事件概述 - 人类历史上首次由AI全权规划的外星行驶任务圆满完成，NASA确认由Anthropic的Claude AI为“毅力号”火星车规划了行驶路线并成功执行 [1] - 任务于2025年12月8日（火星日Sol 1707）在火星杰泽罗陨石坑执行，“毅力号”在AI指令下安全行驶了400米（约标准跑道一圈）[6] 技术实施与挑战 - 火星与地球距离约3.6亿公里，光速导致通讯延迟达20分钟，无法进行实时人工操控 [3] - Claude通过接入专门的编程智能体环境（Claude Code）进行工作，工程师向其投喂了NASA多年积累的火星车驾驶数据和地形分析日志进行训练 [14] - Claude学会了火星车标记语言（Rover Markup Language, RML），这是一种基于XML、火星车能理解的指令集 [14] - 在规划中，Claude将400米路程拆解成一个个10米长的微小路段，并分析卫星和车载摄像头的地形数据来精准计算航点 [14] - “毅力号”虽配备AutoNav系统可自动绕障，但只能基于自身视角，无法进行远距离整体规划，Claude弥补了这一缺陷 [12] 验证与成效 - NASA启用了一套严苛的验证系统，对超过50万个物理变量建模以预测探测车位置变化并识别风险，Claude生成的方案几乎完美，仅需少量调整 [17] - 人工干预仅限于极小的细节，例如工程师通过地面视角（Claude的盲区）发现狭窄通道两侧的特殊沙纹后进行手动微调 [17] - Claude在生成代码后会进行自我审查，不断迭代优化路线直至找出最优解 [17] - JPL工程师估计，这种方式可将路线规划时间缩短一半（提效50%），并提升一致性，解放了工程师的时间 [17] - 效率提升使人类科学家和工程师能安排更多行驶任务、采集更多科学数据，将精力集中在核心的火星科学探索上 [18] AI能力演进与意义 - 约一年前，Claude在玩《宝可梦 红》等游戏时还表现笨拙，但不到一年时间已进化到能为火星车导航 [19][20][22] - 通过Anthropic的Project Fetch等实验，Claude展示了将任务拆解为可执行工程步骤（写代码、改参数、迭代调试）的能力，能驱动机器狗完成实体任务 [22] - 此次任务证明Claude不再只是处理文本，开始理解空间、因果和物理世界的逻辑，是从虚拟智能迈向“实体智能”的拐点 [22] - AI在深空探索中至关重要，未来在木卫二、泰坦星等任务中，面对数小时至数天的通讯延迟，探测器需要具备实时决策能力的“在场”大脑 [23] - 硅基AI能在辐射、高压、极寒及漫长旅途中接替人类，承担长期值守、实时决策与故障自愈任务 [25] 行业背景与驱动因素 - NASA正面临预算压力和裁员潮，约4000名员工（占总数20%）离开，2026年科学预算一度面临被腰斩的风险 [25] - NASA需在人员规模不及当年“阿波罗计划”一半的情况下，同时维持火星探索和推进“阿耳忒弥斯”重返月球计划 [25][26] - AI成为NASA在预算寒冬中的“效率倍增器”，以应对资源约束并完成宏大目标 [27] - 此次成功标志着航天器从被遥控的工具转变为拥有“在场思考能力”的同行者，正在改变人类探索宇宙的方式 [27]