从连接设备到理解家庭

过去十多年，智能家居解决了大量设备连接和控制问题。

灯、窗帘、空调、门锁、摄像头和传感器开始接入网络；用户可以通过手机、语音和自动化规则控制它们；Matter、KNX、Home Assistant 等技术也在持续改善不同设备之间的互联。

这些进步让家庭拥有了越来越多可以被软件控制的设备。

但连接设备，并不等于理解家庭。

今天的大多数智能家居系统认识的是设备及其状态。它们知道某盏灯已经打开、空调设定为二十六度、门窗传感器检测到开启，却很少真正理解这些状态在一个具体家庭中意味着什么。

系统可能知道一盏灯属于“客厅”，却不知道它安装在哪里、朝向哪里、能够照亮哪些区域，也不知道当前亮度是否适合正在沙发上阅读的人。

系统可能知道某个房间检测到人体移动，却不知道出现的是哪位家庭成员、宠物还是访客，不知道他正在经过、休息还是准备进行某项活动。

系统可以在晚上十点启动热水循环，却不知道今天家里是否有人、谁可能准备洗澡，以及提前多久启动才能在舒适与节能之间取得平衡。

在现有系统中，空间通常只是设备的分组标签，设备通常只是可以调用的功能集合，人通常只是“在家”或“不在家”的状态，时间通常只是自动化规则中的触发条件。

然而，真实的家庭并不是这些孤立元素的简单集合。

家庭是一个持续变化的空间、物理和生活世界。

房间之间相互连接，光线、温度、声音和空气会穿过空间传播；设备的位置、朝向和功率会改变实际效果；家庭成员和宠物拥有不同的习惯、偏好、权限和状态；一天中的时间不仅代表钟表刻度，也代表起床、出门、回家、用餐、洗澡和休息等生活阶段。

传统自动化通常绕过这些认识过程，直接把某个信号和某个动作连接起来：如果发生 A，就执行 B。

这种方式可以完成明确、固定的任务，却很难面对真实家庭中的变化、不确定性和例外。一旦人员习惯改变、家具移动、设备被替换，或者多个条件同时出现，原本有效的自动化就可能失效。

大语言模型和 Agent 带来了新的可能。系统开始能够理解自然语言、分解任务、调用工具、保存记忆，并尝试从用户表达中推断需求。

但更强的语言能力不会自动带来对家庭的理解。

如果 Agent 不知道房子的结构，不知道设备的位置和实际作用，不知道家庭成员当前的状态，也不知道自己的判断来自事实还是推测，那么它仍然只是在用更自然的语言操作一套缺少上下文的设备系统。

当 Agent 开始主动行动，这个问题会更加重要。主动服务不能只建立在语言理解、用户画像和历史记忆之上，还需要建立在对真实家庭的持续观察和可验证认识之上。

这种认识也不能从入住以后才开始。在新房尚未装修时，许多影响未来智能能力的决定已经发生：线路如何部署、设备安装在哪里、传感器覆盖哪些区域、网络和供电怎样预留、候选设备能否在实际空间中达到预期效果。

因此，我们面对的核心问题，已经不再只是如何连接更多设备，或者如何让 Agent 调用这些设备。

真正的问题是：Agent 需要如何认识一套房子，才能参与这个家庭的设计、建设和长期生活？

真实家庭首先是一个空间世界。

它由房间、走廊、门窗、墙体、家具和各种功能区域组成。空间之间存在连接、遮挡、距离和方向关系。设备、人、宠物以及环境变化，都发生在这个空间中。

“客厅”不只是一个名称。它有形状、尺寸、朝向、材质和出入口；阳光从某个方向进入，声音可能传到相邻房间，空调气流会受到家具和门窗影响。人在沙发、餐桌或通道上，对灯光、温度和安静程度的需要也不相同。

家庭 Agent 需要的不只是一张户型图，而是一个能够承载家庭事物及其关系的空间基础。这个基础可以来自建筑图纸、装修设计模型、用户标注、手机摄像头、空间扫描和现场测量。它不必一开始就绝对精确，但应允许不同来源的信息逐步汇合，并在家庭变化时持续更新。

家庭同时是一个物理世界。

灯光会照亮空间，也可能造成眩光；空调会改变温度，但效果受到房间体积、门窗状态、人员数量和室外环境影响；窗帘会改变采光、隐私和热量进入；音箱产生声音，净化器影响空气，路由器和无线设备形成信号覆盖。

设备的动作不会只改变一个数字状态，而是在真实空间中产生影响。因此，对设备的认识不能止于“支持哪些指令”，还需要逐渐认识它安装在哪里、以怎样的方式安装、影响能够到达哪里、不同工作状态会产生什么效果，以及实际结果是否符合家庭预期。

