Anthropic 内部实验：AI 独立操控机器狗，速度超人类 20 倍

⚡ 一个发生在科技公司内部的“机器狗大赛”，意外揭示了一条清晰的 AI 进化路径。 📌 参与实验的不是卓越机器人专家，而是一群普通员工。他们接到的任务听起来像科幻片桥段：操作一只市面上能买到的四足机器狗（robodog），让它自己找到并捡回一个沙滩球。 💡 这个实验被命名为 Project Fetch。2025 年 8 月，领先阶段的比赛规则很简单——两组人，一组能用当时极强的 Claude Opus 4.1，另一组不能。结果显示，有 AI 加持的团队表现明显更好。 🆘 但有意思的是，如果让 Claude 自己单干，当时的它连领先步“连接机器狗”都搞不定，直接卡住。 🔥 真正的转折发生在第二阶段。当模型升级到 Claude Opus 4.7，并且被允许在无人帮助的情况下直接操作机器狗时，情况彻底变了。研究员只负责插上笔记本电脑、输入指令并批准操作，剩下的全交给模型。 ⚡ 这次，曾经难倒人类的各项任务，被 Opus 4.7 以惊人的速度完成：

– 在所有人类去年完成过的任务上，它的速度至少快了 10 倍。

– 对比表现极好的有 AI 辅助的人类团队，它平均快了超过 18 倍。

– 对比无 AI 辅助的团队，它平均快了超过 37 倍。

– 整体来看，它完成任务的速度，大约是人类最快记录保持者的 20 倍。 🚀 这意味着什么？不到一年时间，同一个 AI 模型从“完全帮不上忙”进化到了“碾压人类冠军”的程度。 🎯 不过，AI 在物理世界还没到“无敌”的地步。实验记录显示，即便是最新的 Claude 模型，依然难以精准地用机器狗移动沙滩球。有趣的是，实验过程中还发生过一次小意外：2025 年 8 月，一只失控的机器狗差点撞上人类参赛者。

EntAI观察

这次实验可能反映出一种正在形成的技术扩散模式：最初，模型作为助手协助人类；紧接着，人类反过来帮助模型适应新环境；最后，模型完全自主完成任务。这种模式此前在网络安全领域已经出现，现在正扩展到物理世界。 当然，这并不意味着大语言模型已经解决了所有机器人难题。但值得关注的是，被测试的机器狗是“开箱即用”的商用产品，参与者并非机器人专家，使用的模型也能通过常规渠道获取。这或许说明，AI 与物理世界的距离，比很多人预想的要近得多。