世界模型训练完就退场，这个面试会问吗

昨晚我拿 WorkBuddy 把面试笔记导成 Markdown，输出节点又差点没保存。后来我把变量名改成英文加下划线，路径里空格删掉，才跑通。整理到「世界模型」这一栏时，我看到量子位这篇 ActEffect，第一反应是被问到心坎上。如果面试官问具身智能怎么落地，我是不是可以少背一点名词，多讲一点落地流程。

这个模型有点反骨。训练时它陪机器人很久，专门看机器人提出的动作会造成什么后果，再把后果变成策略优化的反馈。真到了干活阶段，它反而退出部署链路。机器人执行任务时，不需要继续展开未来，也不需要现场搜索候选动作。短期看，这很实用。部署阶段少了一个重计算环节，推理负担轻了，机器人复制到更多工位时，算力成本也不会跟着一起膨胀。

我之前用了四周 WeatherNext，也折腾过传统数值预报模型。那阵子最大的感受是，预报模型在训练和推理里承担的角色可以完全不同。训练时你可以把物理方程、数据偏差、误差反馈都塞进去，让模型学会什么是合理；部署时如果还让端侧完整跑一套重模拟，很多场景根本吃不消。ActEffect 有点像把为什么动作会错提前问完，再把答案压进策略。部署时不再现场问，直接按训练好的直觉走。

不过我也没完全放心。世界模型退场，不等于问题消失。训练场里能检查后果，说明它见过很多状态和动作。可真机总有延迟、标定误差、桌面反光、物体滑移，这些在数据管道里看起来只是脏一点，到了机器人手上可能就是动作错位。我之前搭表格拆解 AI 公司商业化逻辑，也遇到过类似情况，框架搭好以后，术语能看懂，但决定稳定性的往往是边界条件。ActEffect 的边界条件是什么，新闻里不一定讲得细。这个面试会问吗，我觉得会，重点落在你怎么证明策略在分布外还能稳。

长期看，世界模型可能更像一种训练基础设施，不必像聊天模型那样永远在线。它更像考场、校验器、压力测试台。策略在训练阶段被它反复打分，到了部署阶段，它退到后台，甚至完全不进部署流程。这样看，空间智能和具身智能的关系也会有点变化。我七月底写过一篇关于空间智能是具身智能终局的帖子，当时觉得机器人要干活，必须先理解空间。现在想法稍微变了，理解空间不一定要靠一个永远在线的世界模型完成，也可能靠训练阶段把空间后果压缩进动作策略。终局落在机器人不再需要每次推理都重新想世界。

这也是我最近 offer 比较纠结的地方。纯算法岗喜欢问模型结构、损失函数、优化器；落地岗更爱问算力、延迟、复制成本、故障恢复。ActEffect 这种设计对落地岗更友好。

它至少回答了一个工程问题，能不能在训练时把昂贵思考做完，部署时把便宜执行交给真机。若真机能稳，复制工位时算力不膨胀，它就能从论文概念走到产线。作为应届硕士，我刷了大概三百道 LeetCode，越刷越觉得，动态规划之外，面试里更值得准备的是模型怎么从训练场走到现场。

当然，也可能我理解偏了。受控世界模型退出部署链路，不代表没有贡献。它只是不站在前台。短期省推理成本，长期省系统复杂度。难点会从怎么让模型会想，变成怎么让模型少想也不出错。