昨天談到：
就算 AI 已經開始理解 Reality，
也不代表它自動取得 Physical Authority。
Digital World 和 Physical World 中間，
需要一道：
Governed Boundary。
所以當我真的開始想：
「那下一步是不是可以讓 Sol 接進 AICAN 的智慧空間展示中心？」
我第一個正式做的決定，
反而不是：
讓她開燈。
不是：
調空調。
不是：
跑場景。
而是：
先禁止她控制。

這件事情乍聽很反高潮。
做了這麼久 Physical AI，
真的接到智慧空間以後，
第一步居然是：
Read-Only。
但我現在反而覺得：
這才是最合理的順序。

AICAN 的智慧空間裡，本來就已經有很多東西。
例如：
Lighting。
HVAC。
Sensors。
Scenes。
Energy Data。
不同 Protocol。
Building Platform。
各種 Device / Point / State。
以智慧空間工程師的角度來看，
這些資料我大概知道在做什麼。
但對 Sol 來說，
不能因為：
「Ronnie 看得懂。」
就假設：
Sol 也看得懂。

假設某一個 Building Platform 裡有：
Point A。
Point B。
Point C。
數值一直在變。
對工程師來說，
可能一眼就知道：
這是溫度。
那個是 CO₂。
另一個是空調運轉狀態。
但如果 AI 只看到：
Tag。
Value。
Timestamp。
其實她還不知道：
這個 Point 屬於哪個 Space？
哪一台 Device？
是 Sensor 還是 Command？
可以 Read 還是 Write？
它的 Unit 是什麼？
它對真實環境代表什麼？
甚至：
它是不是一個高風險 Capability？

所以如果這時候我直接問 Sol：
「妳可不可以開始控制？」
其實順序完全反了。
因為：
連世界都還沒有盤清楚，憑什麼先行動？

這也是為什麼我們後來先做兩件事情的規格方向：
ComfortClick Connector
以及：
Site Knowledge Pack
目前它們的角色不是：
「讓 AI 馬上控制設備。」
而是：
先建立一條可以理解場域的路。

再往下一步，
我們把 AICAN 展示中心正式選成一個很適合的 Read-Only Discovery 場域。
第一階段要做的事情不是控制。
而是：
Inventory
盤點現在有哪些東西。

Mapping
建立 Device / Point / Scene / Space 之間的關係。

Semantic Meaning
這個 Point 到底代表什麼。

Capability Classification
它只是 Read？
還是未來可能具有 Write / Control Capability？

Relationship
它跟哪一個 Space、Device、Scene、State 有關？

也就是：
先從：
「系統裡有什麼資料」
走到：
「這些資料在 Reality 裡代表什麼」

這件事情看起來不像 AI。
沒有酷炫推理。
沒有自動控制。
甚至沒有一句自然語言就讓燈亮起來。
但我現在反而覺得：
這可能是 Physical AI 最重要的基本功之一。

因為如果 Site Knowledge 不清楚，
後面的 AI 再聰明都可能出錯。
例如：
Sol 找到一個數值：
26.8。
她必須知道：
這是什麼？
溫度？
哪個房間？
多久前更新？
Sensor 正常嗎？
這個值跟哪一套 HVAC 有關？
現在有人嗎？
如果不知道，
26.8 只是一個：
Number。
不是：
Reality。

所以我現在很在意一條順序：
Observe
↓
Map
↓
Understand
↓
Validate
↓
Govern
↓
Act

不是：
Connect → Control Immediately

這也就是今天最想留下的一句：
Observe before acting.
如果未來真的希望 Sol 具備 Physical Capability，
她的第一個能力不一定是：
「會控制。」
反而應該先是：
能正確看世界。

而且 Read-Only 還有另一個很大的好處。
它讓我們可以在：
不改變 Physical State
的情況下，
先驗證很多東西。
例如：
Point Mapping 對不對？
Semantic Meaning 對不對？
Space Relationship 對不對？
Context 有沒有誤解？
Reality Model 有沒有錯？

這些如果連 Read-Only 階段都還沒弄清楚，
我更不可能放心進 Write。

這其實跟我們前面所有 Governance 原則是一樣的。
Day 15：
不確定就 Fail Closed。
Day 20：
Understanding 不等於 Authority。
到了今天：
還沒理解，就不要控制。

這裡我也要把目前 Development State 說清楚。
ComfortClick Connector / Site Knowledge Pack，
已經有：
SPECIFIED
的方向。
而：
AICAN Showroom Point Mapping
已經被正式定義成：
READ-ONLY MAPPING — NEXT ENGINEERING STEP
但：
Mapping 還不能被寫成已全部完成。
更不能寫成：
Sol 已經在展示中心進行完整 AI Physical Control。
目前沒有這個 Claim。
而且：
Production Write / Control 目前沒有因此被授權。

我覺得這一點反而非常重要。
因為如果我只想做一個漂亮 Demo，
最簡單的方式其實是：
先挑一盞燈。
接一個 API。
讓 Sol 說：
「幫你開燈。」
然後燈亮。
大家會覺得：
AI 控制智慧家庭，好酷。
但這不是我真正想做的。

我想解的是：
如果未來一棟建築裡有：
幾百。
幾千。
甚至更多 Point。
AI 到底怎麼知道：
它們是什麼？
屬於哪裡？
彼此什麼關係？
哪些只是 Sensor？
哪些真的能改變 Physical State？
哪些 Action 需要更高 Authority？

也就是：
Physical AI 真正的困難，
不是：
控制一盞燈。
而是：
讓 AI 建立一個可信的 Site Reality Model。

所以我反而很喜歡：
第一步先不讓 Sol 做任何 Physical Action。
讓她先學：
看。
理解。
分類。
建立 Relationship。
承認不知道。
這樣未來真的走到 Governed Action 的時候，
我們才不是在：
一個錯誤世界模型上自動化錯誤。

Day 21 寫到這裡，
我們其實已經正式站在真實世界門口。
下一步不再只是：
「AI 能不能接設備？」
而是：
一棟真實建築裡面可能有幾百、幾千個 Point。
這些資料要怎麼從：
Tag。
Value。
Timestamp。
變成：
AI 看得懂的世界？
Day 22：
一棟建築，怎麼變成 AI 看得懂的世界？