2025 年 12 月 8 日和 10 日，Anthropic 的 Claude 创造了历史：第一次用 AI 为 NASA 毅力号火星探测器规划行驶路线，并成功完成了约 400 米的火星驾驶。
为什么这很困难
在火星上驾驶探测器并非易事。地球与火星之间的信号延迟约 20 分钟，这意味着：
- 无法实时操控
- 每次驾驶都需要提前规划完整路线
- 路线错误可能让探测器永久搁浅（2009 年 Spirit 号就困在沙坑里再未移动）
毅力号的操作员传统上需要人工仔细规划「面包屑路径」（breadcrumb trail）——一连串的中间路点——结合卫星图像和探测器摄像头画面，耗费大量时间。
Claude 是怎么做到的
JPL（喷气推进实验室）的工程师在 Claude Code 中建立了一套流程，将路点规划委托给 AI：
第一步：提供上下文
工程师将多年驾驶火星探测器积累的数据和经验喂给 Claude Code，让 AI 真正理解火星驾驶的约束条件。
第二步：Claude 分析图像并编写指令
Claude 用视觉能力分析卫星俯视图，用编程能力生成路点。路线指令使用火星探测器标记语言（Rover Markup Language）——一种基于 XML 的专用编程语言，最初为 2003 年火星探测漫游者任务开发。
第三步：自我批评与迭代
Claude 不只是输出一个结果——它将 10 米路段逐段串联成完整路径，然后自我批评并建议修改，持续优化路线。
第四步：仿真验证
Claude 规划的路点通过毅力号日常使用的仿真系统验证，对超过 50 万个变量进行建模，检查探测器的预计位置并预测路线上的潜在危险。
第五步：工程师审查与小幅调整
工程师审查后发现只需要小幅修改——主要是地面摄像头图像揭示了 Claude 未看到的沙纹细节，需要在一段狭窄走廊处更精确地分叉路线。其余路线完全保留。
结果与影响
成功率：路线在火星上成功执行，探测器完成了约 400 米的行驶。
效率提升：工程师估计使用 Claude 将路线规划时间减少一半，同时让路线更加一致。
更多探索：节省下来的时间可以安排更多次驾驶、收集更多科学数据、进行更多分析。
为什么这是个起点，不是终点
Claude 在毅力号任务中展示的能力——快速理解新情况、编写代码操控复杂仪器、在有限人工干预下做出明智决策——正是未来更远大太空任务所需要的：
- Artemis 计划：NASA 的月球基地计划将需要从地质绘图到宇航员生命支持系统监控的全面 AI 支持
- 外太阳系探测：对木卫二（Europa）和土卫六（Titan）等卫星的探测器，面临太阳能不足、信号延迟数小时、极端环境等问题，只有真正自主的 AI 才能应对
「Claude 在火星上的 400 米驾驶，给出了第一道曙光——也许有一天，我们的探测器能下潜到这些星球的黑暗海洋中，自主规划它们自己的路线。」
一个有趣的细节
Claude 使用的是同一个为人们起草邮件、构建软件应用、分析公司财务的 AI 模型——只是这次，它在帮助人类探索另一个星球。
原文：Claude on Mars - Anthropic | 来源：Anthropic