Компания Anthropic подвела итоги обновлённого эксперимента Project Fetch. В рамках исследования специалисты сравнили, насколько эффективно справляются с управлением «робопсом» языковые модели и обычные люди, не имеющие профильного образования в области робототехники.
Первый этап: ИИ как помощник
В августе 2025 года прошел первый этап испытаний. Участников разделили на две группы: одним был предоставлен доступ к модели Claude Opus 4.1, другим — нет. Перед ними поставили ряд инженерных задач: подключение к аппаратным сенсорам робота, управление через контроллер, написание программ для автономного передвижения и создание системы трекинга объектов.
Команды, использовавшие Claude Opus 4.1, демонстрировали заметно более высокую скорость и качество исполнения. Однако даже с такой поддержкой полноценная автономия была недостижима: модели не справлялись с рядом базовых задач, например, с первичной настройкой соединения с системой управления.
Второй этап: Прорыв в автономности
Во второй фазе эксперимента в игру вступила более совершенная нейросеть — Claude Opus 4.7. На этот раз условия изменились: модель получила возможность самостоятельно генерировать программный код для управления роботом. Человек выполнял лишь вспомогательные функции: подключал ноутбук, вводил первичный запрос и подтверждал выполнение команд.
Результаты оказались впечатляющими: Claude Opus 4.7 решал задачи как минимум в 10 раз быстрее, чем любые человеческие группы, участвовавшие в первом этапе. При сравнении с показателями участников первого эксперимента, прирост эффективности оказался колоссальным:
- в 37 раз быстрее, чем команды, работавшие без ИИ;
- более чем в 18 раз быстрее, чем команды, которым помогала прошлая версия Claude.
Модель быстро подбирала архитектуру взаимодействия с датчиками, выдавая рабочий код практически с первой попытки. Примечательно, что объём написанного нейросетью кода оказался почти в десять раз меньше, чем у групп, пользовавшихся поддержкой ИИ на первом этапе.
Ограничения и выводы
Несмотря на успех, исследователи призывают не считать задачу робототехники полностью решенной. Claude Opus 4.7 все еще испытывает проблемы с точным управлением в процессе «fetch» (возврата предмета в целевую зону). Алгоритмы распознавания иногда работают неоптимально, а траектория движения не всегда остается стабильной. Кроме того, модели пока с трудом дается реализация сложных замкнутых систем управления, требующих непрерывной интуитивной корректировки действий на основе обратной связи от среды.
В Anthropic подчеркивают, что достигнутый прогресс — это результат общего масштабирования больших языковых моделей, а не узкоспециализированной тренировки на роботах. Авторы отмечают, что ИИ проходит стандартную эволюцию: от усиления человеческих идей к самостоятельному выполнению задач в новой среде. Это означает, что переход к автономному «агентному ИИ в физическом мире» уже вышел за рамки теории и стал реальностью.
