应用场景
场景驱动的具身智能，为持续运行而构建。
我们并不把场景理解为“功能清单”，而是把它理解为系统能力在真实环境中的运行方式。教育、园区导览与智慧养老，分别验证了 GhostInShells 在持续运行、主线调度、多用户交互、关系记忆与安全模式上的不同能力侧重。
人机协同课程共创与连续讲授
教育场景
把“问答机器人”变成“课程共创者与连续讲授者”。
在教育场景中，具身智能的价值不应该停留在“答一道题”或“做一次问答”，而应该参与从备课到讲课再到内容更新的完整过程。
系统在备课状态中与用户共同生成课程内容，并通过多轮确认形成结构化课程对象；在开课状态中，机器人基于已沉淀内容持续讲授，并吸收问题反馈进行动态调整。教育内容因此不再是一次性对话结果，而是可沉淀、可复用、可再次讲授的课程资产。
多用户导览：公共通道与个体交互并行
园区导览场景
在公共讲解主线稳定运行的前提下，支持导览员控制与访客个体互动并行存在。
在园区导览场景中，系统默认围绕公共讲解主线持续运行。导览员拥有公共表达控制权，通过指定交互入口调整节奏与讲解内容；访客则通过消息通道发起个体问题，系统异步处理并返回结果，而不打断公共讲解。
这种机制让系统既能保持公共服务的一致性，又能支持多用户参与和个性化服务，从而把复杂公共环境中的交互问题转化为可控、可验证的工程实现。
记忆与安全模式驱动的持续陪伴
智慧养老场景
不是做一个会回答问题的养老机器人，而是验证系统能否在时间中持续围绕一个人运行。
在智慧养老场景中，我们关注的不是堆砌功能，而是建立一条长期持续存在的交互主线。系统围绕单一用户持续运行，通过视觉识别、关系记忆和跨时间的对话延续，逐步形成稳定陪伴关系；同时，提醒、呼叫等功能任务以嵌入式方式插入主线，在完成后自动回归陪伴状态。
在异常触发或控制信号出现时，系统还能切换至安全模式，对当前行为进行收束与中断，从而让整套系统具备更好的可解释性与可控性。
