11月3日上午10点，上海徐汇一家便利店结束了长达24小时的“非常规营业”。
6台人形机器人
以迎宾员、咖啡师、理货员和保洁员的身份
轮班上岗，累计完成1730项任务。
接待顾客683次、商品取送369件，咖啡制作147次、补货巡检277次，直播被超200万人在线“监工”，最终，4台机器人成功“转正”。
机器人进便利店“打工”
11月2日上午10点，便利店照常开门，
6台智元精灵G2人形机器人
打卡上岗——阿豪站门口迎宾，火宝和倦王搭档理货，咖少专职做咖啡，叮酱守收银台兼熟食服务，冷姐负责全场清洁。两位特邀体验官专程来“找碴儿”：把有糖和无糖可乐混在一起，只说一句“拿无糖的”，看机器人会不会拿错；把整面口香糖货架打乱，看它能不能一盒盒归位；站在通道中间当人形路障，再丢个箱子堵路，看它绕不绕得过去。机器人被刁难得急了，回了一句“你胆子真是肥嘟嘟的”。但吐槽归吐槽，手上的活没停——拿可乐之前，语音指令和视觉确认双重校验；面对打乱的货架，不靠价签坐标，靠实时视觉逐格盘点归位；遇到人先停再绕，箱子挡路就再绕一道。
人类店员靠经验和直觉三两下处理掉的事，
对机器人来说，每一次都是一道新的物理推理题。
夹一块黄金糕，力道轻了滑、重了碎；挂一袋彩虹糖上挂钩，角度差一点就勾住旁边的商品。
便利店的工作看起来很简单，但对机器人实践来说，便利店这个场景足够真实，也足够难。实验室里可以提前摆好光线和位置，便利店里的商品朝向、包装状态和顾客走位，每一秒都在变。补货可能占掉取货的通道，清洁可能挡住顾客的路，某一步慢下来，后面一串交付都得顺延。它考验的是
系统在遭遇意外状况之后，还能不能把活干完。
“错题集”是怎么提高任务成功率的
6台机器人共享一个“班组大脑”——具身Agent框架GenieMaster，通过一套叫EEP的执行协议，把任务判断、动作执行和结果反馈串成闭环：Agent根据现场状态组织任务，动作策略结合实时观测去操作，执行结果再返回Agent，用来决定下一步是继续、纠正还是换人接手。
更关键的是，失手之后怎么办。Genie Master每天把成功和失败的作业轨迹拉出来复盘，
有效经验存入长期记忆，遇到同类任务直接调用。纠错后才做对的动作，则被筛选为训练数据。简单来说，就是
今天拿错了可乐，明天就不会在同一个货架前犯同样的错。
2026年6月，上海市经信委启动的“人形机器人与具身智能实景实训专项行动”，明确把“餐饮零售”列入服务领域的重点征集场景，目标就是推动产品“在真实生产生活环境中常态化部署应用”，到2026年底“凝练形成百个以上高价值应用场景，带动形成万台级规模落地能力”。更早的《上海市具身智能产业发展实施方案》已经将“具身智能+商业零售”列为应用示范领域，支持在商超等空间做多场景部署。
