🔹 别为"快"用 UDP，控制场景可靠性第一🔹 遥测和任务一定要分通道🔹 MQTT 的 QoS、遗嘱消息、离线消息是真的香，能省掉大量造轮子的活🔹 心跳、重连、幂等、回执，一个都不能少，而且一开始就要做🔹 关键指标（连接数、延迟、重连次数、丢包率）要监控，别等客户投诉才知道出问题通讯架构是调度平台的"血管"，血管不通，再聪明的大脑也指挥不了身体。

对接文档这件事，不只是单纯的文字整理，也是产品能力的一环。合作方评估技术团队是否靠谱，对接文档就是最直观的参考。文档逻辑清晰，会让人觉得团队专业；文档含糊不清，很容易让人怀疑团队对自身系统的理解程度。现在我们给新同事做技术培训，第一课不是上手写代码，而是学习如何编写对接文档。对接文档是外部开发者能直接接触到的产品说明书，也是技术能力对外的直观体现。对接文档不只是单纯的技术文本输出，更是站在使用者视

从单进程 demo 到三进程生产级系统，我们花了大半年时间，踩了很多坑，也走了一些弯路。但最终的结果是值得的——系统在客户现场稳定运行了几个月，算法团队可以独立迭代模型，运维人员可以方便地管理设备和任务。三进程架构不是什么高深的新技术，它就是「关注点分离」这个古老原则在边缘 AI 视觉系统中的具体应用。但真正把它落地，处理好进程间通信、共享内存、故障恢复、独立升级这些细节，需要大量的工程实践。

接入多品牌这件事，表面上是个 SDK 对接问题，本质是个架构边界问题。边界一旦画清，后面接二十个品牌也不慌；边界不清，每接一个都在给自己挖坑。这是我们开发综合调度平台学到的第一课：先有抽象，再接产品。关于作者：越微智能（Yuewell）专注具身智能与工业 AI 视觉落地，基于自研 VLA 多模态大模型，提供全品牌机器人二次开发（适配宇树/优必选/智元/傅利叶）与工业级视觉算法定制，支持从算法、硬件

状态机这件事，第一版往往是最简单的，但也是最经不起现场考验的。客户不会按文档里的"理想流程"用系统，他们会按现场实际场景用。状态机设计得不够细，所有异常都要靠人肉兜底——这事儿无法长期可持续。我们现在评估一个调度平台是否"成熟"，第一眼看的就是状态机。状态机糙的，其他地方再漂亮也不靠谱。

任务的一生就这几个状态，单向流转、不能回退：🔹待执行→执行中→步骤完成→成功🔹 任何阶段都可能 →异常终止几条设计原则，都很关键：🔹状态单向流转——执行中不能退回待执行，成功不能退回执行中。真要重新跑就新建任务，别回退状态🔹终态只有两个——成功、失败（异常终止）。不同失败原因用一个"终止原因"字段记录，别给每个原因都设状态🔹每次状态转换都触发事件——这是事件驱动的地基，没事件别人就不知道

部署这件事，最容易踩的坑不是技术问题，是流程问题。流程没跑通，每次部署都是赌运气。我们后来给客户做交付培训，第一课就是"部署清单 + 一键诊断"。客户工程师学会这两件事，能解决 80% 的部署问题。剩下 20% 是网络环境本身的坑，那就只能现场排查了。关于作者：越微智能（Yuewell）专注具身智能与工业 AI 视觉落地，基于自研 VLA 多模态大模型，提供全品牌机器人二次开发（适配宇树/优必选/

🔹 别用某个品牌的格式做标准，一定定义平台自己的、品牌无关的格式🔹 别过度设计，"超级格式"什么都难用；满足八成常见场景即可🔹 扁平数组 + 命令参数分离，是实用之选🔹 参数名带单位、命令字标准化、ID 可读，这些"小事"决定了平台的可维护性一句话收尾：任务模型本质上是"平台和机器人之间、团队之间的沟通语言"。好的语言让协作顺畅、bug 减少；差的语言让系统充满"方言"和"歧义"，维护成本

先理解"长尾分布"：少数高频事件占了大部分，大量低频事件加起来也占了相当比例。用生活例子感受一下：🔹 最常用的几百个单词，占了日常用语的八成，但剩下几十万个低频单词加起来，也占了两成🔹 少数爆款商品占大头，大量小众商品加起来也是可观的销售额（这就是长尾效应）机器人场景也一样：平地走路、规则抓取、固定路径这些"头部场景"占八成到九成，训练数据也主要覆盖这些；而透明物体、反光表面、柔性物体、意外障

插件化不仅是个技术方案，更是组织协作方式：核心团队维护稳定的核心系统和标准接口，接入团队并行开发各品牌驱动插件。平台能力靠生态不断扩展，而不是核心团队无限膨胀——这就是"小核心、大生态"。关于作者：越微智能（Yuewell）专注具身智能与工业 AI 视觉落地，基于自研 VLA 多模态大模型，提供全品牌机器人二次开发（适配宇树/优必选/智元/傅利叶）与工业级视觉算法定制，支持从算法、硬件到产线实机部