概述¶

sentino-agent（PRD 中以"Agora"作为开发方代号）与日本机器人公司 YUKAI Engineering（Qoobo / BOCCO emo / Mirumi 厂商）合作的陪伴机器人 AI Agent 概念验证，目标 2026-06 底交付。

PRD 的本质：把 YUKAI 既有的玩具/陪伴机器人硬件接入由 Sentino Agent 平台驱动的云端 AI Agent，演示日语自然对话 + 三种行为模式切换 + 唱歌 + 操作员后台 + 跨会话记忆，作为后续商业化合作的技术验证。

文档所有者：Donnie (Chen Xiao Chen) 硬件联系人：Xuande 客户：YUKAI Engineering（PRD 标注熊型角色"Kumarabu 类型"——该产品名公开渠道未核实，可能是内部代号或未发布新品）

项目意义¶

这是 sentino-agent 平台第一次以"Agora"对外名义服务日本端 IP/玩具客户的实战 PoC：

1. 客户类型扩展：从此前面向开发者/IP 授权（sentino 的 Jisoo Shumon 案）扩展到玩具厂商 OEM/技术合作
2. 架构验证：验证 Sentino Agent 平台能否承担"客户拿现成硬件、平台出大脑"的纯软件交付模式（不需要客户用 sentino-iot 的设备协议栈）
3. 赛道交叉证据：YUKAI 是 voice-ai-companion-market 中"日本陪伴机器人"细分赛道（Qoobo/BOCCO 路线）的代表，本 PoC 把"高拟物低 AI"（YUKAI 强项）和"高 AI 弱拟物"（Sentino 强项）拼起来——是这两条赛道首次具体对接

核心需求（9 项验收标准）¶

关键决策¶

1. Memex 第一次对外白标客户战 — PRD 中 mem0 是能力代名词¶

PRD AC-08 写作"记忆 (mem0)"——这里的 mem0 不是客户技术选型，而是市场上"AI Agent 记忆能力"的通用代名词（mem0 在 2024-2026 年成为该能力的事实参照系）。

Sentino 实际交付：自研 sentino-memex，不是接入 mem0。这是 Memex 首次对外白标客户战——把"我方记忆方案 vs 第三方方案"的销售教育做到客户能接受用 Memex 替代的程度。

销售物料已就绪： - 客户向说明文档 ~/local/claude-code/sentino-memex-positioning.md（中文 + 英文版）正是为本客户准备 - 已 push 到 iot-docs/sentino/memex-positioning.md / memex-positioning-en.md - 文档显式做 mem0 vs Memex 客户视角对照（5 维度）；核心产品论证见 sentino-memex 「对外定位锚点」段

销售路径预期： - 第一阶段（PoC 立项）：让客户认可"AI Agent 记忆"这个能力本身——PRD 写 mem0 已默认这个共识 - 第二阶段（设计审查 OI-05）：把"为什么不用 mem0、用 Memex"讲清楚——这是 sentino-memex-positioning.md 的目标 - 第三阶段（PoC 交付）：用 Memex 实际交付能力，让客户感受到差异（生产期长会话/多用户场景下的稳定性）

为什么这不是"客户已选 mem0"：客户用 mem0 一词是因为这是行业代名词，不是技术评估结论。如果客户做过技术评估，PRD 不会简单写"AC-08 mem0"而会写出选型理由。Sentino 的销售姿态：主动承担术语切换工作，不让客户做技术选型功课。

2026-04-28 销售对照样本扩展：google-memory-bank 调研后明确，未来一年内可能出现"客户 PRD 写 Memory Bank"的场景——届时与 mem0 不同，Memory Bank 大概率是客户已选型而不是代名词（Google GCP 全栈客户决定用一等公民方案）。判断依据：mem0 的代名词性来自开源社区生态，Memory Bank 的特殊性来自"GCP 全栈客户的默认选项"。如果客户提 Memory Bank，先扫客户已有 GCP 基础设施深度，再决定是术语切换还是真选型对抗。Memex vs Memory Bank 差异化论证不能用"路线代际"（同方向），必须用"自主可控 + 不绑 Gemini + Reinforce + 4×4 二维 + 数据主权 + 可深度定制"五维论证（详见 sentino-memex "对外定位锚点"段）。

