南方科大博士生吳天禹 連續兩年獲 Swift Student Challenge 傑出獎 用 AI 製作 iPad 機械人遊戲

AI 正在改變很多人的生活方式。對開發者來說，它改變了寫代碼的工作流程；對創意工作者來說，它變成了表達靈感的工具；對普通用戶來說，它也開始進入搜索、寫作、學習和日常決策。來自南方科技大學（深圳）的吳天禹，但對吳天禹來說，AI 的意義可能更具體一些。因為 AI 正在幫助他把一個原本只存在於實驗室、論文和專業設備裡的機器人，變成普通人也能理解、能操作、甚至能玩起來的东西。

吳天禹是南方科技大學智能製造與機器人專業的博士生，也是一名 Swift 學生開發者。去年，他第一次參加 Swift Student Challenge 並獲獎，今年他再次獲獎，並成為 Swift Student Challenge 傑出獲獎者。

從「採集機器人數據」到「玩懂機器人」

吳天禹去年提交的作品，和機器人數據採集有關。在那個作品裡，用戶可以通過 AR 場景操控一台水下機器人。機器人的位置、姿態等數據會被記錄下來，未來可以用於真實機器人的訓練。換句話說，他想把「玩遊戲」變成一種採集機器人訓練數據的方式。 到了今年，他提交的作品 MagiBotics 變成了一個 iPad 上的機器人實驗室遊戲。用戶不再只是遙控機器人完成任務，而是在遊戲過程中接觸正運動學、逆運動學、手勢控制和語音控制這些機器人學概念。

他將原本聽起來很硬核的專業方向，拆成了幾個可以直接上手體驗的任務。 MagiBotics 這其實也是創作思路的延續。去年，他想讓 iPad 成為機器人數據採集工具；今年，他進一步把 iPad 變成普通人理解機器人的窗口。「很多人覺得機器人很複雜，需要專業設備、複雜代碼和實驗室環境才能接觸。」吳天禹說，「如何讓機器變得更容易被人理解、控制和使用，是我正在解決的問題。

」 這句話很能概括他這兩年的作品。從去年的水下機器人，到今年的機械臂實驗，它們看上去形式不同，但底層問題是一樣的，那就是機器人不應該永遠只停留在實驗室裡，它需要被更多人看見、理解和使用。 要把這樣的idea真正做成作品，並不容易。一個機器人相關的 App，不只是寫幾段代碼那麼簡單。它可能涉及交互設計、三維場景、傳感器調用、數據記錄、語音識別、視覺識別，以及如何把專業概念轉化成普通用戶能理解的體驗。

對一個學生開發者來說，這些工作原本很容易被工程細節拖慢。而 AI 正是在這個過程中，進入吳天禹的開發工作流程。從時間上看，吳天禹的開發經歷恰好橫跨了兩個階段：一個是還沒有成熟 AI 工具的時期，一個是 AI 已經進入開發工作流程的現在。也正因為經歷過「AI 前」的開發方式，他對今天 AI 帶來的變化感受也更直接。 過去他在學習 Swift 的时候，遇到問題更多依靠文檔、搜索和反覆 Debug。

有時候，一個 Bug 就要花上一整天。現在，AI 既像搜索引擎，也像一位屬於自己的「程序員」。當他需要學習新的框架和技術時，AI 可以幫他更快理解使用方式；當他要把想法變成具體功能時，AI 也能幫助他跨過一部分工程細節。 他說，自己能明顯感受到，編程方式已經和幾年前完全不同。「以前是寫出一行行的代碼，而現在變成了寫出一行行的提示詞。」 可以看到，AI 對開發者的改變，並不只是「代碼寫得更快」，而是開發者的工作重心開始前移。

過去開發精力會消耗在語法、接口或是修報錯上，現在開發者需要更清楚地描述目標、拆解任務、判斷結果，並把 AI 生成的東西整合進一個完整作品裡。 這種技能對學生開發者尤其重要。「以前一個人做完整的 App，可能會被很多工程細節卡住。」吳天禹說，「現在有了 AI 輔助，學生可以把更多精力放在創意、交互、體驗和系統整合上。」 隨著 AI 編程工具越來越成熟，外界常常會出現一種判斷：開發正在變成一件「沒有門檻」的事。

