Remote Labour Index 或 2027 年 4 月饱和引发方法之争

Ben Todd 引用 CAIS 与 Scale AI 联合发布的 Remote Labour Index（远程劳动指数），预测 AI 自动化真实远程工作的能力或在 2027 年 4 月前达到饱和。该指数基于 Upwork 上真实约 30 小时时长的任务，由人类评分员判定完成质量，被视为衡量 AI 实际工作能力的直观标尺。这一预测随即引来哲学家 Toby Ord 的方法学质疑，双方在同日展开多轮讨论，目前争论焦点集中在图表外推方式与任务时长基准的选择上。

已确认

• Remote Labour Index 由 CAIS 与 Scale AI 联合发布，衡量 AI 对远程工作的自动化程度，任务来自 Upwork，时长约 30 小时，由人类评分员判定质量。
• Ben Todd 的核心预测：按当前趋势，该指数可能在 2027 年 4 月前饱和。
• Toby Ord 指出原图表画法有误：AI 能力增长通常近似特定曲线形态，应使用 logistic 轴而非对数轴作图，否则外推结论会失真。
• Toby Ord 基于修正后的图表给出了自己对 AI 以 95% 成功率完成 30 小时远程任务时间线的最佳估计。
• Todd 回应中提到一张模型自动化率随时间外推的图表（显示 Claude Fable 5.2 已达约 45% 自动化率，外推到 2028 年初可达 95%），并称若改用 80 小时任务基准外推，AI 进度结论可能推迟 6-8 个月。

尚未确认

• 2027 年 4 月饱和这一具体时点高度依赖外推方法（对数轴 vs logistic 轴、30 小时 vs 80 小时任务基准），双方尚未达成一致。
• Claude Fable 5.2 约 45% 自动化率等数字来自讨论中的配图，具体测量口径以原始发布为准。

为什么重要

• Remote Labour Index 直接以真实付费工作任务衡量 AI 能力，比纯基准测试更贴近「AI 能否替代人类远程劳动」这一关键问题。
• 这场争论展示了预测结论对作图与外推方法的敏感性：轴的选择或任务时长基准的改动，就能把饱和时间点推移数月甚至更久，提示对单一趋势外推的 AI 时间线预测应保持谨慎。

2026-11-10 ~ 2026-11-10 · 5 条相关

• 【源头】Ben Todd：远程劳动指数或提前至 2027 年 4 月饱和 — ben_j_todd · 2026-11-10
• 【源头】Toby Ord 质疑 Remote Labour Index 饱和预测：该用 logistic 轴而非对数轴 — tobyordoxford · 2026-11-10
• 80 小时任务基准外推 AI 进度？Ben Todd 称或推迟 6-8 个月 — ben_j_todd · 2026-11-10
• Toby Ord 估测:AI 达到 95% 成功率完成 30 小时远程任务的时间线 — tobyordoxford · 2026-11-10

另有 1 条近重复转述:ben_j_todd