFi这一概念是否具备足够优势。