夜雨聆风约4分钟阅读 · 4张架构图 · 3张真实演示照片 · 5个系统判断
读完你会知道 Miloco 2.0 到底设计了什么，为什么它更像空间 Agent 的运行时，以及这套架构迁移到智能座舱时，哪些能力可以复用、哪些控制边界绝不能跨越。
我看完 Xiaomi Miloco 2.0 的介绍后，脑子里冒出的第一个问题不是「它能不能认人」。
而是另一件更麻烦的事。
如果系统看到锅快烧干了，家里又没人，它应该提醒谁、用哪个音箱、多久后再确认？如果第一次提醒没人响应，是继续播报、关火，还是通知手机？中途网络断了，任务状态又放在哪里？
这已经不是一次大模型问答，而是一套必须 7×24 小时感知、记忆、等待、执行、验证和降级 的运行时。
⚠️ 我的判断 智能家居真正缺的不是更大的模型，而是一套常驻空间的 Agent Runtime。模型负责推理，Runtime 负责让推理在真实世界里不失控。
🧭 一、从语音控制升级到空间事件循环
传统智能家居的主链路很简单。
人发指令 → 规则匹配 → 设备执行。
空间 Agent 完全不同。它面对的是摄像头、麦克风、温湿度和设备状态构成的连续事件流，需要回答「谁、在哪、正在做什么、是否持续、能不能干预」。
Miloco 2.0 的官方仓库已经出现感知 Runner、身份识别、家庭档案、Task、Rule、Cron、Record，以及 OpenClaw 和 Hermes Agent 适配层。这不是堆功能，已经很像一个面向物理空间的微内核。
▲ Xiaomi Miloco 2.0 官方演示：摄像头成为空间 Agent 的视觉入口。
我会把它拆成六层。
▲ Agent 最终操作的不是抽象 Tool，而是空调、门锁、灯光等真实设备。
真正决定系统能不能长期运行的，是层与层之间的数据合同。
一个空间事件至少要带时间戳、来源设备、人物身份、置信度、空间位置和隐私等级；一个持续任务要带 Owner、Deadline、重试策略、幂等键和取消条件；一次设备调用则要声明前置状态、目标状态、执行结果与失败原因。
这些字段如果不清楚，大模型再聪明，也只能在一堆模糊上下文里猜。
🧠 二、家庭记忆不是越多越好
空间 Agent 最危险的误区，是把所有观察都塞进长期记忆。
一次晚归，不代表以后都晚归。一次没关灯，也不该立刻变成自动规则。低置信度观察如果直接写入用户画像，系统只会越用越自信，也越用越离谱。
Miloco 的实现里已经能看到候选区、正式家庭档案、权重、截断、归档与成员联动。这个方向是对的。
▲ 同一空间、不同成员，系统根据身份与家庭记忆选择不同灯光策略。
感知事件先进入候选记忆，只有经过重复验证、用户确认或稳定统计，才能晋升为长期偏好。
这和操作系统的 Page Cache 很像。热数据进入工作集，冷数据归档，错误数据淘汰。记忆系统真正需要的不是无限容量，而是写入门槛、遗忘机制和来源追踪。
⏳ 三、持续任务必须外置状态
「每天提醒老人吃药」不是一句 Prompt。
它至少包含创建、等待、感知、触发、通知、确认、重试、超时和终止。Agent 会话被清理、模型切换、服务重启后，任务仍然必须存在。
Miloco 把持久性意图放进 Task，再挂接 Rule、Cron 和 Record，这比把任务藏在上下文窗口里可靠得多。
💡 反直觉 空间 Agent 越主动，越不能依赖模型记忆。真正可靠的主动服务，必须把状态交给数据库、调度器和可审计的状态机。
🔐 四、端侧常驻不等于全离线
这里必须把宣传语言拉回工程现实。
Miloco 服务运行在家庭本地设备上，但官方 README 同时说明，当前感知与 Agent 主要依赖云端大模型；代码文档还显示，设备控制写入固定经过 MIoT 云端 HTTP。用户指南则允许本地视觉模型与云端规划模型组合。
所以真正需要设计的不是一句「数据都在本地」，而是一份数据分级合同。
原始音视频、身份特征、语义事件、家庭记忆和设备控制权，必须是五种不同的数据等级。谁能读取、是否上传、保存多久、能否删除、是否需要二次确认，都应该单独配置并留下审计记录。
涉及门锁、灶具、健康提醒和儿童场景时，还要有白名单、最小权限、幂等控制、执行回读和超时降级。
隐私不是把服务器搬回家，而是让每一次数据流动和设备控制都可解释、可撤销。
量产前我至少会做三次故障演练。
断开外网，看本地感知、既有规则和手动控制还能保留多少；让云端模型超时，看任务是否会重复执行；故意制造身份误识别，看高风险动作能否被 Policy Gateway 拦住。
空间 Agent 的可靠性，不是正常链路跑通一次，而是异常时仍知道自己不能做什么。
🚗 五、它与智能座舱其实是同一个问题
区别在于，座舱的安全边界更硬。音乐和空调可以由 Agent 编排，制动、转向和关键车控必须留在确定性控制域。空间 Agent 可以提议，但不能绕过整车 Policy 与功能安全链路。
🎯 我的判断
空间智能的护城河不会只属于模型公司。
真正难复制的是设备生态、身份与空间上下文、长期记忆、任务运行时、权限控制，以及失败后的恢复能力。模型可以替换，这套 Runtime 和数据闭环才会持续复利。
以上。既然看到这里了，下次再看到一个「会认人、会主动服务」的智能管家，先别问模型多大。
先问它的任务状态放在哪里，权限由谁批准，断网后还能剩下什么。
