Claude управляет робопсом в десятки раз быстрее человека

Компания Anthropic поделилась результатами обновлённой инициативы Project Fetch, в рамках которой оценивалась способность нейросетей и людей, не имеющих инженерной подготовки, управлять «робопсом».

В ходе первого этапа, стартовавшего в августе 2025 года, участники эксперимента были поделены на две группы: одна использовала возможности модели Claude Opus 4.1, а другая работала самостоятельно. Испытуемым нужно было подключить сенсоры робота, освоить управление, написать скрипты для автономных перемещений и настроить систему трекинга объектов. Использование ИИ обеспечило командам существенное преимущество в скорости и качестве выполнения задач.

Тем не менее тогда модель ещё не обладала полной автономией и требовала человеческого вмешательства даже при решении базовых технических задач, таких как инициализация аппаратного подключения.

В рамках второго этапа тестировалась актуальная версия Claude Opus 4.7 в режиме частичной автономности. На этот раз нейросеть самостоятельно разрабатывала программное обеспечение для управления роботом — роль оператора-человека сводилась лишь к подключению оборудования, запуску системы и верификации команд.

Итоги оказались впечатляющими: Claude Opus 4.7 справился с задачами как минимум в 10 раз быстрее, чем любая из команд первой фазы. При сравнении с идентичными задачами ускорение достигало 37 раз относительно команд без ИИ и более 18 раз по сравнению с группами, работавшими в связке с предыдущей версией модели.

Модель эффективно подбирала архитектуру для взаимодействия с датчиками, зачастую создавая рабочий код с первой попытки. Примечательно, что объём написанного ИИ программного обеспечения оказался в десять раз меньше, чем у людей при поддержке нейросети на первом этапе.

Несмотря на прогресс, авторы исследования предостерегают от поспешных выводов: робототехника остаётся сложной областью. У модели всё ещё возникают трудности с прецизионным управлением, например, в задаче «fetch» (принос мяча), где периодически наблюдаются сбои в распознавании объектов и неоптимальная работа с траекторией.

Примечательно, что столь высокий результат — не следствие узкоспециализированного обучения, а прямой эффект общего масштабирования модели, что подтверждает верность выбранного Anthropic вектора развития ИИ.

Разработчики отмечают закономерность: ИИ сначала лишь помогает человеку, затем происходит симбиоз, а на текущем этапе — переход модели к самостоятельному решению прикладных задач. Этот путь ИИ уже прошел в программировании и ИБ, а теперь успешно переносит свои способности в физическое пространство.

Основным барьером пока остаётся неспособность моделей к устойчивому функционированию в замкнутых системах управления, требующих непрерывной адаптации к меняющейся среде, с которой человек справляется интуитивно.

Тем не менее Project Fetch подтверждает зарождение «агентного ИИ в физическом мире». Нейросети начинают эффективно использовать аппаратные интерфейсы так же уверенно, как они ранее научились работать с кодом.

В планах Anthropic — переход к этапу, на котором модели будут самостоятельно проектировать узкоспециализированные системы управления роботами. И хотя впереди ещё много работы, прогресс последних версий показывает, что автономия ИИ в реальном мире превратилась из научной фантастики в практическую реальность.

Источник: iXBT