该团队为 8 个 Codex 智能体配备了多个机器人、GPU 分配以及充足的 Token 预算，并设定了一个简单目标：尽可能快速地完成任务，让机器人保持忙碌但确保安全，不要浪费宝贵的计算资源。

于是，机器人开始学会寻找视觉线索、重置场景、练习新技能、调整控制堆栈、在线阅读论文、辩论、反思、遇到瓶颈，然后直接在硬件上再次尝试。研究人员所做的只是为 Codex 提供了一个通往物理世界的 API，其余的一切都是 AI 自己探索发现的。

在 ENPIRE 加持下，机器人能够独立完成高精度任务，比如系扎带、整理钉子，以及把显卡插到电脑主板上。

Jim Fan 表示，机器人可以整夜不间断自我改进，而研究人员只需要在早上看训练报告就可以了。

Jim Fan 表示将开源这一技术，科技爱好者也可以在家托管自己的自动运行机器人实验室。