机械臂陪老人玩记忆游戏，AI却连"对错"都不敢自己判

一个机械臂把三串钥匙扣在桌上打乱，老人用手把它们重新排好，一个一直在听的AI开口点评刚才的表现。隔壁房间的照护者，随后收到一条简短记录。

这是ReMind，一个在DubHacks 2026上做出来的项目。团队里几个人家里都有患痴呆症或记忆衰退的亲属，常去老年中心。那里的工作人员会组织活动，目的是让老人保持参与感，延缓退化，至少别让情况更糟。

认知刺激就是这类活动的统称——一组让人动脑、动记忆的愉快活动，通常集体进行。它背后有研究支撑：2023年Cochrane的一篇综述（Woods等人）发现，对轻中度痴呆症患者有小幅、短期的认知益处。面向痴呆症的数字工具也不少，但相关综述反复指向同样的缺口。

团队针对四个缺口做设计：

• 不够个性化。一篇关于痴呆症数字辅助技术的综述综述，把个性化列为反复出现的难题。2026年一项体感游戏试点也指出，多数体感游戏系统缺少支持个性化照护的功能。
• 老人用不来。2026年一项针对轻度认知障碍老人的体感游戏可用性研究指出，现有体感游戏大多面向年轻人，对老年人不够友好。
• 人坚持不下去。据2026年一项试验摘要（AAN），机构内的锻炼对认知障碍者常常难以触达，最多有一半场次缺席，居家项目的依从性也低。一篇居家体感游戏的综述方案同样提到，依从性往往随时间下滑。
• 证据单薄。同一篇综述综述指出，随机试验的数量和质量都不足。更早一篇关于痴呆症体感游戏的综述只找到三项合格研究，样本极小。2020年一篇覆盖十项试验、702名参与者的综述发现，在七项低偏倚研究中认知益处一致存在，但时长、频率和平台差异很大。看起来有希望，细节没人定下来。

所以团队的目标是做基于认知科学的记忆唤醒游戏，并且按老年人的使用习惯来搭。全程只用说话，没有菜单。屏幕保持安静，一次只显示一张照片或几个词。照护者始终掌握主导权。至于为什么还要加一条真机械臂——因为一块屏幕不够。

团队明确不作出任何医疗声明：他们是工程师，不是临床医生。ReMind能做的是给每次会话留下朴素的记录，比如"聊到了和姐姐一起看猫王电影"，让照护者或研究者有具体的东西可看。

四个组成部分

一个实时听、实时用短句回应的语音伙伴；一块安静的屏幕；一条带摄像头的机械臂；以及照护者——负责设置每次会话、事后读摘要，出现异常时收到短信。

要机械臂干什么？多数数字活动都藏在屏幕后面。机械臂让老人能用真实物体动手做点什么，活动本身保持极简，比如把三样东西排好序。团队也把它当成起点：打算随着时间教它更多策略（新技能），每一个都可能变成一个新的动手游戏。

主游戏怎么跑

1. 机械臂在桌上打乱三串钥匙扣。
2. 老人把它们按正确顺序摆回去。
3. 摄像头读取刚摆出的顺序，校验返回一个朴素结果：对或错、原因、还剩几次机会。
4. AI拿到这个结果，用大白话回应，比如"差一点！试试把最后两个换一下"。老人有三次机会，之后ReMind温和地给出答案。没有分数，没有计时器。
5. 一行关于表现的记录发给照护者。那是观察，不是评分。

摄像头读取是实时的，也是团队最喜欢的一环。AI从不自己判定顺序对不对——它从摄像头看到的结果里拿结论，再把它转成一句善意的话。

给AI上缰绳

AI永远不发运动指令。它只能从一份短清单里请求动作，服务器逐条检查，机器人自己的软件在动之前再查一遍。这些规则写在代码里，不在提示词里，所以AI没法靠嘴皮子绕过去。"停"这个字根本不会到达AI——服务器先截住这个词，直接让一切停下。

教机械臂

团队想让机械臂用五种方式打乱黑、白、紫三串钥匙扣：左右互换、左中互换、中右互换、整体左移一位、整体右移一位。钥匙扣排在一行四个槽位里，第四个空着当停车位，因为机械臂总得有地方先放下一串。运作方式类似滑块拼图。

