AI編碼代理程式教導機器人如何安裝GPU和剪切壓縮鏈接

當你給人工智慧編碼代理一個充滿機械手臂的實驗室、一些計算資源和「慷慨的名義預算」來教機器人執行各種任務時，會發生什麼事？客戶似乎可以找到一種訓練系統，教導機器人如何成功剪斷紮帶，甚至將 GPU 插入主機板上的細插槽中。

新的 Harness Agent 框架讓我們得以了解人工智慧如何以完全自主的方式實現機器人訓練的自動化。該框架是圍繞人工智慧模型的軟體，使它們能夠使用不同的工具，同時提供記憶體、上下文、約束和反饋循環等功能。該智能體腰帶名為 ENPIRE，由 NVIDIA GEAR（通用實體智能體研究）實驗室的機器人研究人員與匹茲堡卡內基美隆大學和加州大學柏克萊分校的合作者共同開發。

「我們 NVIDIA GEAR 實驗室的一部分在一夜之間不知疲倦地自我改進，」NVIDIA 人工智慧總監 Jim Fan 在 LinkedIn 貼文中寫道。 “我們只在早上讀報告。”

範還開玩笑地描述了人工智慧引導機器人訓練的目標，他說，“我們都在度假，詹森不會注意到”，他指的是英偉達創始人兼首席執行官黃仁勳。但受益的不僅是英偉達的機器人研究人員：範表示，團隊將開源所有內容，以便任何人都可以在家中託管自己的「機器人實驗室」。

ENPIRE 傳送帶包含四個模組，使 AI 編碼代理能夠執行任務的自動重新分配和驗證、優化指導自動化行為的策略、在並行運行的多個物理機器人上評估這些策略、透過分析日誌、攝取研究論文以及優化訓練基礎設施和演算法程式碼來處理故障。更多技術細節可參考 2026 年 6 月 16 日上傳的研究論文。

該傳送帶使用三種不同的 AI 加密代理進行了測試，包括 OpenAI 的 Codex 與 GPT-5.5、Anthropic 的 Claude Code 與 Opus 4.7 以及 Kimi Code 的 Moonshot AI 與 Kimi K2.6。程式設計代理團隊獨立開發了不同的演算法方法來訓練機器人，在現實世界的實驗中對其進行測試，然後保留任何有助於提高自我導向測試重複週期的整體成功率的變更。