HexaShell：探索VLM编码智能体作为机器人智能体的极限

研究者提出HexaShell系统，让基于视觉语言模型的编码智能体通过单一命令行驱动双臂机器人，框架只负责把智能体指令转为机器人运动。智能体在每次失败后读取日志、定位原因并编写或修复小工具程序，工具仅使用机器人自身观测，通过三角化确定物体相对位置，必要时移动腕部相机获取第二视角。