先说一个大家都有体会的场景：晚上十一点，你从书房走回卧室，客厅的灯还亮着，空调还开着 22 度。躺下之后才想起来——手机落在书房了。
这就是现在大多数"智能家居"的真实水平：它更像遥控器搬家，而不是有人管家。你得告诉它做什么，它才做；你不说，它什么都不懂。它不认识你，也不记得你昨天说过"客厅灯太亮了"。
所以我们决定做一件更根本的事——给家装一个大脑。
悦居智能已正式启动基于大模型 Agent 的智能家居系统研发。它不是又一个 App、又一套场景面板，而是一个真正意义上的中央大脑。
▲ 不是遥控器搬家，而是让家自己知道该做什么
一、它和现在的智能家居，差在哪
现在的智能家居是"规则驱动"：晚上十点关灯、开门亮灯、离家布防。规则是你写的，它照着执行。而规则能覆盖的，永远只是你想到过的情况。
Agent 是"理解驱动"：
你说"有点闷"，它会自己判断该开新风还是开窗——看外面空气质量、看空调开没开、看现在几点；
它发现你连续三个晚上都在书房待到很晚，于是主动把书房灯调到 4000K 护眼档，顺手把座椅加热打开；
老人晚上第三次起夜，它不再给你发一条冷冰冰的报警，而是悄悄把走廊灯调到 10% 亮度。
从"执行指令"到"理解意图"，这是两个物种。
二、这个大脑有四个能力
1. 空间感知——它的眼睛和耳朵
家里装的不再只是"有人没人"的红外传感器。摄像头配合毫米波雷达、门磁、温湿度、光照、噪声传感，构成一套空间感知网络。它知道的不只是"客厅有人"，而是谁在哪、几个人、在做什么——孩子是在写作业，还是躺在地毯上打游戏；老人是在沙发上打盹，还是刚从床上滑下来了。
▲ 摄像头与传感器构成的空间感知网络——知道"谁、在哪、在做什么"
隐私这条线我们先划清楚：感知结果与人脸原始画面分离，能在本地算的绝不上传，不需要摄像头的房间可以只装传感器。这是设计前提，不是出了事再补救。
2. 长期记忆——它记得这个家
它有记忆。谁几点起、谁怕冷、谁喜欢暖光、谁一进厨房就把抽油烟机开到最大档；上周三空调为什么会漏水、去年冬天哪个房间最费电。这些不是配置文件里的一行参数，而是随时间累积、可被检索的记忆，也是它做判断的依据。
▲ 它记住的不只是指令，是这个家每天真实发生的事
3. 习惯学习——越住越懂你
不需要你先去设置一堆"场景"。它观察、试错、被纠正：你说一句"太亮了"，它调暗，并且记住。三天以后你不用再说第二遍。这套系统的目标不是让你学会用它，而是它学会适应你。
4. 全域控制——它的手脚
灯光、窗帘、空调地暖、新风除湿、水路阀门、门锁安防、影音——一个大脑统一调度，不再是一个个互相不认识的 App。设备层面我们坚持既有技术路线：米家生态 + 蓝牙 Mesh 2.0，向下兼容家里已有的设备，不为了"智能"逼客户把全屋硬件换一遍。
▲ 面板、手机、语音都只是入口，真正的调度在中央大脑里完成
三、我们怎么做（技术路线）
系统按 Agent 的经典结构搭四层：感知层 → 记忆层 → 决策层 → 执行层，中间是闭环反馈——执行结果回到感知层，形成"做错了能自己发现"的链路。
决策层由大模型承担推理与规划，但不是把家全权交给云端模型处置。我们的做法是本地与云端混合：隐私敏感、要求低延迟的动作（人在灯亮、燃气报警、老人久未活动）在本地闭环；需要常识推理与跨设备协调的复杂任务才上云。
还有一条底线：先保证"灯还能用、门还能开、水还能关"。大模型只在可控边界内调度，任何模型失效的情况下，基础功能必须照常工作——这是做家居系统的基本职业操守，不能拿客户的房子做实验。
▲ 感知、记忆、决策、执行——四层闭环，才是"大脑"而不是"面板"
四、这些场景，很快能落地
- 客厅有人看电视、主卧老人已经入睡——自动压低客厅音量提示、走廊灯调暗，不吵醒任何人。
- 老人在卫生间超过二十分钟没有动作——不是直接报警，而是先轻声询问一句；没有回应再通知家人。
- 孩子写作业时光线不足——自动补光到合适照度，不打断、不唠叨。
- 出门说一句"我走了"——全屋自检：窗户没关、热水器还开着、燃气阀门未关，逐条提醒并处置。
能耗上同理：它知道电价分时、知道你几点回家、知道哪个房间现在真的有人，于是把地暖、空气能、空调按"人在哪儿"而不是按"设定值"来调度。
▲ 对老人来说，最好的智能是"感觉不到智能"
五、进展与时间表
项目已完成立项，进入原型研发阶段。接下来的节奏是：
原型验证 → 在我们自己的实景环境（展厅与样板间）跑通 → 小范围客户家庭试点。在没跑通之前，我们不打算对外卖概念。
如果你正在做全屋智能、老房改造，或者经营民宿、酒店、养老机构——这套大脑同样适用。欢迎来展厅现场看看，也可以把你家现在的智能家居情况发给我们，我们先帮你看看这个大脑能替你解决哪几件事。
智能家居的上一阶段是"联网"，下一阶段是"懂事"。我们开始做后者了。