作者详细介绍了清华大学和伯克利大学合作开源的 uni-robot-agent 框架。该框架通过五层架构（Agent 层、编排层、工具层、服务层、后端层）实现了统一的机器人操作接口。

实验显示，Qwen3.8-Flash-Next 在 RoboDojo 上的得分从 1.90 提升至 31.39，GPT-6 Astra 在真实机器人任务上得分达 80.50。作者分析了模型在机器人操作中的表现差异及核心能力 factors，包括模型尺寸、代际、四类常见错误类型等。