在 HN 上看到 Hebbian Robotics 做的 HFlow，我第一個反應不是「機器人好酷」，而是「這東西其實每個小團隊都會遇到」。

它表面上是 robotics data pipeline 的 SDK，把機器人跟人類操作員的錄影、關節狀態、動作、時間戳等資料整理成標準格式，再做 quality check 和 dataset manifest。但我覺得真正有意思的是，它處理的不是模型，而是模型訓練前那一堆很容易被低估的爛帳。

資料一多，最麻煩的不是硬碟不夠，而是你不知道哪批資料到底跑過什麼程式、為什麼某些 episode 被排除、現在這份 dataset 下個月還能不能重現。HFlow 用 MCAP 留同步資料，用 Airflow 跑流程，用 Parquet catalog 記 measurements、metadata 和 provenance，再用 DuckDB 查出 manifest。翻成老闆語就是：每一筆資料為什麼能用、為什麼不能用，要留下證據。

這點很重要。很多人談 AI 導入都直接跳到「我要不要換更強模型」，但實際上，垃圾資料餵給再強的模型也只是比較貴的垃圾。像黑畫面、影片凍結、timestamp drift、joint movement 不合理，這些如果沒有被攔下來，後面訓練結果怪怪的時候，大家只會開始通靈。

我也喜歡它不直接刪資料，而是 quarantine。資料好壞常常不是絕對的，要看任務。某段平滑軌跡在一個場景可能代表成功示範，在另一個場景可能代表機器人卡住。把 evidence 和 policy 分開，未來要重跑、改規則、追問題才有路可走。

如果拉回一般公司，道理一樣。不要只問 AI 能不能幫你自動化，先問你的流程有沒有留下足夠的紀錄，讓人和 AI 都知道每一步為什麼發生。沒有這層底帳，自動化只是把混亂跑得更快。