Ethan Mollick:METR 长时程基准已饱和,追问下一个量化的指数曲线图
emollick · x · 2026-09-12
Ethan Mollick 指出 METR 的长时程（long horizons）基准实际已经饱和：Epoch 研究发现 Fable 之前的 agent 已能完成相当于人类 18 周的工作量。
他盘点称 Frontier Math 已饱和、ARC-AGI 已饱和、千禧年大奖难题也快了，因此向社区提问：现在最能展示 AI 能力指数级进步曲线的最佳量化图表是什么？这实质上是在寻找「基准饱和速度跑赢预期」之后新的衡量标尺。
「漫话AGI」频道最新
- Nat Lambert：开源模型或是维系 AI 生态的关键粘合剂 — natolambert · 2026-10-31
- 李开复新书《AI Native》11 月 3 日上市，获纳德拉作序推荐 — kaifulee · 2026-10-31
- AI 安全进入黑暗时代：Agent 会探测一切攻击面 — graceisford · 2026-10-31
- 闭门夜话:组织出货快 5 倍，GDP 却没涨 30% 的原因 — graceisford · 2026-10-31
- 公司用 AI 裁掉工程师后开始高薪返聘：判断力无法替代 — DavidLinthicum · 2026-10-31
- Nathan Young 提出四套方案：用预测市场问责 AI 圈不良行为 — NathanpmYoung · 2026-10-31