# Anthropic 让 Claude Opus 4.7 自己操控机器狗，完成速度比去年的人类团队快 18 倍

> 原标题：Project Fetch: Phase Two

- 来源：Hacker News 首页
- 发布时间：2026-06-21T00:00:25.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39613
- 原文：https://www.anthropic.com/research/project-fetch-phase-two

## 摘要

Anthropic 重跑了去年的 Project Fetch 实验，这次直接让 Claude Opus 4.7 在 Claude Code 里自主操控一只机器狗。在连接摄像头、激光雷达和检测沙滩球这四项任务上，Opus 4.7 平均用时 9 分 35 秒，比没用 Claude 的人类团队快 37.7 倍，比用了 Claude 的团队快 18.9 倍。模...

## 推荐理由

Anthropic 把去年的实验重跑了一遍，这次让 Claude Opus 4.7 在 Claude Code 里直接操控机器狗，完成摄像头连接、激光雷达和沙滩球检测四项任务。平均 9 分 35 秒，比没用 Claude 的人类团队快 37.7 倍，比用了 Claude 的团队快 18.9 倍。和去年 Opus 4.1 的 17 分钟比，速度翻了一倍。有视频、有数字、有年同比，信息密度高。不过这是 Anthropic 自己的实验，没有第三方复现，实际落地效果还得打个折。

## 锐评

Anthropic 把去年的 Project Fetch 重跑了一遍，这次让 Claude Opus 4.7 在 Claude Code 里直接操控一只机器狗。在连接摄像头、激光雷达和检测沙滩球这四项任务上，Opus 4.7 平均用时 9 分 35 秒，比没用 Claude 的人类团队快 37.7 倍，比用了 Claude 的团队快 18.9 倍。模型只写了 1045 行代码，人类团队写了 10309 行，而且大部分代码一次就跑通。

这个速度差确实夸张，但得看清楚实验边界。人类团队要自己摸索方案、踩坑、写大量代码，而 Opus 4.7 是直接上手干活，中间只有一个研究员负责插线、输入提示词和批准命令。另外，原文明确说模型在精准移动沙滩球这件事上还是不行，而且实验完全不涉及底层机器人控制——比如怎么让关节动起来、怎么保持平衡，这些才是机器人学里真正难啃的骨头。

Anthropic 自己总结了一个模式：先是模型帮人，然后人帮模型，最后模型自己干。他们在网络安全领域也看到了类似趋势。这个判断方向是对的，但这次实验只验证了“模型能快速搞定软件集成类任务”，离“模型能操控物理世界”还差得远。正文没披露实验跑了几次、失败率多少，也没说换一台机器狗或换一个环境结果会不会变。如果是真的稳定复现，那至少说明大模型在设备调试和快速原型这块已经能省大量人力了。