语言模型控制机械臂时很难知道何时停手：Claude Opus 5.5 用 23 分钟完成了任务，并自己宣布完成了……
Claude Opus 5.5 用 23 分钟完成了机械臂任务，并表示鳄鱼看起来已经完全进去了。随后它又花了 22 分钟把鳄鱼推来推去，最终几乎回到了原点。这个例子之所以重要，是因为“何时停手”对执行物理任务的智能体来说是一个实际的可靠性问题，而不只是基准测试里的趣闻。
报道来源
- Artificial Analysis2026-11-04 01:11
Claude Opus 5.5 用 23 分钟完成了机械臂任务，并表示鳄鱼看起来已经完全进去了。随后它又花了 22 分钟把鳄鱼推来推去，最终几乎回到了原点。这个例子之所以重要，是因为“何时停手”对执行物理任务的智能体来说是一个实际的可靠性问题，而不只是基准测试里的趣闻。