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
- John Schulman 等做客 Dwarkesh 播客,聊 RL、RSI 与 AGI 时间线 — ZhongRuiqi · 2026-09-12
- AI 没有杀死开发者岗位,杀死的是积压需求 — kevinsurace · 2026-09-12
- 工程师视角：GPU kernel 已输给 AI，为何没人写信抗议 — bingxu_ · 2026-09-12
- 哈佛经济学家反驳:AI 不可能既让数学 inaccessible 又让数学家失业 — soumitrashukla9 · 2026-09-12
- Noah Smith：越狱 LLM 协助造超级病毒，或成人类末日路径 — CharlieDataMine · 2026-09-12
- AI 研究员用第一性原理重新发现「许愿要小心」等老生常谈 — curious_vii · 2026-09-12