这种认识可以从产品资料开始，通过模拟形成初步预测，再通过手机、摄像头、传感器和人的反馈进行现场校准。设备能力不再只是固定参数，而是随使用逐渐接近真实效果的模型。

家庭也是一个有生命参与其中的世界。

家庭成员、宠物、访客和服务人员都会进入空间，但他们不是普通设备实体。每个人拥有不同的身份、习惯、偏好、身体状态和权限。同一个人也会因为正在睡觉、工作、运动、休息或生病，对环境产生不同需要。

检测到卧室有人，可能是观察；判断这个人是某位家庭成员，可能是识别；认为他准备睡觉，是推断；认为接下来应该调暗灯光，则是预测和行动建议。

这些认识不能混在一起。一个负责任的家庭 Agent 应该知道自己掌握了什么、推断了什么、还不知道什么，以及每个判断有多大把握。

家庭还是一个具有时间和节律的世界。

时间不仅是几点几分，也包含家庭正在经历的生活阶段：起床前、准备出门、陆续回家、用餐、洗澡、休息、短期离家或特殊家庭事件。

但这些生活阶段不应被压成一个全屋 home／away／sleep／guest 开关。同一时刻，一位家人可能已经睡觉，另一位仍在工作，访客尚未离开，宠物在走动，安静时段策略已经生效，而报警器又被误设成离家模式。它们是不同主体、空间、时间和来源下可以并存的认识；报警器 mode 是控制状态，不是家庭现实。

Agent 只有在具名用途下，把有来源的 Observation 解析成带主体与时间的情境 Claim，并确认其仍然新鲜、适用且覆盖了查询所需主体后，才能说“这个条件现在可以使用”。没有检测到事件、相机不可用或访问被拒绝，都不能被说成“家里没人”。即便条件成立，它也只是 Routine 的一个 eligibility 输入，仍不等于激活规则、创建任务或授权设备行动。

情境成立也不等于 Agent 已经知道人的“需求”。“A 正在睡觉”“A 睡觉时偏好 19–21 °C”“卧室现在 25 °C”“这条偏好当前未满足”“家庭决定降温”必须分别成立。Agent 可以用一条经家庭接受、可解释的适用规则判断某项偏好当前是否值得考虑，但适用、满足、冲突、优先级、家庭意图与行动权限仍是不同判断。这样，Agent 才能说清楚“我为什么把这条偏好带入当前决策”，而不是把一次模型推测包装成“你现在需要什么”。

Agent 可以从历史中认识习惯，但习惯不是必须执行的规则。某个家庭通常晚上十点洗澡，不代表每晚十点都应该启动热水循环。今天是否有人在家、是否刚刚运动、浴室是否被使用，都可能让今天与平时不同。

家庭还是一个不断被建设和改变的世界。

在新房阶段，家庭可能只有图纸、设计方案和生活预期。随着装修推进，电路、网络、灯光、暖通和传感器逐步进入空间；设备安装后，设计假设开始接受真实环境检验；入住以后，家具会移动，设备会替换，家庭成员会成长，生活习惯也会改变。

家庭模型因此不应只描述当前状态，还需要保留设计意图、施工结果、设备选择依据、现场测量、调试记录、运行偏差和后续变化。

Agent 也不是这个世界中无所不知的管理者。它只是家庭中的一个智能参与者：通过图纸、传感器、设备、用户表达和历史记录观察家庭；通过模型形成理解；通过推演评估结果；在获得授权后采取行动；再通过测量和反馈判断行动是否有效。

一个真正理解家庭的 Agent，不是永远正确的 Agent，而是知道自己可能错误、能够说明判断依据，并愿意通过观察和人的反馈持续修正的 Agent。

我们所说的家庭世界，因此不是一份静态三维模型，也不是某个平台内部的设备数据库。

它是一个持续生长的共同认识：以空间为基础，以真实物理效果为约束，以家庭生活为中心，以时间和变化为背景，并通过持续观察、行动与验证逐渐接近真实。

以下原则是共同讨论的起点，而不是已经完成的规范。

1. 家庭模型属于家庭

无论信息由用户输入、设备生成、Agent 推断还是专业人员交付，家庭都应拥有查看、导出、修改、删除和迁移它们的能力。服务商可以帮助管理家庭模型，但不应借助封闭格式、云端账号或设备生态将家庭锁定在某个平台中。

2. 家庭应当比设备、平台和 AI 模型存在得更久

家庭世界模型应独立于具体设备、通信协议、运行平台和大模型存在。设备可以更新，平台可以迁移，Agent 可以更换，但家庭积累的空间、习惯、规则、测量结果和安装记录不应因此消失。

