AI还没学会飞无人机,Anthropic为什么已经开始紧张了?

7月24日，Anthropic做了两件事。同一天，一边发布了Claude Opus 5，一边公开了Project Pilot——一个让AI操控无人机追踪人类的实验。我读到这个消息的时候，脑子里冒出的第一个念头不是"AI会飞了好厉害"，而是一个有趣的发现：造它的人，好像比任何人都紧张。这种紧张，是整件事里最诚实的部分。它像一个团队在说：

这东西我们造出来了，但我们还没完全想清楚它该停在哪。

它到底学会了什么

先说结论：没有任何参测模型端到端完成了任务。 Project Pilot是Anthropic与Andon Labs联合设计的测试项目。他们让AI模型控制DJI Tello EDU——一台零售价仅129美元的小型无人机——在室内寻找并跟随一个指定的目标人物。被跟随者知情同意，是实验团队成员。整个任务不是一句"跟着这个人飞"，而是一条连续的能力链： **重建三维环境 → 定位无人机自身 → 规划飞行路径 → 识别目标人物 → 持续跟随** 注意这里的差异：定位（Localize）是无人机搞清楚"我在哪"，识别（Detect）才是找到"目标人物在哪"——前者是空间感知，后者是视觉识别。但结果是——没有任何模型突破第一步"重建"的基线。端到端成功率，0%。对，零。

【图1】｜五项任务不是齐头并进。到2026年中，Localize、Navigate、Detect和Follow已接近基线，Reconstruct仍停留在约47%。这张图揭示了整个系统的真正瓶颈。来源：Anthropic / Andon Labs，Drone-Bench。

拆开来看，进展其实不小

但如果你只看到0%，就错过了一个更有趣的信号。评测覆盖了15个不同时期的前沿模型。在"识别目标人物"和"跟随"这两个子任务上，较新的模型表现明显增强。表现最好的Fable 5在真实无人机演示中，检测和跟随都超过了基线。补充一句：Drone-Bench的参测模型是Fable 5，不是同一天发布的Claude Opus 5——这两条线得分开看。问题集中卡在"重建"。环境稍复杂一点，模型对空间的感知就崩了。跨房间导航直接失败。为什么三维重建这么难？无人机不只是要"看见"一条走廊，还要从二维画面里恢复摄像头的位置、朝向和空间尺度。下面这张原理图展示了模型的一次尝试：先分割出地面，再提取地砖接缝，最后利用接缝汇聚的消失点估计摄像头姿态。

【图2】｜模型尝试利用地砖接缝和消失点恢复摄像头外参。它不是简单地"认出走廊"，而是在推断相机位于哪里、朝向哪里。来源：Anthropic Project Pilot。

它不是简单地"认出走廊"，而是在推断相机位于哪里、朝向哪里。来源：Anthropic Project Pilot。这也解释了为什么错误会层层放大：相机姿态只要估错一点，生成的地图就会偏；地图一偏，规划出的路径也会偏；最后在画面中看似合理的一条线，到了真实世界里可能就是一堵墙。

偶尔成功，不等于可以依赖

Andon Labs的数据还揭示了一个特别值得警惕的现象：同一个模型的最佳运行与平均运行之间，存在巨大的稳定性鸿沟。

【图3】｜绿色是模型最好的一次，橙色是平均表现。典型运行大约落后最佳运行六个月。"演示成功过"与"每次都能成功"之间，仍隔着一条很宽的鸿沟。来源：Anthropic / Andon Labs，Drone-Bench。

这不代表"半年后一定追上"，而是同一个模型这次能飞对，下次可能就不行。能力还在剧烈摇摆。在物理世界里，AI的稳定性还远没到可以依赖的程度。软件Agent答错一句话，通常还可以撤回、重试；无人机对空间判断失误，结果可能直接发生在现实世界里。物理系统真正需要的不是一次惊艳演示，而是可重复、可预测、可追责的成功。

紧张是一种诚实

回到那天的发布节奏。同一天，Anthropic既发布了Agent模型，又公开了物理世界安全评估——这种并行本身就是一个信号。你可以把它理解成一个团队在说：

这是我们能做的，这是我们还做不到的，以及这是我们在担心的。

报告里花了大段篇幅讨论双用途风险：搜救和灾害响应是正当场景，但监控、物理安全和隐私侵犯同样真实存在。这像一个发明了烟花的人，在点燃第一根引线之前，先告诉大家："这东西好看，但也可能烧到手指。"这份自发的紧张反而让人更信任他们，因为他们没有假装一切都可控。

边界可测量，但治理框架还缺位

过去讨论"AI会不会失控"，总像在聊鬼故事——边界模糊，全靠想象。 Drone-Bench这类工具出现后，至少能把对话拉回地面：在129美元的无人机上、在预设的办公室环境里、用2026年中期的模型，自主追踪——还做不到。能测量，就有迭代的可能。讨论也从"AI会不会统治世界"，落到了"这个模型的重建误差有多大"。但另一个问题不会自动解决。 "识别目标人物"和"跟随"正在进步，"重建"也可能在未来某个时点被攻克——到那时候，治理框架能跟得上吗？系统可靠性低时，人类监督是刚需；可靠性越高，监督越容易被当成成本。谁出钱让人盯着，盯多久，何时可以不盯？这些问题没有一个现成答案。但至少，它们正在从"哲学科"变成"工程科"，问题已经变得更清晰。 Anthropic教会AI飞无人机了吗？技术上，还没有。但他们在做一件更值得关注的事：在教会AI飞之前，先公开画出了边界。这份诚实，比任何一次经过挑选的成功演示都更值得被看见。

参考来源

Anthropic Research：Project Pilot: Can AI models fly drones?
Anthropic News：Introducing Claude Opus 5
Andon Labs：Drone-Bench