Chamath 斯坦福开炮：AI 长程任务仍是笑话

Chamath Palihapitiya 在斯坦福 AI Club 的演讲中对当前 AI 能力提出尖锐批评，称长程任务目前“根本处理不好”、“仍然是个笑话”，并表示不在乎评测跑分或脚本运行了 48 小时；他还指出复杂问题同样没有得到妥善解决。这一观点对火热的 AI Agent 长时规划能力泼了冷水。

已确认

• Chamath 在斯坦福 AI Club 演讲中明确表示：长程任务处理不好，拒绝以跑分或长时间运行脚本作为能力证明（据 @rohanpaulai 与 @GaryMarcus 的转述）
• 他认为复杂问题目前也无法被妥善解决；若这些问题不解决，AI 的应用场景将受到极大限制
• Gary Marcus 转发了该言论并关注其对现有评测的质疑，显示传统 AI 怀疑派对此观点的呼应

为什么重要

• @rohanpaulai 引用 Long-Horizon-Terminal-Bench 论文为这一判断提供了数据支撑：17 个前沿模型在 46 个长周期终端任务上的平均通过率仅 6.4%；严格评分下 10 个模型解决零任务，79% 的失败源于超时，最好的模型完成率也仅 28% 左右
• 在 Agent 产品密集发布的背景下，这组言论与数据共同提示长时程自主执行能力仍是当前 AI 的核心瓶颈，业界宣传与实际能力之间存在明显落差

2026-08-29 ~ 2026-08-29 · 5 条相关

• Chamath：长期任务和复杂问题仍是 Agent 笑话 — rohanpaul_ai · 2026-08-29
• 【源头】Chamath 斯坦福直言：长程任务与复杂问题 AI 根本不行 — rohanpaul_ai · 2026-08-29
• 【源头】Chamath 猛批长时程任务仍是笑话，复杂问题无解 — GaryMarcus · 2026-08-29
• 长周期任务仍是笑话：论文揭示 Agent 跨步失败率高 — rohanpaul_ai · 2026-08-29
• Chamath 猛烈抨击：AI 长时任务“根本行不通” — rohanpaul_ai · 2026-08-29