牛津学者 Toby Ord 新文：AI token 扩展效率不及人类时间扩展

牛津大学学者、哲学家 Toby Ord 于 10 月 9 日发布新文《AI Scaling vs Human Scaling》，系统检视了一个被广泛默认的类比：给 AI 更多 token（延长推理算力、思维链与工具调用）是否等价于给人类更多的工作时间。这是多条帖子（m1–m5）转述的同一项研究，核心内容一致。

已确认

• Ord 梳理了目前有限的证据，其中包括 METR 发布的对比图表，将人类随时间的扩展与 AI 随 token 的扩展放在同一坐标系下比较。
• 初步结论是效率比约为 4：人类每倍增投入时间所获得的能力收益，约为 AI 每倍增 token 消耗的 4 倍。
• 换算下来，AI 需要约 10,000 倍的 token 才能达到人类 10 倍时间所能带来的进步。
• Ord 同时指出，这一差距正在收窄：AI 随 token 扩展的表现虽仍不及人类随时间扩展，但两者的差距在缩小。

为什么重要

• 该分析直接关系到对推理算力扩展回报的预期：如果 token 扩展效率显著低于人类时间扩展，单纯堆算力换能力的策略成本可能被低估。
• 作者本人也强调现有证据有限，4 倍这一比值应视为基于 METR 图表的初步估计而非定论，后续更多对比实验有望修正该数字。

2026-10-09 ~ 2026-10-09 · 5 条相关

• 【源头】AI 随 token 扩展不如人类随时间扩展，但差距正在收窄 — tobyordoxford · 2026-10-09
• 人类时间扩展效率约为 AI 4 倍：AI 需万倍 token 才追平 10 倍时间 — tobyordoxford · 2026-10-09
• 学者质疑扩展对比:结论称 AI 需万倍 token 才抵人类 10 倍时间 — tobyordoxford · 2026-10-09
• Toby Ord 新文:「AI 多给 token」未必等于「人类多给时间」,差距可达 10 倍以上 — tobyordoxford · 2026-10-09

另有 1 条近重复转述:tobyordoxford