Исследователи ACE-CaP-0 сообщили, что программы для роботов, разработанные агентом для написания кода Claude Opus 5.5 от Anthropic, успешно прошли 221 из 240 физических испытаний, то есть 92,1%. В ходе оценки проверили восемь задач: каждую программу фиксировали до начала 30 испытаний, а во время их выполнения роботами не управляли ни люди, ни агент для написания кода. Пока агент разрабатывал программы, ему были доступны советы людей и физические демонстрации. Стабильность результатов в ходе независимых запусков разработки пока не подтверждена; для оценки возможности более широкого повторного применения необходимо провести испытания в новых условиях.