METR 任务时长提前 20 个月达标,LiveCodeBench Pro 已至 53%
ben_j_todd · x · 2026-09-10
- Ben Todd 线程再补两条被超越的预测:METR 80% 任务时长基准,多数人预计 2026 年底才到 3 小时,实际 4 月就已达成;Todd 自己预测年底 6 小时,目前看在轨。
- LiveCodeBench Pro 方面,他预测 2026 年底 23% 已远超共识,但 AI 实际 2025 年就冲到 53%。
所属事件:Ben Todd 复盘：所有人都在低估 AI 进度(6 条相关)→
「漫话AGI」频道最新
- CJR 批评记者滥用「rogue」：别把 AI 写得像有了人性 — ShakeelHashim · 2026-10-27
- AI 致 PhD 申请邮件暴涨约 4 倍，不用 AI 写信反而更易突围 — AI4Code · 2026-10-27
- Weil 律所崩塌复盘：击垮 BigLaw 的不是商业模式，是信心 — jkubicki · 2026-10-27
- Transformer 论文八位作者全部离职，Google 白送竞争对手万亿价值 — signulll · 2026-10-27
- Anthropic S-1 写明两大 AI 愿景：治愈疾病与覆盖 46 亿缺医人口 — petergyang · 2026-10-27
- 高盛：美企 AI 采纳率与就业增长呈显著负相关 — ben_j_todd · 2026-10-27