这种连续性不应只保存“家庭知道什么”，还应保存“家庭决定持续推进什么”“何时允许再次生成工作”以及“哪些工作仍未完成”。一句抱怨、一个个人偏好、一次 Agent 推测与家庭正式采纳的生活目标不是同一件事；观察到每天相似的生活节律，也不代表 Agent 可以把它变成自动执行规则。家庭应分别持有长期意图、经激活的 Routine 与任务血缘；Routine 只决定何时评估创建工作，目标被采纳或 Task 被创建都不等于某个具体动作已经获准。

3. 家庭效果比设备指令更重要

家庭成员真正关心的是阅读区域是否足够明亮、卧室温度是否舒适、浴室是否及时有热水、老人夜间行走是否安全，而不只是某个设备是否收到了指令。Agent 不仅要知道命令是否执行，还应在条件允许时判断家庭是否达到预期效果。

4. 事实、推断和预测必须有所区分

家庭模型应保留信息来源、时间、可信程度和推理关系。Agent 不应把自己的猜测伪装成已经确认的事实。

这里的“确认”也不意味着给某条数据盖上永久、全局的真理印章。更稳妥的表达是：在明确用途、时间、家庭权限和证据规则下，当前 Agent 可以依赖这条认识；原始图纸、视觉判断、用户回答与后续纠正仍分别保留。用户说“不是这样”会让认识进入争议或触发新 Claim，而不会迫使系统虚构一个相反答案。这样，新 Agent 才能重新判断它为什么曾被接受，以及现在是否仍应被接受。

5. 主动服务必须建立在权限之上

理解家庭并不天然赋予 Agent 行动权。越涉及安全、隐私、健康、财务或不可逆影响的行为，越需要明确授权。Agent 应能够说明行动原因、依据、预期效果、不确定性，以及如何阻止、撤销或恢复。

6. 隐私是家庭模型的基础结构

家庭应该知道哪些信息被采集、存放在哪里、由谁处理、用于什么目的，以及何时删除。在可能的情况下，家庭模型和推断应优先在本地完成；使用云端服务时，应尽量只发送完成任务所需的最少信息。

7. 家庭模型应允许不完整、不确定和持续修正

图纸可能与现场不一致，设备资料可能缺失，传感器可能识别错误，人的偏好也会改变。开放模型不应为了显得完整而隐藏这些问题，而应允许信息处于待确认、存在冲突、精度不足或已经过期的状态。

8. 设计、施工、调试和运行应共享同一个家庭模型

设计阶段形成的空间与需求，可以转化为电力、网络和设备规划；施工结果可以更新模型；调试数据可以校准设备效果；入住后的反馈又可以反过来修正原本的设计假设。

9. 开放模型应与现有生态协作

Matter、KNX、Zigbee、Thread 等解决不同层面的连接与通信，Home Assistant 等平台提供设备接入和自动化，BIM、Brick、W3C WoT 等体系描述建筑、设备和交互能力。开放家庭世界模型不应取代它们，而应明确自己缺失的那一层，并建立可维护的映射。

10. 标准必须由真实家庭和可运行案例验证

任何概念都应接受真实案例检验。参考实现不是为了抢先做成产品，而是为了暴露叙事和标准中的错误。标准应通过公开讨论、真实案例、跨平台实现和可重复测试逐步形成共识。

想象一个普通家庭，准备装修一套尚未交付的新房。

家庭中有两位成年人、一个孩子和一只猫，老人偶尔来居住。他们并不熟悉设备协议，但知道自己希望怎样生活：清晨起床时灯光不要突然变亮，在家工作时需要安静和稳定温度，孩子夜间经过走廊时需要安全照明，猫不应频繁触发人体自动化，老人来住时仍能使用简单明确的物理开关。

这些生活需要，是家庭智能最初的来源。

Agent 可以把这些表达整理为候选目标，指出冲突、遗漏和实现条件，但不能因为听见一句话、观察到重复习惯或生成了一个合理推测，就宣称家庭已经作出承诺或激活 Routine。哪些结果值得持续追求，需要由家庭在明确范围内采纳；哪些时间、事件和条件可以产生下一次 Task，需要由家庭另行激活并保持可暂停；是否已经达到结果，需要由证据持续检验；Task、Plan 和具体行动继续接受各自的权限与安全判断。

家庭向 Agent 提供户型图、装修设计方案和现场照片。Agent 从中建立初步空间模型，再通过对话了解生活方式、预算、隐私边界、断网要求和未来计划。

Agent 首先帮助家庭识别装修完成后难以低成本修改的条件：开关零线、回路划分、吊顶和窗帘供电、网线和 PoE、无线覆盖、传感器位置、空调与新风控制接口、设备柜、备用供电和物理控制保底方式。

它提供建议、冲突检查和选择依据，正式电气设计与施工仍由专业人员确认。

选择设备时，Agent 不只比较价格和宣传参数，而是把候选设备放回具体房屋中判断：供电与安装条件是否满足，是否依赖云端或专用网关，在计划位置能够覆盖哪里，实际效果是否可能满足需求，以及以后是否存在可替换方案。

