加密新闻

Anthropic公司公布了Project Fetch实验第二阶段的成果，结果令人瞩目。Claude Opus 4.7模型在配置和编程四足机器人方面的速度，比使用先前AI版本的工程师团队快了20倍。这不仅仅是改进——而是一次范式转变。

2024年8月，Anthropic没有机器人技术经验的员工曾尝试借助AI对机器狗进行编程。当时，神经网络仅仅加快了解决方案的寻找速度。而如今，Claude Opus 4.7几乎完全自主运行，仅在研究人员的极少量监督下工作。神经网络独立完成了全部工作流程：

• 连接视频传感器和激光雷达；
• 编写手动控制程序；
• 创建运动轨迹监控系统；
• 配置物体识别算法。

关键指标是速度。Opus 4.7比使用旧版AI的团队快18倍，比没有聊天机器人辅助的人类工作者快37倍。同时，神经网络编写的代码比人类编写的紧凑10倍。这表明它对任务有更深刻的理解，并能更有效地利用资源。

实验作者强调：机器人技术的进步是语言模型通用扩展的副产品。Anthropic并未引入专门用于控制硬件的算法。这意味着，基础AI架构的改进会自动带动相关领域的突破。

然而，局限性依然存在。Claude在精确的物理操作方面仍有困难。该模型能够将机器人引导至目标，但无法完成将球轻轻推到指定点的任务。这类操作需要复杂的实时反馈，而人类在这方面仍保持优势。

我的分析

AI能够处理没有专门算法的任务，这对高科技领域的劳动力市场来说是一个警示信号。如果神经网络能够以快20倍的速度取代整个工程师团队，那么这就不再是例行工作的自动化，而是对智力劳动的全面替代。正如Anthropic所宣称的，行业确实正在进入“物理AI代理”时代，这不仅将改变机器人技术，还将重塑整个经济格局。