Feel（感知/触觉与体验）是当前 AI 领域一个跨领域的讨论焦点，既指机器人通过触觉和本体感觉理解物理世界的能力，也指开发者与用户在使用 AI 工具时的主观感受。它不是单一技术或产品，而是衡量 AI 从『能做』走向『做得好、用得舒服』的一组关键议题。
机器人 Feel 能力的研究进展
在具身智能方向，近期一项关于机器人盲抓的研究提出，触觉与本体感觉在抓取任务中的作用可能比视觉更关键：即使没有视觉输入，机器人依靠触觉反馈和自身肢体状态感知也能完成抓取，这挑战了此前以视觉为中心的感知路线。相关讨论见 机器人盲抓研究：触觉与本体感觉比视觉更关键。这一方向提示，未来机器人的『手感』可能需要专门的触觉数据与模型，而非简单复用视觉模型。
开发者对 AI 工具的 Feel 分化
在使用体验层面，工程师群体对 AI Agent 的态度呈现明显两极分化：有人因交付效率提升而兴奋，有人因写作乐趣被削弱而感到失落。Addy Osmani 等人的讨论认为，这种差异并不仅源于『爱写代码 vs 爱交付』的立场区别，还与工作方式、责任边界和成就感来源有关，详见 为什么工程师对 AI Agent 的感受如此两极分化？。与此同时，面向设计师和工程师的 Skills 资源（累计 43K 星标、1.9M 安装）新增了 /break-ui 等技能，试图改善人机协作中的使用体验，见 Skills「Skills For Designers and Engineers」新增 /break-ui Skill。
当前焦点与观察点
目前关于 Feel 的讨论集中在两个层面。其一是技术层面：触觉数据集稀缺、传感器成本高，如何在模拟环境中训练出可迁移的真实触感，仍是开放问题；视觉主导的抓取方案与触觉主导方案之间的路线之争尚无定论。其二是体验层面：随着 Opus 5.5、Gemini 3.8 Flash TTS 等模型让个人完成配音、视频等完整创作流程变得可行（如 用 Opus 5.5 做吃瓜视频的实测 所示），工具能力已不再是瓶颈，人的主观感受、成就感与工作流适配成为新的观察点。未来值得关注的是：触觉感知能否成为具身智能的标配能力，以及 AI 工具设计是否会更多地把『用户感受』而非单纯的性能指标作为优化目标。