随着施工推进，线路、设备和家具的实际位置进入模型。与原设计不一致的部分、改变原因和可能影响得到记录。过去容易随着施工结束而消失的信息，开始成为房屋长期记录的一部分。

安装完成后，家庭可以通过手机、摄像头、传感器或专业工具测量不同自然光、窗帘状态和设备功率下的空间表现。Agent 将结果映射回空间，校准灯光、温度、空气和无线覆盖等影响模型。

验收不再只是确认设备在线、按钮可用，而是检查家庭最初表达的需要是否真正实现。

入住后，Agent 继续通过获得授权的观察和反馈认识家庭。它逐渐了解生活节律，却不会把习惯直接当成命令。它区分事实、识别、推断和预测，并根据行动风险决定等待、询问、进行低成本准备或直接执行。

每一次行动也成为新的观察机会。家庭成员可以纠正 Agent：今天只是例外，这个推断不正确，这个偏好已经改变，在这个空间不要主动行动，或者以后遇到这种情况先询问。

几年后，房间用途、家庭成员、宠物、设备和 Agent 服务都可能发生变化。开放家庭模型仍然保存空间、历史测量、生活约束、安装记录和经过确认的偏好。新的设备可以重新映射，新的 Agent 可以在授权后读取已有认识，新的运行平台也可以继续实现原有家庭效果。

家庭不需要因为技术更换而重新解释自己。

这个故事描述的不是一个无所不能的 AI 管家，而是一套房子如何从图纸开始，逐步获得关于空间、设备、环境和生活的结构化认识；又如何在设计、施工、调试和长期运行中，让这份认识不断接受真实世界验证。

没有任何一家企业能够独自定义所有家庭。

不同地区拥有不同的住宅结构、电气规范、生活方式和设备生态；不同年龄、身体条件和家庭关系，也会形成不同需求。

设备厂商擅长描述产品能力，却不一定理解完整家庭生活；AI 公司擅长语言与推理，却不一定理解建筑、电气、照明、暖通和现场交付；设计师理解空间和人的体验，但可能缺少设备运行知识；集成商掌握实际安装经验，但这些经验通常分散在个人和企业中；家庭成员最了解自己的生活，却缺少将这种认识转化为机器可理解信息的工具。

一个真正可用的家庭世界模型，需要这些角色共同参与。

我们目前提出的不是一个完成的标准。“开放家庭世界模型”首先是一项提议，来自一个简单判断：

下一代智能家居不能只让 Agent 获得更多设备控制权，还必须让它对家庭形成可验证、可修正、由家庭拥有的认识。

我们尚未决定模型最终使用什么格式，也尚未确定所有概念和边界。三维空间需要怎样的精度、设备影响如何表达、家庭成员信息的最小必要范围是什么、不同 Agent 如何共享认识而不过量共享隐私、哪些内容应进入共同标准，这些问题都需要公开讨论和真实案例验证。

开放也不只是公开代码。

家庭用户可以贡献生活案例，设计师可以检验空间表达，工程人员可以验证施工和设备约束，设备厂商可以提供真实能力与安装信息，平台开发者可以构建映射，隐私和安全研究者可以挑战不合理假设，不同地区的参与者可以补充本地差异。

一份照明影响模型、一个新房装修案例、一段关于老人夜间活动的讨论，或者一次失败的设备替换记录，都可能比新增一个软件功能更有价值。

反对意见也是有价值的证据。它应被保留、分类并用于检验提议，而不是被当成项目必须赢下的分数。

为了保持边界清晰，我们目前不准备发明新的设备通信协议，不准备取代 Matter、KNX 或 Home Assistant，不规定所有家庭应怎样生活，不建立由单一公司控制的家庭云平台，不让 Agent 在没有权限和解释的情况下自主行动，也不把某个 LLM 或 Agent 框架变成标准的一部分。

我们的目标不是控制家庭，而是让家庭能够拥有并表达关于自己的认识。

智能家居行业已经拥有更多设备、更好的连接、更强的模型和越来越自然的交互。

下一步可能不是继续增加一个控制入口，而是建立一份关于家庭本身的共同认识。

这份认识应从房屋还在图纸上时开始，在施工和安装中获得现实内容，在家庭生活中不断被验证，并在设备、平台和 AI 模型更换后继续存在。

我们希望它最终成为一种开放基础：让家庭拥有自己的数字连续性，让 Agent 在行动前真正认识环境，让设计和运行不再割裂，让设备以实际效果而不只是功能参数被理解，让不同生态能够围绕同一个家庭协作，也让主动智能建立在事实、权限和责任之上。

我们尚未拥有完整答案。

但我们相信，在 Agent 开始进入家庭的今天，关于家庭本身的开放模型不应继续缺席。

这不是一个产品发布。

这是一次共同定义下一代智能家居基础的邀请。