Microduck 的安全层设计：borrow checker 怎么管住 15 个舵机不发疯—给机器人跑强化学习策略，最让人紧张的不是策略训不好——训不好最多鸭子不走。最怕的是策略”发疯”：一个 NaN 输出灌进舵机，15 个关节同时甩到极限，800g 的塑料壳子在你桌上表演体操。Microduck 的安全层不是”加一个检查”这么简单。它是一套架构级的……继续阅读 » admin 1个月前 (10-03) 170浏览 0个赞
这套环境包含什么调 API 做原型很爽，但到了正经开发阶段，你会碰到一堆只在本地才暴露的问题：向量数据库跟 embedding 模型的维度对不上、OpenAI 兼容接口的 streaming 行为跟本地推理不一样、RAG 管线在云端跑通但本地调试不了。这些问题不需要你买 GPU 服务器解决。一台普通开发机，装好 Docker，用下面这份 docker-compose.yml 就能跑起一整套本地 LLM 开发环境：……继续阅读 » admin 1个月前 (10-03) 239浏览 0个赞
大多数人以为 Microduck 就一个 walk 策略——训好、导出 ONNX、塞进去、完事。实际上这只鸭子同时在跑七个策略，而且它们可以在不重启、不停循环的前提下互相切换。你跟鸭子说”坐下”，sitstand 策略接管。你说”站起来”，stand 策略上。推一下让它翻滚，roulade 接管。这些切换全在 50Hz 循环里实时发生，一拍都不漏。这背后的设计叫 P……继续阅读 » admin 1个月前 (10-02) 136浏览 0个赞
独立开发者做 AI 应用，部署方案选错了就是持续失血。VPS 按月固定付费，闲时浪费、忙时不够；自建 GPU 服务器门槛太高，一台 4090 就吃掉半年预算。Cloudflare Workers AI 给了第三条路：serverless GPU，按用量付费，50 多个开源模型直接调用。但”按用量付费”到底花多少，大部分人心里没数。这篇基于 Cloudflare 官方定价文档，把成本拆到每一……继续阅读 » admin 1个月前 (10-02) 174浏览 0个赞
复刻 Microduck 的人大多有个尴尬阶段：策略训好了，代码改完了，但真机不在桌上。你没法跑 robotctl health，没法试 chorale，没法验证热切换——除非你有一只装好的鸭子随时待命。官方的解法不是给你一个模拟器。是给你一只一模一样的鸭子，只不过它的身体在 MuJoCo 里。scripts/duck-sim 一条命令就能跑起来。窗口打开，鸭子站起来，然后你用的所有命令跟真机完全一样：robot……继续阅读 » admin 1个月前 (10-01) 208浏览 0个赞
复刻 Microduck，最难的不是代码是 0.2mm 的打印公差：孔径测试片怎么定标来源: 复刻项目进度记录 duck.whatled.com + pollen-robotics/microduck 官方仓库金属件公差靠机床，塑料件公差全靠打印机状态。复刻一只 Microduck，47 个官方 STL 零件反推装配图只花了两周，可真正卡住整条产线的，从来不是 CAD 里的配合，而是打印机吐出来的那个孔，比图纸上……继续阅读 » admin 1个月前 (09-29) 304浏览 0个赞
引言很多独立开发者想给产品接上”问答自己文档”的能力，一上来就被一堆概念劝退。其实最小可用的RAG没有你想的那么复杂：把文档切碎、向量化、存进索引，然后查的时候先向量检索再让LLM生成答案。本文用纯Python从零搭一个能跑的最小RAG，全程可复现。为什么你需要RAG，而不是直接把文档塞给LLM直接把几千页文档拼进提示词里，token成本和超时都扛不住。RAG的思路是”先缩小……继续阅读 » admin 1个月前 (09-29) 174浏览 0个赞
# Microduck 的 ONNX 策略是怎么下放到真机的：50Hz 控制循环里的推理艺术Meta Description: 用 RL 训出来的鸭子策略，最后要变成一张 ONNX 图塞进 RK3566 里跑。拆解 export.py 如何把观测归一化烙进图里、robotd 如何在 50Hz 循环里做推理、以及 61 维观测契约怎么让策略能热切换。很多人复刻 Microduck，训到一张能看的策略就收工了。可真……继续阅读 » admin 1个月前 (09-28) 289浏览 0个赞
做AI产品的人容易犯一个错：产品还没人来用，先把几十块一小时的GPU服务器开着，账单比用户还先到。我见过太多独立开发者，第一个月就把钱花在服务器上，结果产品连几十个用户都没有。这里不是劝你别买，而是劝你先想清楚：你的AI应用，真的需要一台常驻服务器吗？先算一笔账：Serverless到底省在哪我们把”跑一个AI应用”拆成两部分看：推理本身（调用OpenAI/Claude这类API）和应用……继续阅读 » admin 1个月前 (09-28) 188浏览 0个赞
Microduck 的背隙（Backlash）仿真：为什么 2 度的齿轮间隙，差点毁掉整个 sim2realMeta Description: 一个 25cm 的小鸭子，14 个舵机关节，每个关节里藏着 ±1° 的齿轮背隙。仿真里不加它，策略在真机上就是站不稳。拆解 Microduck 的 Backlash 建模：被动铰链、穿过背隙的观测读取、以及为什么奖励和动作维度一个都不用改。第一次在真机上把训好的 ……继续阅读 » admin 1个月前 (09-27) 180浏览 0个赞
