In un panorama tecnologico che corre più veloce della nostra capacità di metabolizzarlo, Anthropic ha appena lanciato un guanto di sfida che dovrebbe spingere ogni ingegnere del software robotico a rinfrescare con una certa urgenza il proprio curriculum. L’azienda ha rivelato che il suo ultimo modello, Claude Opus 4.7, è in grado di programmare un robot fisico quasi 38 volte più velocemente di un team umano.
Secondo i dati della ricerca “Project Fetch Phase Two”, l’intelligenza artificiale ha completato in totale autonomia una serie di complessi compiti di robotica in soli 9 minuti e 35 secondi. Per la stessa operazione, un team di esperti in carne e ossa ha impiegato ben 361 minuti.
Non siamo di fronte a un semplice miglioramento incrementale, ma a un vero e proprio salto quantico. Solo dieci mesi fa, nell’agosto del 2025, Anthropic aveva condotto la prima fase di questo esperimento. In quel round, il modello di punta dell’epoca, Opus 4.1, fallì miseramente al primo step: non riuscì nemmeno a connettersi al “robodog” quadrupede. All’epoca, un team umano assistito da Claude impiegò 181 minuti per finire il lavoro, mentre il team non assistito arrancò per oltre sei ore. Oggi, Opus 4.7 non solo si è connesso istantaneamente, ma ha chiuso l’intero workflow 19 volte più velocemente rispetto agli umani potenziati dall’IA del primo test.
I compiti assegnati non erano affatto banali: bisognava interfacciarsi con la telecamera del robot e i sensori LiDAR, scrivere un programma per monitorarne il percorso e utilizzare la computer vision per individuare una palla da spiaggia. L’unico compito del ricercatore umano è stato collegare un laptop, fornire il prompt iniziale e dare il “via libera” alle azioni dell’IA. Il resto è stato farina del sacco di Claude: dalla ricerca delle librerie software corrette alla scrittura ed esecuzione del codice.
Perché tutto questo è fondamentale?
La rivelazione più spiazzante di Anthropic è che questo enorme balzo in avanti non è il risultato di un addestramento specifico nel campo della robotica. Si tratta invece di una “capacità emergente”, un sottoprodotto naturale dello scaling dei modelli generali — la stessa forza che sta rendendo i chatbot e i generatori di immagini sempre più sofisticati. Questo suggerisce che, man mano che i modelli di base diventano più intelligenti, diventano intrinsecamente più capaci di interagire con il mondo fisico e di programmarlo.
La chiave tecnica risiede in quello che Anthropic definisce “agentic loop” (loop agentico), un processo in cui il modello raccoglie il contesto, compie un’azione (come scrivere codice) e verifica il risultato prima di ripetere il ciclo. Opus 4.7 è stato fatto girare in modalità “adaptive thinking at maximum effort”, una modalità di ragionamento profondo che permette al modello di “pensare” tra i singoli passaggi. Questo ragionamento intercalato consente all’IA di accorgersi di un errore — come una connessione fallita a un sensore — e correggere il comando successivo senza doversi fermare ad aspettare che un umano faccia il debug.
Sebbene Anthropic sottolinei che il modello fatichi ancora nei compiti che richiedono estrema precisione motoria, la barriera d’ingresso per rendere operativi i robot è stata appena demolita. Il collo di bottiglia non è più solo la costruzione dell’hardware; è una questione di chi — o cosa — sia in grado di programmarlo più velocemente. E al momento, i bookmaker punterebbero tutto sul silicio.