只要會描述需求，AI 就能生成代碼，甚至幫人做出完整應用。 不過，吳天禹並不認為 AI 會讓開發變成一件完全沒有門檻的事。相反，他覺得 AI 改變的是「優秀開發者」的標準。如果一個初學者完全依賴 AI，很可能会跳過許多原本應該理解的開發細節，例如給 AI 布置任務時，可能並不知道如何把需求寫清楚，也不知道如何判斷 AI 給出的代碼是否正確。 這恰恰會直接影響 AI 生成內容的質量。

所以在他看來，AI 並不是讓基本功變得不重要，而是讓基本功換了一種表現形式。過去，一個優秀開發者需要獨立寫出代碼；現在，他還需要知道如何把 AI 變成工具，用它做出真正有價值的东西。 得益於 AI，越來越多人開始更容易上手編程，進入開發的世界。過去需要花很久才能掌握的語法、框架和工程細節，現在可以被 AI 部分承擔。但真正有價值的，不是讓 AI 寫出多少代碼，而是開發者能不能提出一個值得解決的問題，並把 AI 生成的內容整合成一個完整、好用、對他人有意義的作品。

機器人行業本身就決定了，AI 不能只停留在屏幕裡。對機器人來說，理解世界從來不只是理解文字。它需要看見環境、理解位置、識別動作、聽懂指令，並把這些信息轉化為可執行的行動。也正因為如此，吳天禹期待的 AI，除了能聊天、能生成內容，還有未來真正進入機器人、AR、人機交互和真實空間。 這也是他正在嘗試推進的方向。吳天禹最近已成为「寧泉機器人」的創始團隊一員，同時研究課題也一直圍繞 App 開發、機器人數據採集和人機交互展開，而且他還在持續開發一款名為 asMagic 的 App。

在他的設想裡，asMagic 不只是一款工具，而是一個「人人都能使用的機器人入口」。它會結合 Apple 設備本身的傳感器，讓用戶學習、控制，甚至訓練自己的機器人。對學生來說，它可以是一個機器人學習平台，把正運動學、逆運動學和控制概念變得可視化、可交互；對研究者來說，它可以是一個多模態數據採集和實驗工具，幫助更高效地收集真實世界裡的機器人數據；對普通用戶來說，它又可以通過遊戲化的方式，成為連接人和機器人的自然界面。

這聽起來是一個很大的目標，但如果把他這兩年的作品連起來看，會發現它並不是突然出現的想法。去年，他想讓 iPad 參與機器人數據採集；今年，他想讓更多人通過 iPad 理解機器人；接下來，他希望把 App、AI 和機器人進一步連接起來。 這條線的最終目的，就是讓機器人離普通人更近。 很多時候，我們談 AI，談的是模型能力、生成速度、應用場景和行業競爭。這些當然重要，但在吳天禹的故事裡，AI 更像是一種把複雜技術往前推的力量。

它讓一個學生開發者可以更快學習新框架，更快完成作品，也更快把腦海裡的想法變成可以體驗的东西。 更重要的是，AI 讓他有更多時間，去思考作品本身的意義。機器人為什麼還離普通人很遠？複雜技術怎樣才能被理解？學生開發者在 AI 時代真正應該掌握什麼？App 能否成為人和機器之間的入口？ 這些問題，比單純「AI 能不能寫代碼」更往前一步。吳天禹今年再次獲獎，當然是一個結果。

但更值得被看見的，是這兩年裡他身上的變化：從完成一個作品，到思考作品能影響誰；從展示技術，到試著翻譯技術；從讓機器人動起來，到讓人真正理解機器人… AI 確實給整個行業按下了「加速鍵」。但對他來說，真正重要的不是速度，而是當那些過去很難跨過去的技術門檻被一點點降低之後，一個學生開發者終於可以把更多力氣，放回到最初那個問題上：我到底想把什麼東西，帶到更多人面前。