加密新闻

加密货币技术与人工智能的世界持续带来惊喜。这一次，Anthropic团队公布了Project Fetch实验的最新成果。其核心在于检验神经网络能否高效编程并操控四足机器人。结果令人瞩目：Claude Opus 4.7模型完成整个任务周期的速度，比使用先前AI版本的最优秀人类工程师团队快20倍。

完全自主：从传感器到识别

在2024年8月的实验中，参与者是没有机器人技术经验的员工。那时AI仅帮助他们更快找到解决方案。而现在，Claude Opus 4.7几乎完全自主运行，仅需研究人员最低限度的监督。神经网络独立完成了以下工作：

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

不言自明的数据

与人类的对比结果堪称压倒性。Opus 4.7模型比使用旧版AI的团队快18倍，比没有聊天机器人辅助的工程师快37倍。同时，神经网络编写的代码比人类编写的紧凑10倍。这不仅是速度——更是效率质的飞跃。

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并未引入专门用于操控硬件的算法。这表明基础LLM模型已能在无需额外调整的情况下解决复杂的物理任务。

局限：物理世界尚未攻克

尽管取得成功，Claude在精确物理操控方面仍存在困难。模型能将机器人引导至目标，但未能完成将球轻轻推到指定点的任务。这需要复杂的实时反馈——而人类在这方面仍优于AI。

Anthropic相信：行业正进入"物理AI代理"时代。很快，神经网络将能像现在使用软件代码一样高效地运用标准工具和设备。

专家观点：这项实验向市场发出了强烈信号。如果AI能取代机器人技术领域的整个工程师团队，那么对自动化和速度至关重要的加密行业，或将获得开发去中心化系统和硬件解决方案的新工具。但就目前而言，物理世界仍是人类优势的最后堡垒。