动作不是编程序写死的。机械臂是SO-101，一款便宜的开源型号，靠示例学习，有点像手把手教人变纸牌魔术：一个人手动移动"主"臂，第二只"从"臂复制每一个动作。

每次尝试用两台摄像头拍摄，一台从侧面看桌面，一台装在夹爪上。一次尝试35秒，一个电脑语音会告诉录制者下一步做什么（"第3次，共4次。开始。""把物体复位。"），因为录着录着人就容易乱。他们录了60次尝试，每种打乱方式12次，上传到Perceptron的云平台训练。

然后是测试：在真实桌面上反复跑，数成功频率。如果在某个特定位置失败，比如某串钥匙扣放得偏左了一点，就针对这种情况补录示例再训练。

几条经验：

• 机械臂对环境很挑。桌面颜色、光照、摄像头角度在录制和使用之间必须一致，所以所有东西都用胶带固定住。
• 它会连你移动的速度一起复制。演示时动作要慢、要轻，因为它工作的地方有老年人。
• 一次糟糕的尝试会教出一个坏习惯，所以那些要重录。每次还要把钥匙扣稍微挪一点位置，否则东西稍有偏差机械臂就懵。
• USB连接不稳会丢摄像头帧，视频和动作就对不上。电机也可能过载报"夹爪故障"，得断电重启。
• 只用柔软轻便的物体。没有玻璃，没有液体。真正的急停开关是电源键。

其余游戏靠语音

机械臂只是其中一个游戏。其余全部跑在语音上，基于Gemini的Live API，能边听边说，也允许打断。它们围绕认知刺激疗法的会话主题展开：

• 名人面孔：出现一张照片，ReMind问老人注意到什么、想起什么，然后揭晓名字。
• 谚语：ReMind起头说一句俗语（"小洞不补……"），由老人接完。
• 声音：ReMind播放一段日常音效，然后问那是什么、让人联想到什么。

技术上，浏览器把老人的声音流到后端，后端再转给Gemini，API密钥不落在浏览器里。Gemini可以调用一份短工具清单（start_game、reveal、next_item、play_sound、show_message、note_response、end_game、stop、alert_caregiver），屏幕只显示这些工具放上去的内容。提示词要求它多问看法和回忆、少问事实，并且永远不考人、不纠正人。

实时语音的关键多半在于什么时候闭嘴。默认设置下它判定你说完得太快，一个话说到一半停顿的人会被打断。团队把语音结束的灵敏度调低，并等待1.2秒静默：

"realtimeInputConfig": {"automaticActivityDetection": {"endOfSpeechSensitivity": "END_SENSITIVITY_LOW", "silenceDurationMs": 1200}}

如果安静了25秒，后端会轻推Gemini温和地继续。连推三次仍无回应，就标记为沉默状态，让屏幕休息，而不是对着一把空椅子说话。

给照护者发短信

如果老人说了让人担心的话，团队希望照护者知道，又不吓到老人。这又是一个工具。Gemini判断某句话是否值得担心（疼痛、跌倒、恐惧、迷路感）。如果是，它调用alert_caregiver，附上一句朴素摘要、不含诊断，同时平静地安抚老人。护士在病人名字旁填入照护者手机号，短信长这样：

ReMind alert, 3:53 AM, Margaret: Said her chest hurts and she feels dizzy.

发送在后台进行，短信慢或失败都不会打断对话。

短信走Photon。它的SDK是TypeScript，而后端是Python，所以用一个小Node服务把请求转成iMessage。发送一直失败，报PERMISSION_DENIED: Target not allowed for this project。免费层下，项目只能给登记在项目里的手机号发短信。团队花了一小时怀疑自己的代码，直到试了Photon的入门项目——同样不工作。这才说明是账户设置问题。用第三方SDK，先跑他们的入门示例。

Gemini的判断是薄弱环节。它可能漏掉边缘情况，也可能对轻微的事过度触发，而且目前没有任何机制限制一次担忧能发多少条短信。

接下来

• 给机械臂更多技能。每教一个新策略，就可能多一个动手游戏。
• 一个照护者面板，为整屋老人展示朴素事实，而不是衰退评分。
• 适配每个人的游戏，这才是正面回应个性化缺口的做法。目前只是按人挑游戏、叫出名字。
• 知情同意与数据控制，以及在作出任何声称之前，先和照护机构、临床医生做一次试点。