AEROS 正在构建具身智能体所需要的运行与治理基础设施。
我们关注的不是某一个单点模型能力，也不是某一个临时场景 Demo，而是具身智能真正走向部署时所需要的系统层。
AEROS 聚焦于具身智能体的运行、能力管理与治理控制。
我们的目标不是再做一个机器人中间件，也不是给模型外面包一层工具，而是定义并建设一个新的系统层：让具身智能体真正具备可运行、可治理、可演进的基础能力。
我们做的是运行时，不是 Demo
AEROS 起步于对一个具体问题的执拗：模型层和硬件层都在快速进步，唯独中间这一层 — 让 Agent 持续运行、可被审批、可被回滚 — 始终缺位。我们花了一年时间，把这一层做成真正跑着的代码。
不靠概念图，靠 commit。不靠 PPT，靠 release。完整运行时已在 github.com/s20sc/aeros-core 开源，AGPL-3.0 + Apache-2.0 双许可。
为什么智能体需要运行时
光有模型远远不够
大模型给了智能体推理能力。但没有治理、没有状态管理、没有生命周期管控，那只是一个漂亮的 Demo。
硬件越来越碎片化
人形、四足、AMR、无人机、协作臂——每种形态能力都不一样。能力必须模块化、可迁移、可版本管理。
上了生产就得有治理
在仓库、医院、公共场所，"刚才发生了什么？""谁批准的？"这些问题必须有答案。运行时治理就是答案。
时机已经成熟，但系统层仍然缺位
模型能力正在快速提升
具身智能的上层能力越来越强
机器人本体形态持续丰富
场景化需求快速扩张
真实部署要求更高
真实部署对稳定性、治理、审计和升级控制提出了更高要求
不是一个概念，而是一条清晰的系统路线
AEROS 自顶向下从治理优先的论点出发，作为生产级开源软件实现，而不是从中间件自底向上拼装
统一架构论点
一个清晰的架构原则，每个设计决策都能追溯到它 — 一个身份、一个运行时、一条审计链。
开源运行时
不是 PPT。完整开源、跑着的代码，配套通过的测试套件和可测量的基准。
治理是楔子
大模型和执行器之间的运行时层，才是审计、人格、回滚必须落地的地方 — 也是商业价值所在。
里程碑
MVP + 研究系列起步
运行时核心跑通，配套通过的测试套件和可测量的基准；首批 AEROS 论文上 arXiv。
硬件 + Bench v2
Unitree G1 和 Franka Panda 真机适配桩；多 LLM 基准矩阵。
完整运行时开源
v0.15.0 公开在 github.com/s20sc/aeros-core — 整个运行时，AGPL-3.0 + Apache-2.0 双许可。
运行时核心 v1.0
生产可用的运行时，完整生命周期管理、ECM 支持、全链路追踪。
首个试点落地
和仓储自动化合作伙伴一起做 POC 验证。
生态系统
社区 ECM 库、可复现 benchmark 套件与 leaderboard、governed CaP-Agent0 集成。