當 Claude 學會開火星車：AI 如何完成人類花了 28 年才學會的火星導航

想像一個場景：你坐在一輛價值 27 億美元的車裡，行駛在一個完全沒有道路、沒有交通號誌、連 Google Maps 都不存在的地方。你的車速大約是每小時 152 公尺——大概就是烏龜快走的速度。更糟糕的是，你打方向盤之後，要等整整 20 分鐘，遠在地球的人才會知道你轉了彎。如果你不小心開進了一個沙坑，可能永遠都出不來。

這不是什麼科幻小說的設定。這是 NASA 過去 28 年來，每天在火星上面對的真實挑戰。

2025 年 12 月，Anthropic 的 AI 助手 Claude 做了一件以前從來沒有 AI 做過的事：為 NASA 的毅力號（Perseverance）火星探測車規劃了一條行駛路線。毅力號按照這條路線，在火星表面跑了將近 456 公尺。這是人類太空探索史上，第一次由 AI 主導規劃的火星駕駛。

為什麼這件事值得你關注？因為在火星上「開車」這件事，遠比你想像的更難、更危險，也更讓人心碎。

火星上開車，到底有多難？

先說一個基本的物理限制：火星離地球平均 2.25 億公里。無線電訊號以光速傳播，單程大約需要 20 分鐘。這代表什麼？如果毅力號現在遇到一塊大石頭，它把畫面傳回地球要 20 分鐘，地球上的工程師看到後下達「轉彎」指令、傳回火星又要 20 分鐘。一來一回 40 分鐘，車子早就撞上去了。

所以在火星上，即時遙控駕駛是不可能的。每一次移動，都必須提前在地球上規劃好，寫成精確的指令，打包傳送到火星，然後祈禱一切順利。

這個規劃工作由誰來做？答案是 NASA 噴射推進實驗室（JPL，全名 Jet Propulsion Laboratory，位於加州帕沙迪納市，是 NASA 專門負責無人太空探測的研究中心）裡一群被稱為「火星車駕駛」的工程師。每天，20 到 50 位工程師和科學家聚在一起，花 4 到 7 小時分析火星傳回來的地形影像，像拼拼圖一樣逐段規劃路線，把路線拆成一個又一個的「路標點」，每個路標點之間不超過 100 公尺，確保每一段路都是安全的。

規劃好之後，這些路線會被轉換成一種叫做 RML（Rover Markup Language，火星車標記語言）的指令格式——一種 XML 架構的程式語言，最早是為 2004 年登陸火星的勇氣號和機會號開發的。這種語言有多冷門？連 Claude 在網路上的公開版本被問到「你知道 RML 嗎？」的時候，都直接回答「不知道」。

每一天、每一條路線，都要經過這樣的流程。28 年來如此。

勇氣號之死：火星最令人心碎的故事

為什麼火星駕駛要這麼小心翼翼？因為出一次錯的代價，可能是永遠。

2009 年 5 月 1 日，在火星上已經工作了五年多的勇氣號（Spirit），正沿著一個叫「本壘板」（Home Plate）的低矮火山台地西側往南行駛。地面看起來完全正常，跟過去走過的幾千公尺火星地表沒什麼不同。

然後車輪穿過了一層大約只有一公分厚的地表硬殼，陷入了下面藏著的鬆軟物質。

那是一層硫酸鐵（礦物學上叫做黃鉀鐵礬），JPL 專案經理 John Callas 形容它「幾乎像麵粉一樣」——輕、鬆、完全沒有摩擦力，車輪轉了等於沒轉。更糟的是，勇氣號在三年前就已經壞了一個輪子：2006 年，右前輪的馬達徹底故障，從此只能「倒著開」，靠剩下的五個輪子拖著這個壞掉的輪子前進。現在六個輪子裡五個能動的也救不了它，因為地面根本不給力。

JPL 接下來做的事情，展現了太空探索最動人的一面：他們花了八個月試圖救出勇氣號。工程師在 JPL 建了一個巨大的沙箱，灌入 2,450 公斤的黏土和矽藻土，傾斜 10 度以模擬勇氣號所在的坡度，然後把一輛一模一樣的測試車放進去，嘗試各種逃脫方案——往前開、往後退、橫向螃蟹走。每一個方案都在地球上模擬成功後，才傳到火星讓勇氣號執行。

