Project Fetch：Claude 开始自己接管机器狗接口

Anthropic 把去年让员工带着 Claude 调机器狗的实验重跑了一遍。这一次，Claude Opus 4.7 不再只是坐在人旁边给建议，而是在 Claude Code 里自己写程序、连传感器、跑控制流程；在参与者去年已经完成过的任务上，它比最快的人类团队快了约 20 倍。1

这个数字很抓人，但别急着把它读成「机器人已经被大模型解决了」。Anthropic 自己也写得很清楚：Claude 仍然没能稳定完成把球精确推回起点的最后动作，也没有触及低层机器人控制里更难的部分，比如训练具体执行策略。1 Project Fetch 真正值得看的是能力边界的移动：模型开始能独立处理一批「让现成硬件听懂软件命令」的工作，但它还没有稳定掌握现实世界里的连续反馈。

第一轮 Project Fetch 发布于 2025 年 11 月。Anthropic 当时把 8 名非机器人专家员工随机分成两组，一组可以用 Claude，一组不能用，然后让他们操作四足机器狗完成取回沙滩球的任务。用 Claude 的团队完成了更多任务，平均用时约为不用 Claude 团队的一半；但那仍然是「人类带着 AI 做机器人项目」。2

Phase two 的设置更激进。研究员只负责把运行 Claude Code 的笔记本接到机器狗上，输入初始提示，批准命令，并批准模型进入下一步；剩下的连接、传感器访问、控制程序和检测程序由 Claude Opus 4.7 在三次试验中完成。1 这就从「AI 帮人」转成了「人给 AI 物理入口和审批权」。

Anthropic 没有要求 Claude 使用实体手柄，也没有把研究员用 Claude 写出的控制器取回球的时间算进结果里；因此，这不是端到端机器人比赛。它测的是模型能否自己打通一组硬件软件接口，并把机器狗推进到可编程控制状态。1

Claude Opus 4.7 在所有「去年至少有一个人类团队完成过」的任务上，都至少快了 10 倍；在两个团队都完成过的 4 个任务上，它平均比不用 Claude 的团队快 37 倍以上，也比用 Claude 的人类团队快 18 倍以上。1 这些任务大多不是让机器人完成复杂动作，而是连接设备、读取视频和激光雷达、写控制程序、定位机器人路径、检测沙滩球。

这类工作很像实体世界里的「开发者环境搭建」。麻烦不在一个算法有多优雅，而在于硬件接口、驱动、传感器格式、厂商文档、旧库和错误示例混在一起。第一轮里，人类团队就卡在这些琐碎但关键的环节上；第二轮里，Opus 4.7 能更快选出可行路径，很多代码第一次运行就有效。1

还有一个有意思的反差：Claude 写得更少。第一轮用 Claude 的团队写了 10,309 行代码，不用 Claude 的团队写了 1,136 行；Phase two 里，Opus 4.7 单独写了 1,045 行，却达到或超过了两个人类团队在同类任务上的完成度。1 这说明进步不只是「更会生成代码」，而是更会少走弯路。

最后的取球任务仍然失败了。Claude 能把机器狗移动到球后面，也能让它试着把球撞回起点，但控制很粗糙，没能稳定完成自主取回。1 这个失败比成功部分更能说明边界。

连接相机、读传感器、写控制脚本，都是离散、可回滚、可检查的任务。错了就看报错、改代码、重试。把球推回去则需要持续感知：球偏了多少、刚才的命令造成了什么误差、下一步该往左还是往右补。现实世界不会像终端输出一样把错误排成一行给你看。

Anthropic 也没有把这次结果外推成低层控制能力。原文明确说，实验没有涉及更难的低层机器人控制，例如开发具体的执行策略；有机器人经验的研究员后来能完成自主取球，Anthropic 判断在更多时间和脚手架下，当前 Claude 很可能也能做，但那不是这次实验证明的事。1

这篇博客的技术含义不在机器人本身，而在 Agent 的迁移路径。软件 Agent 先学会调用现成工具：编辑文件、跑命令、读日志、修错误。Project Fetch 显示，类似路径正在碰到物理设备：模型未必懂机械控制，但可以自己摸清厂商接口，把摄像头、激光雷达和运动命令串起来。1

如果这个方向继续推进，评测重点会从「模型会不会写某段代码」变成「模型能不能在陌生硬件环境里建立可用控制面」。这和浏览器控制、桌面自动化、代码仓库修复是同一类问题，只是错误反馈更贵，试错更慢，还多了安全边界。

读这项结果时，需要保留两层判断：

这也是它值得追踪的原因。真正的实体 Agent 不会只靠一句「能控制机器人」成立，它需要把接口发现、环境感知、连续控制、失败恢复和安全约束合在一起。Project Fetch Phase two 只推进了前半段，但前半段推进得很快。