Anthropic的AI代理在操控机器狗方面比人类快20倍：是突破还是暂时成功？
人工智能行业持续以出人意料的应用带给我们惊喜。Anthropic团队公布了Project Fetch实验第二阶段的成果，结果令人印象深刻：其最新模型Claude Opus 4.7在编程和控制四足机器人方面的速度，比去年表现最佳的人类工程师团队快了20倍。
回想2024年8月，实验的形态截然不同：当时没有机器人技术经验的员工将AI作为辅助工具来寻找解决方案。而如今，情况发生了根本性变化。Claude Opus 4.7几乎完全自主运行——仅在研究人员的最低限度监控下。神经网络独立完成了一系列任务：连接视频传感器和激光雷达，编写手动控制程序，创建机器人运动轨迹监控系统，并配置了物体识别算法。
速度与代码效率的卓越优势
数据不言自明。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快37倍。但关键点不仅在于速度，更在于质量。神经网络生成的代码比人类团队的代码紧凑10倍。这直接表明，AI能够找到更优雅、更优化的解决方案，避免了人类编程中常见的过度复杂化问题。
特别值得关注的是Anthropic的声明：机器人技术的进步已成为语言模型通用扩展的“副产品”。该公司并未引入专门用于控制硬件的算法——这意味着物理对象操控技能是作为更强大基础模型的涌现特性而出现的。
物理极限：AI的薄弱之处
然而，我们不应急于得出完全取代人类的结论。实验也揭示了一个重大限制：Claude成功将机器人引导至目标，但在将球精准推至指定点的任务中失败了。这一操作需要复杂的实时反馈——这正是人类仍优于AI的领域。充满细微差别和不可预测性的物理世界，对神经网络而言仍是一个严峻挑战。
Anthropic认为，我们正进入“物理AI代理”时代。我的分析证实了这一趋势：我们正目睹语言模型与机器人技术的融合。然而，要打造能够执行精细操作的完全自主物理代理，道路依然漫长。有趣的是，在这些成功背后，6月13日Anthropic因美国政府出口管制指令被迫停止了对Fable 5和Mythos 5模型的访问——这提醒我们，地缘政治与技术发展始终相伴而行。
专家观点：Anthropic的突破表明，物理世界正成为LLM的下一个前沿。然而，20倍的速度优势不应造成误解：目前AI在规划和代码编写方面超越人类，但在触觉敏感度和适应环境微观变化方面仍显不足。真正的突破将发生在神经网络学会结合这两项技能之时。