全部失敗。

2010 年 1 月 26 日，NASA 正式放棄營救，把勇氣號從「探測車」降級為「固定科學平台」。2010 年 3 月 22 日，勇氣號發出最後一次訊號。JPL 在之後的一年多裡持續發送超過 1,300 條指令，試圖重新聯繫。2011 年 5 月 25 日，NASA 正式宣布任務結束。

勇氣號困死的地方，後來被命名為「特洛伊」（Troy）——一個關於陷阱的名字。

不只勇氣號：火星地表處處是陷阱

勇氣號不是唯一遇到麻煩的火星車。

同一年代的機會號（Opportunity）在 2005 年 4 月駛過一個大約 30 公分高的沙丘時，車輪深陷超過 10 公分。JPL 把這個沙丘取名叫「煉獄」（Purgatory）。為了讓機會號脫困，工程師在 JPL 用兒童遊戲沙、游泳池濾材和灰泥粉調配出超過 2 噸的「火星模擬沙」，在地球上反覆測試逃脫路線。最終花了五週才讓機會號重獲自由。第一次嘗試移動時，機會號只前進了 2.8 公分。

後來的好奇號（Curiosity）遇到的則是另一種問題：輪子被刺穿。好奇號的六個鋁製車輪，每個直徑 50 公分，但外殼厚度只有 0.75 毫米——大概是一枚一角美金硬幣厚度的一半。這個厚度是工程師能製造的極限，為了讓車輪輕到能飄在鬆軟沙地上。

結果火星地表有一種叫「風蝕石」（ventifact）的尖銳岩石，被風雕刻了幾百萬年，像鯊魚牙齒一樣牢牢嵌在岩盤裡。不像地球上的碎石會被車輪推開，這些石頭紋風不動，直接刺穿了好奇號薄如紙片的車輪外殼。JPL 被迫讓好奇號改成倒車行駛（減少前輪受力）、開發了一套即時調節每個輪子轉速的演算法、甚至準備了最壞的方案：如果輪子爛到不行，就讓好奇號把自己的輪子撕下來繼續走。

每一個故事都在說同一件事：在火星上，路線規劃不是錦上添花的功能，而是攸關生死的核心任務。

Claude 登陸火星

2025 年 12 月 8 日和 10 日，火星時間第 1707 和 1709 個太陽日（sol，火星的一天，比地球多 37 分鐘），毅力號在耶澤羅撞擊坑（Jezero Crater）裡完成了兩次行駛，分別跑了 210 和 246 公尺。

這兩次行駛的路線，完全是由 Claude 規劃的。

這件事是怎麼做到的？

首先，JPL 的工程師透過 Claude Code（Anthropic 為開發者打造的程式碼協作環境），把他們累積了 28 年的火星任務資料交給 Claude，包括各種地形分析的經驗法則、過去的行駛紀錄、以及完整的 RML 語言規格。

接著，Claude 拿到了 HiRISE 相機拍攝的高解析度火星軌道影像。HiRISE 是目前繞行火星的勘測軌道衛星（Mars Reconnaissance Orbiter）上搭載的相機，帶著一個直徑 50 公分的望遠鏡——這是人類送出地球軌道的最大光學望遠鏡。它能從 300 公里的軌道高度拍出每像素 25 公分的影像，相當於從太空看清一顆籃球大小的東西。除了影像，Claude 還拿到了數位高程模型（簡單說就是地形的「立體地圖」），知道哪裡是上坡、哪裡是下坡。

Claude 做了什麼？它先分析整張影像，辨識出岩盤、巨石群、沙丘、鬆軟土壤等各種地形。然後像一個資深駕駛一樣，把整條路線拆成每段 10 公尺的小區間，逐段規劃路標點，再串成一條完整的路徑。過程中它不斷自我檢視和修正，反覆優化每一段路徑的選擇。最後，它把路線轉換成 RML 指令——就是前面提到的那個連自己公開版本都說「不知道」的冷門語言。

