LabOS：戴上 XR 眼镜，让 AI 盯着实验步骤实时纠错

在生物或化学实验室里，最让人头疼的往往不是复杂的公式推导，而是移液枪稍微抖了一下，或者在一排长得一模一样的试剂管里拿错了那一支。

过去几年，大家看到的 AI 科研助手基本都锁在电脑屏幕里，负责写代码、读论文或者分析图表。而最新亮相的 LabOS，试图给这个大脑装上一双眼睛，把它直接带到实验台前。

让 AI 戴着眼镜看你做实验

LabOS 定位为真实实验室里的 AI 共同科学家。它没有完全抛弃原本的计算部分，在不需要动手的干实验室环节，AI Agent 依然负责规划实验路线、分析数据并挑选合适的研究工具。

真正关键的跨越在物理实验室。研究人员戴上匹配的 XR 智能眼镜后，AI 就能以第一人称视角实时看着你在现实里做什么。

系统会结合提前录入的实验协议与目标，持续追踪你眼前的实验器材和手部动作，并随时判断当前进行到了哪一步。随后，它直接在眼镜视野里给出下一步操作指令。

最实用的一点在于即时纠错。如果你不小心伸手去拿错误的试剂瓶，或者跳过了某个关键清洗步骤，AI 可以在你犯错的那一秒之前发出提醒，避免整批实验报废。

把老师傅的「手感」变成数据

除了实时盯着步骤，这套系统还有一个常被忽视的价值，那就是记录隐性技能。

很多实验室技巧很难写在操作手册里。拿工具的手指倾角、推压移液枪的节奏、对浑浊物细微变化的敏锐察觉，以前只能靠师兄师姐口传心授。

现在通过智能眼镜的视角，AI 第一次能够把人类实验员的手上细节记录下来，并转化成算法可理解的结构化数据，未来甚至可以用来训练机械臂或其他 AI。

学者 Kyle Tretina 博士在社交平台上评价称，LabOS 代表了首个通过多模态把计算推理与物理实验连接起来的 AI 共同科学家。目前该项目已开放 Google 表单申请测试，且团队明确表示后续会将软件与 XR 眼镜等相关硬件全部开源。

为什么重要

我们认为，LabOS 最聪明的地方在于它没有执着于一步到位的全自动机器人，而是选择先给人类实验员装一个外挂。

全自动机器人物化实验室固然美好，但改造成本极其高昂，许多精密精细的操作机械臂短期内也做不来。LabOS 用几百美元级别的穿戴设备加上视觉模型，以极低门槛让普通实验室立刻拥有了智能防呆能力，对每天泡在实验台前的高校研究生和初级研究员来说格外实用。

从技术演进看，AI 正从纯粹的文本逻辑走向真实世界的物理交互。科研领域一直缺的不是懂理论的模型，而是物理世界高质量的动作与反馈数据。戴上眼镜做实验，本质上是让人类研究员在日常工作中顺便帮 AI 完成数据采集。

不过挑战也很现实。长时间佩戴 XR 设备对眼部和头颈的负担不小，镜片在湿热环境下容易起雾，在涉及防爆或强腐蚀危险品的实验室里也面临安全认证问题。但只要团队兑现软硬件开源的承诺，让全球实验室自行改造适配，这套方案很可能会比笨重的工业机械臂更快普及开来。