2. 三模式 = Normal / Sleep / Lazy（硬件协同的复杂度集中在 Lazy）¶

核心判断：模式机制是产品形态，不只是 prompt 切换。Lazy 模式特别需要硬件状态机（电机姿态、传感器响应、LED）参与，才能呈现"懒"的物理表现——这印证 agent-runtime-architecture Layer 1（先定义执行边界）的判断：硬件可达的状态空间必须在第一轮推理前定型。

3. TTS 唱歌：未论证但必须验证的可行性¶

PRD 列为 P0 验收（AC-04），但同时列为 OI-02"待 Agora 评估"。这是商业承诺与技术不确定性并存的一项——签了承诺但还没验证可行性。

风险：通用 TTS（Minimax / ElevenLabs / Qwen3，见 sentino-agent 技术栈）擅长说话不擅长唱歌；专门唱歌模型（Suno / Udio）又难做"指定角色音色"。这是 6 月演示前必须解决或降级的一项。

降级方案候选（PRD 未列，应主动准备）： - 用录制好的固定音频代替"唱"——退化为播放器 - 选择"念歌词风格"（rap / chant）规避真唱 - 使用 ElevenLabs sing model 等垂直方案，牺牲与对话音色的统一

4. 管理后台是"产品的真核心"¶

PRD 反复强调操作员后台（hot-reload prompts、聊天记录回看、单条/会话删除、人设编辑、日语本地化）。这暴露一个事实：演示阶段的"AI Agent"不是端到端自动驾驶，而是有人在后台调 prompt 和审日志的辅助工具。

这与 individual-vs-institutional-ai 的 deterministic vs nondeterministic Agent 二分对应——PoC 阶段是"deterministic 演示"（操作员可控可审），不是"nondeterministic 上线"。客户买的是可控性，不是惊喜。

架构归属¶

PRD 把开发方称为"Agora"，对应 sentino-agent 平台 + Agora ConvoAI 的组合架构：

设备/UI → Agora SD-RTN（音频）+ ConvoAI（ASR/Agent 入口）
        ↓ HTTP Callback
        Sentino Agent 平台（workflow-api / engine）
        ├── LLM Provider（多模型适配）
        ├── TTS Provider（含本 PoC 的"熊音色"选型）
        ├── 操作员后台（本 PoC 增量需求：hot-reload / 聊天记录 UI）
        ├── 模式切换（本 PoC 增量需求：Normal/Sleep/Lazy 状态机）
        └── 记忆层（用自研 [[concepts/sentino-memex]] 实际交付；PRD 写 mem0 是能力代名词）

架构含义：本 PoC 走 sentino-agent Web 路径（HTTPS + 浏览器/嵌入式 RTC SDK + HTTP Callback），不走 sentino-iot 的 MQTT 信令路径。

Agora 接入形态：使用 Agora ConvoAI v2 join API 的 半自定义模式（详见 agora-convoai-join-api）——Agora 出 ASR + RTC 传输，LLM 配置为 vendor=custom + style=openai + output_modalities=["text","audio"] + url 指向 Sentino Agent 平台 OpenAI 兼容 endpoint。关键：Sentino LLM 同时返回文本和音频流，Agora 不调 TTS——TTS 在 Sentino 内部完成（Minimax / ElevenLabs / Qwen3 选型）。三模式状态机（Normal/Sleep/Lazy）和 TTS 唱歌可行性评估都在 Sentino endpoint 内部解决（不依赖 Agora tts.vendor 字段）。MLLM 端到端路径（OpenAI Realtime / Gemini Live）当前不走，但作为未来形态切换记录在册——它在副语言/音色一致性上可能有上限优势，与 PoC 的"熊角色音色"目标关联。

不需要 IoT 平台介入意味着： - 设备厂商 YUKAI 自己处理硬件层的 RTC SDK 集成（YUKAI 已有玩具产品的硬件能力） - 双网关架构问题（sentino "双网关"）在本 PoC 内不出现——客户只对接 api.sentino.jp 一侧 - 但 WiFi 配置（AC-07）是 IoT 侧的传统强项，本 PoC 走纯软件方案是个收窄

