加密新闻

我密切关注着Anthropic的Project Fetch项目进展，最新成果着实令我印象深刻。新版本模型Claude Opus 4.7展现出比整支人类工程师团队快20倍的四足机器人配置与编程能力。这绝非简单的性能提升——而是关于物理系统控制权归属的范式转变。

背景信息：2024年8月，Anthropic首次开展类似实验。当时毫无机器人技术经验的员工尝试编程机器狗，AI仅作为辅助角色加速方案搜索。而在新测试阶段，局面已彻底改变。Claude Opus 4.7在最小限度人工监督下实现近乎完全自主运作。神经网络独立完成整套任务组合：

• 连接视频传感器与激光雷达；
• 编写手动控制程序；
• 创建机器人路径监控系统；
• 配置物体识别算法。

数据不言自明。Opus 4.7模型比使用旧版AI的团队快18倍，比未借助聊天机器人的人类工作者快37倍。但最令人惊叹的是代码质量——神经网络编写的代码量仅为人类团队的十分之一。这反映出对任务更深刻的理解，以及寻找优雅高效解决方案的能力。

关键需要强调的是，Anthropic并未植入专门用于操控硬件的算法。这种机器人技术的进步本质上是大语言模型规模化发展的副产品。这印证了我长期以来的假设：AI的未来发展将越来越不依赖细分解决方案，而更多取决于基础模型的根本能力。

不过切勿认为AI已完全取代人类。Claude在需要复杂实时反馈的精确物理操作方面仍存在严重短板。模型能将机器人引导至目标位置，却无法完成将球轻推至指定点的精细任务。在这方面人类仍保持着优势。

Anthropic认为我们正迈入"物理AI代理"时代。我完全认同这一观点。不久的将来，神经网络将像今天处理软件代码一样高效运用标准工具与设备。工程与机器人领域的劳动力市场将迎来根本性变革。

我的结论：这项实验清晰表明，AI已不仅能提供辅助，更能独立解决复杂工程问题。现在的核心问题不再是AI能否取代人类操控机器人，而是这种替代将以多快速度、在哪些细分领域率先发生。投资者与开发者需密切关注这一趋势——它将决定未来数年整个产业的发展方向。