JPL 收到 Claude 產生的路線後，用他們的「數位雙胞胎」——一個虛擬版的毅力號——進行模擬驗證，這個模擬涵蓋超過 50 萬個遙測變數（包含車輛位置、車輪狀態、地形互動等各種參數）。工程師審查後發現，Claude 的路線只需要很小幅度的修改。唯一比較大的調整是：人類工程師從毅力號的地面相機（Claude 看不到的視角）發現路線中有一段窄通道兩側有特殊的沙波紋，於是手動微調了那一段。

路線確認後，指令透過 NASA 的深空網路（Deep Space Network，分布在美國、澳洲、西班牙的三座巨型天線陣列，專門負責與深空探測器通訊）傳送到火星。毅力號按照指令順利完成了行駛。

從 4 到 7 小時，縮短到一半

數字最能說明問題。

過去，JPL 的火星車駕駛團隊每天需要 4 到 7 小時來規劃一條路線，動用 20 到 50 位工程師和科學家。而 Claude 能把規劃時間縮短一半。

這不只是「快一點」的問題。路線規劃時間縮短，意味著毅力號每天可以多跑一段路、多採集一些樣本。毅力號目前在耶澤羅撞擊坑裡執行的最重要任務，是蒐集火星岩石樣本，密封在鈦金屬管中，等未來的「火星樣本回收」（Mars Sample Return）任務把它們帶回地球。這些樣本可能包含 35 億年前火星上有水、甚至有微生物存活的證據。每多走一段路，就多一個機會找到關鍵證據。

JPL 探索系統辦公室主任 Matt Wallace 對這件事的看法更大膽。他描繪了一個未來的圖景：不只是地面上的 AI 幫忙規劃，而是直接在火星車、直升機、無人機上裝載 AI，讓這些設備直接繼承 NASA 工程師、科學家和太空人幾十年的集體智慧，在現場做即時判斷。「這就是我們在月球建立永久據點、送人類上火星所需要的顛覆性技術，」他說。

Vandi Verma——JPL 的太空機器人專家，一位在印度空軍家庭長大、拿到卡內基美隆大學機器人學博士學位、過去 17 年開過勇氣號、機會號、好奇號和毅力號四代火星車的傳奇工程師——這樣總結這次實驗的意義：「我們正在朝這樣的未來前進：生成式 AI 和其他智慧工具將幫助我們的地表探測車處理公里級的長距離行駛，同時大幅減少操作人員的工作量，並且自動掃描大量的火星影像，為科學團隊標記出值得研究的地表特徵。」

火星上的 AI，地球上的啟示

回到勇氣號的故事。2009 年，它困在一個看起來跟四周完全一樣的地面上，人類花了八個月、2,450 公斤的模擬材料、1,300 多條指令，都救不了它。16 年後，一個 AI 坐在地球上看著軌道照片，就能為另一輛火星車規劃出只需要微調的行駛路線。

但這不代表 AI 能取代火星車駕駛。這次實驗最精彩的部分，其實是人類看到了 AI 看不到的東西——那段窄通道兩側的沙波紋，只有地面相機才拍得到，Claude 從軌道影像裡看不出來。AI 做了 95% 的規劃工作，人類做了最後 5% 的關鍵把關。

NASA 已經在為下一步做準備。2026 年 1 月，NASA 宣布了一個叫做 FAIMM（Foundational Artificial Intelligence for the Moon and Mars，月球與火星基礎人工智慧）的研究計畫，邀請研究人員開發大型 AI 基礎模型在太空探索中的應用，從隕石坑偵測、著陸點評估到水冰搜尋，全面擁抱 AI。

在地球上，我們整天擔心 AI 搶走人類的工作。但在火星上，AI 做的事正好反過來：它讓人類能去更遠的地方，看到更多以前看不到的東西。

從勇氣號困死在特洛伊，到 Claude 在耶澤羅撞擊坑裡畫出第一條 AI 路線——這 16 年的距離，或許正是人類與 AI 學會合作的距離。而這段旅程，才剛剛開始。