经验教训（待积累）¶

PoC 尚未完成，下列是基于 PRD 结构可预判的教训：

• 客户指定记忆方案时不要在 PoC 阶段争论——但要为生产期出现的记忆质量问题预留切换路径
• 唱歌、Lazy 模式这种"PRD 列了但还没论证可行性"的项目要在 M1-M2 优先消化，不能拖到 M5 后
• 管理后台是软件交付的真主体而非"附属功能"——日语本地化、hot-reload、可滚动聊天记录每一项都是独立工程量

与 Sentino 战略的关系¶

待办事项¶

• TTS 唱歌可行性评估（OI-02）必须在 4 月内完成，否则影响 M5/M7
• Lazy 模式 Xuande × Agora 对齐会议（OI-01）必须在 M1 内
• 记忆方案设计审查（PRD OI-05）：把销售材料里的 Memex vs mem0 对比逻辑落到工程文档，让客户技术侧能签字接受用 Memex 实现 AC-08
• 管理后台日语本地化 QA（OI-08）应找日本本地员工/合作方测试，避免机翻日语
• WiFi 配置方法（OI-06）三选一应基于客户终端用户画像决定（家长配置 vs 儿童配置 vs 操作员配置）
• 客户若提及 Agora Agent Studio，销售姿态是"升级路径"而非"替代候选"（agora-convoai-join-api "Sentino 与 Agora Studio 的竞合关系"段）：Studio 只做配置维护，Sentino 是打磨成熟的 Agent 平台（含 workflow / tool / Memex / 多客户隔离 / 角色权限 / prompt 版本管理 / 多语言一致性管控），两者深度差异大。海外客户从 Studio 起步发现不够时升级到 Sentino 是正常路径；本 PoC 的"操作员管理后台 + hot-reload prompt + 多语言 QA"是 Studio 做不了的活，不是重复造轮子，是 Sentino 的差异化能力本身
• PoC 交付后产生可对外引用客户案例（plg-sales-coordination Kim Graves "客户案例 > AI 口号"判断的具体触发点）：YUKAI 是 Memex 首次对外白标客户，是 sentino-memex 4 Why 销售自检中"Why trust"维度的具体补强机会——交付完成后立即与客户协调可对外引用的案例叙事（参考 Notion 用 OpenAI / Perplexity 客户案例的销售套路）

相关概念¶

• sentino-agent — 本 PoC 的开发方真身（PRD 内称"Agora"）
• sentino — Sentino 公司总览，本 PoC 是横向客户机会
• sentino-memex — Sentino 自研记忆方案，本 PoC 用 Memex 实际交付 AC-08（PRD 中 mem0 只是能力代名词）
• mem0 — 行业代名词与对照参照系，本 PoC 销售材料的对比标的
• google-memory-bank — 2026-04 新出现的第二个第三方对照样本（未在本 PoC PRD 中），未来一年可能出现的"客户 PRD 写 Memory Bank"场景需销售姿态预警
• voice-ai-companion-market — 陪伴机器人赛道，YUKAI 是日本细分代表
• agora-rtc-voice — 实时音频技术栈
• agora-convoai-join-api — v2 join API 半自定义模式：vendor=custom + style=openai + output_modalities=["text","audio"]，Agora tts.* / mcp_servers 都不配，由 Sentino 内部调度
• voice-presence — 熊音色 + 自然对话目标对应的语音临场感判据
• individual-vs-institutional-ai — 操作员管理后台 = deterministic agent 形态
• agent-runtime-architecture — Layer 1 边界定义，对应三模式硬件状态空间约束
• parasocial-monetization — YUKAI 既有产品（Qoobo / BOCCO）走的是无 AI 拟社交，本 PoC 是把它升级到 AI 拟社交的过渡形态
• why-change-why-you-why-now — 4 Why 框架诊断：YUKAI 的三 Why 已被项目立项本身回答（status quo 已被打破），关键转入交付节奏而非再 sell
• plg-sales-coordination — PoC 交付后是否能成为后续 Notion-style "客户案例"销售素材的关键样本