加密新闻

Anthropic公布了Project Fetch实验的最新成果，令人印象深刻。Claude Opus 4.5模型完全接管了四足机器人的控制权，在配置和编程任务上的完成速度比使用先前AI版本的人类工程师团队快了20倍。这不仅仅是改进——而是范式的转变。

2024年8月，当Project Fetch刚刚启动时，AI仅扮演辅助角色：它帮助没有机器人技术经验的员工更快地找到解决方案。如今，情况已发生根本性变化。在新的测试阶段，Claude Opus 4.5几乎完全自主运行。在研究人员的最低限度监督下，该神经网络独立完成了以下工作：

• 连接到视频传感器和激光雷达；
• 编写了手动控制机器人的程序；
• 创建了运动轨迹监控系统；
• 配置了物体识别算法。

数据不言自明。Opus 4.5比使用旧版AI的团队快了18倍，比没有聊天机器人辅助的人类快了37倍。但关键在于代码质量。神经网络编写的代码量比人类团队少了10倍。这不仅意味着速度，还意味着效率：更少的代码行数意味着更少的错误和更轻松的维护。

特别值得注意的是，Anthropic并未引入专门算法来控制硬件。正如作者所指出的，机器人技术的进步是语言模型通用扩展的副产品。这证实了一个假设：基础AI模型无需额外配置即可适应物理任务。

然而，现在还不能过于乐观。Claude在精确物理动作方面仍面临困难。该模型成功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——人类在这一领域仍保持优势。

Anthropic认为，行业正在进入"物理AI代理"时代。我同意这一观点。在未来几年，我们将看到神经网络开始像处理软件代码一样高效地使用标准工具和设备。这为制造业自动化、物流甚至日常任务开辟了巨大的可能性。

我的专家结论是：该领域的进步速度超出了我的预期。如果一年前我们还在谈论辅助工具，那么现在谈论的是完全自主的代理。工程师和程序员的劳动力市场将面临重大变革——而这已经开始。