你的AI产品上线了，但没人愿意注册怎么办很多独立开发者把精力全砸在功能和模型上，落地页却是临时拼的。等产品能用了，发现流量来了也留不住人——没有邮箱列表，没有waitlist，用户看一眼首页不知道这产品帮他解决什么问题，直接关掉走了。这篇文章给你一套直接能用的落地页模板：一个针对AI工具站设计的冷启动页，带Waitlist邮箱收集、清晰的痛点价值表达、Social Proof占位和SEO基础优化，部署到Cloud……继续阅读 » admin 1个月前 (09-27) 190浏览 0个赞
# Microduck 奖励函数设计：那些让鸭子”学会走路”的玄学，其实是血泪教训来源: https://www.whatled.com/wp-json/wp/v2/posts发布: 2026-09-26Meta Description: 复刻 Microduck 的 PPO 步态策略，最难的从来不是把环境跑起来，而是把奖励函数写对。拆解 microduck_rl 仓库里每一条̶……继续阅读 » admin 1个月前 (09-26) 182浏览 0个赞
为什么大多数AI产品能做出功能，却跑不通商业模式做AI产品的独立开发者，普遍卡在一个尴尬位置：功能做出来了，demo能跑，甚至有一批早期用户夸”好用”，但就是赚不到钱。这不是个别现象。CB Insights的创业失败分析报告里，排在第二位的死因是”产品体验太差、不会做商业化变现”，紧跟在”需求不存在”之后——而需求测试不充分，往往也牵出来一串……继续阅读 » admin 1个月前 (09-26) 287浏览 0个赞
复刻 Microduck 的人，九成精力花在步态和舵机上，很少有人去细看那套更新系统。但恰恰是它，决定了一个 399 美元的玩具机器人能不能真的卖给不懂技术的客户。Pollen Robotics 在 updater-design.md 里把话说得很直：机器人会送到非开发者手里，更新必须能在手机上点几下就完成。可一台会走的机器人，装坏一次固件就可能变成一块”砖”。所以这套更新系统的核心命题只有……继续阅读 » admin 1个月前 (09-25) 199浏览 0个赞
LLM调用成本悄悄吃掉利润：独立开发者最常见的3个误区做AI产品的独立开发者，最容易掉进的一个坑是：产品上线了，用户也来了，一算账发现利润全被API账单吃掉了。OpenAI的GPT-4o不便宜，Anthropic的Claude 4也不便宜，随便一个多轮对话功能，单用户每天就可能消耗上万token。成本不是等用户多了才该管的事。恰恰相反，越早把token成本当成一个系统问题来处理，后面越从容。这篇文章不谈理论，直接……继续阅读 » admin 1个月前 (09-25) 174浏览 0个赞
复刻 Microduck 的人盯仿真，最容易犯一个想当然的错误：以为仿真越像真机，策略越能用。真实答案是反的。Pollen Robotics 的 microduck_rl 仓库把模拟到现实（sim2real）的整套配方写得很清楚，域随机化（Domain Randomization，DR）是其中最核心的一环——不是让仿真更准，而是让它”故意不准”，让策略见过各种乱况，真机上才不会一碰就懵。这篇……继续阅读 » admin 1个月前 (09-24) 189浏览 0个赞
给AI应用加上用户系统：JWT + 邮箱验证从零实现（附可直接运行的代码）为什么AI应用不能跳过头等大事很多人做一个AI产品，第一版就是：前端一个输入框，后端一个调用大模型的接口，完事。用户进来，API key焊死在代码里，谁都能调。等到有人真用了，才发现连”这是谁在调用”都分不清。用户系统不是可有可无的加分项。你要限流、要计费、要区分免费和付费用户、要做使用量统计，前提都是”……继续阅读 » admin 1个月前 (09-24) 202浏览 0个赞
复刻 Microduck 的人迟早撞上一堵墙：舵机。官方清单里写的是 Dynamixel XL330-M288，一只在 Robotis 官方 e-Manual 里能查到完整规格的舵机。它 18 克、减速比 288.4:1、堵转扭矩在 5V 下 0.52 N·m、空载 103 rev/min，12 位绝对编码器（AS5601），PID 控制，一条 TTL 半双工串行总线能挂 253 个 ID。参数扎实，但价格对复刻项……继续阅读 » admin 1个月前 (09-23) 381浏览 0个赞
向量数据库选型：pgvector、Qdrant、Pinecone 独立开发者到底该用哪个你的 RAG 系统上线半年,用户开始变多,可向量检索越来越慢,账单也在涨。这时候最烦人的问题就来了:当初随便选的向量数据库,是不是选错了?很多独立开发者做 RAG 时,都是”Chroma 跑通 demo 就上”,等到要处理几百万向量、要控制成本、要保证延迟时才回头重新评估。今天这篇文章就帮你把这个决策做……继续阅读 » admin 1个月前 (09-23) 167浏览 0个赞
Microduck 很小。25 厘米、800 克，主控是块 Rockchip RK3566——一块常见于开发板的 ARM SoC，不是啥服务器级硬件。但它的软件架构一点都不”小”：官方在这么一块板子上，跑着七个守护进程。第一次看到这个架构文档，我的反应是：至于吗？一个鸭子，为什么要拆成七个进程？后来想明白了。不是至不至于的问题，是每个进程在回答一个”如果它挂了会怎样”……继续阅读 » admin 2个月前 (09-22) 250浏览 0个赞
你的LLM应用一上线就黑盒，怎么知道哪里贵、哪里慢、哪里错很多AI产品开发者把精力全花在prompt和模型选型上，上线之后反而心里没底。用户反馈”有点慢”，你连慢在哪一步都说不清；账单月底翻倍，你想不起来到底哪个功能在烧钱。传统监控工具对LLM应用基本失灵，因为它们看不到token、cost、单次推理延迟这些关键信号。这篇文章不讲道理，直接给你一套能落地的LLM可观测性方案：要监控哪些信号……继续阅读 » admin 2个月前 (09-22) 255浏览 0个赞
