清华大学与 UC Berkeley BAIR 实验室联合开源了 uni-robot-agent：为 Robot-Use Agent（RUA）建立一套统一、模块化的 Harness，让语言模型通过标准化工具接口操控不同的机器人和仿真环境。RoboDojo 基准上，开放权重模型配这套框架拿到 31.39 分，超过官方 GPT-6 Astra + RoboProbe 的 28.97 分；真机 19 项任务里，未经专项微调的 Qwen 拿到 53.50 分。具身智能正在进入自己的"Coding Agent 时刻"。

🎯 一、问题：机器人操作没有统一的"工具接口"

Coding Agent 领域有个被低估的优势：同一套工具——读文件、执行代码、看结果——可以用于几乎所有编程任务，模型在不同环境里复用工具使用经验。机器人操作完全相反：即使都是抓取物体，单臂机器人和双臂机器人的动作接口也可能不同，模型需要理解新的参数、坐标系和控制规则，原有经验难以迁移。

uni-robot-agent 要解决的就是这个：给 RUA 一套统一的交互接口，屏蔽不同硬件和环境的底层差异，让模型以一致的方式获取感知信息、调用控制工具并接收执行反馈。

⚙️ 二、框架架构：Harness 的统一与模块化

这套框架的定位是"机器人领域的 Claude Code 底座"：统一接口、模块化设计、标准化工具，模型层随便换。

设计哲学和 DeepSeek 开源 Harness、LobeHub 组织 Agent 的思路同构：相似的设计约束会导出相似的架构选择——模型层越通用，运行时层的标准化价值越大。

🔧 三、跑分：开源框架让开源模型反超闭源官方方案

评测结果分两层看：

第一条反直觉结论已经出来了：开放权重模型配上这套统一框架，跑赢了官方闭源方案。框架本身贡献的能力增量，超过了模型代差——这就是"Harness 是新战场"的直接证据。

真机侧更狠：19 项任务评测里，未经任务专项微调的 Qwen 拿到 53.50 分，分别领先微调后的 π₀.₅ 达 5.75 分、零样本 Dream-1 达 10 分；GPT-6 Astra 搭配该框架则进一步拿到 80.50 分。

🧠 四、这套工作的三层含义

第一，对研究者：跨环境泛化有了标准测试床。 以前每个实验室的报告难以横向比较——硬件、接口、评测全不一样。统一 Harness 让"换个机器人重跑一遍"成为可能。

第二，对工程团队：换硬件不用换经验。 框架把硬件差异封装在适配层，上层 Agent 的提示词、工具策略、失败恢复逻辑可以带着走——机器人产品的迭代成本曲线会被拉平。

第三，对开源生态：训练和本地化部署铺路。 团队明确说想搭建通用底座，让开源模型接入不同机器人。这正是 DeepSeek 用 MIT 协议开源 Harness 的同款逻辑：底盘图纸免费发，生态税别想收。

📊 五、能力边界：跑分之外，失败也被扒了出来

这项工作值得肯定的一点是把失败原因、能力短板和运行成本都公开了，而不是只报喜。文章明确指出模型能把机器人操作做到什么程度仍在探索——53.5 分意味着还有接近一半的任务没拿下，长程任务的误差累积、接触密集操作的触觉反馈缺失，都是框架和模型共同的下一关。

⚠️ 六、要泼的冷水

第一，分数不等于可靠。 80.50 分的真机成绩说明上限，但产品级要求的是"一万次不出一次事故"，这和"19 项任务平均分"是两种指标体系。

第二，硬件适配层是脏活。 统一接口的真正难度不在 API 设计，而在每接一款新硬件就要处理的标定、延迟、安全边界——这部分决定开源生态的扩张速度。

第三，GPT-6 Astra 的 80.50 分依赖闭源模型。 开源框架 + 闭源模型能到 80 分，开源模型目前 53 分——底座开放了，模型层的差距仍要靠后训练慢慢追。

从执行循环看，RUA 的单次任务生命周期是一个典型的"感知-决策-执行-恢复"状态机，统一 Harness 把每个状态的迁移都标准化了：

📋 七、清单：谁该现在就看这个仓库

1️⃣ 做具身智能 / 机器人操作的研究团队——统一基准终于出现了
2️⃣ 做机器人产品的工程团队——评估"换硬件不换上层"的可行性
3️⃣ 做 Agent 基建（Harness / 工具协议）的团队——机器人是下一个迁移战场
4️⃣ 做开源模型后训练的团队——真实执行轨迹的数据闭环从这里来
5️⃣ 想入行具身智能的工程师——从读这套 Harness 的接口规范开始，比啃论文快

💡 最后一句实话

机器人领域的"标准战争"已经打响了：谁能定义 RUA 的统一接口，谁的生态就先长起来。清华和伯克利这次把底座直接开源，等于把入场券发给了所有人。一年后回头看，这可能是具身智能从"各家练各家"走向"同一张考卷"的转折点。

论文：arXiv 2611.01560 ｜ 代码：github.com/Open-RUA/uni-robot-agent ｜ 分数均为论文自报口径，未做独立复现。