Anthropic：Project Fetch第二阶段——机器人作业速度提升20倍，代码量减少10倍

Anthropic发布了Project Fetch研究项目第二阶段的成果。在本阶段中，Claude Opus 4.7模型控制一台商用四足机器人——一种以四条腿行走的自主机器人——在一系列标准化任务上接受测试。该实验是前沿红队工作的组成部分，这一专业团队专门检验最先进Claude模型的边界能力与安全限制。

成果：速度提升20倍，代码量减少10倍

Opus 4.7完成任务的速度约比未使用AI辅助的最快人类团队快20倍，约比使用AI工具辅助的团队快19倍。在四个可比任务上，模型仅生成了约1,045行代码，而人类团队完成相同结果写了10,309行——几乎是模型的十倍。输出质量与模型持平或优于人类。

技术背景

该实验被设计为真实、无脚本的能力检验：Opus 4.7没有预定义的动作序列，而是实时规划并执行机器人系统的指令。所用四足动物为标准商用规格，未针对测试需求进行定制，这进一步证实了研究结论对现成硬件的适用性。与AI辅助人类团队（比Opus 4.7慢19倍）的对比是关键背景：即便借助工具，团队也无法在执行速度上与自主模型相提并论。

能力边界与安全考量

尽管成果令人印象深刻，前沿红队识别出一个明确的局限：精确闭环控制——根据实时反馈持续调整动作的能力——仍超出Opus 4.7的能力范围。具体而言，自主抓球被证明无法可靠完成。这一局限不仅具有技术意义，也具有安全意义：精确的物理操控是多种高风险应用场景的前提条件。前沿红队强调，这类局限是研究方法论的有机组成部分，而非偶然疏漏。

对行业的意义

Project Fetch第二阶段为自主AI机器人技术树立了可量化的参照标准：速度提升20倍、代码量减少10倍不是趣闻式的结果，而是在标准化任务集上的实测数据。对于工业应用而言，这意味着开发和集成周期有望大幅缩短。Anthropic尚未公布机器人技术的生产部署日期或商业计划；现阶段将研究结论定性为学术性成果，Project Fetch仍完全在前沿红队项目框架内开展。