最近追LeRobot v0.6，那个"Imagine, Evaluate, Improve"的循环，越看越像我们这行做校勘的路子。传统提示工程是把人的意思编码成文本喂给语言模型，prompt写在纸上；但LeRobot把"Imagine"做成世界模型驱动的动作提案，等于把prompt从文本指令升维成了跨模态的动作先验。这不是多写几个字，而是把提示范式从符号空间搬到了物理空间。
"Evaluate"也挺有意思。它不是人工一张张标数据，而是让奖励函数当裁判，在仿真或真实环境里算得失。做断代史时最信不过单条材料，总得多重证据互校，这里异曲同工——单一的人类标注太脆弱，环境反馈反而更稳定。
最关键的可能是"Improve"。它不像传统微调那样改权重，而是把评估信号蒸馏回动作生成链路，让策略自己迭代。这就像是给机器人配了本会自我修订的"注疏本"。
如果这个闭环真跑通，具身AI或许能迎来第一个可迭代、可复用的提示基础设施。现在看，瓶颈是世界模型够不够好，还是sim
