METR 数据揭示:AI 任务时长外推成立,漏洞激增却无规律可循
maksym_andr · x · 2026-10-21
作者指出一个关键观察:朴素外推在某些 AI 能力维度上异常有效,在另一些维度上却完全失效——而关于 AI 进展的大部分分歧正源于此。
配图展示了两组数据的反差:
- METR 任务时长曲线:LLM 能以 50% 成功率完成的软件任务时长呈对数线性增长,从 GPT-2 的 4 秒一路外推到 2026 年 Claude Opus 4.6 / Mythos Preview 的 16 小时级别,外推预测相当准
- Epoch AI CVE 数据:2022 年以来严重漏洞披露数量长期平稳,却在 Claude Mythos Preview 发布后数月内从每月约 300 个飙升至近 1900 个,完全打破历史趋势
结论:对能力基线类指标可放心外推,但对漏洞发现、高危 agent 事件等有相变特征的维度,线性外推会严重低估风险。
「漫话AGI」频道最新
- Toby Ord 复核 METR 图表：OpenAI 时间跨度数据或被高估 14 个月 — tobyordoxford · 2026-10-22
- 长文探讨智能体自主性：「你没在数线程」 — _AustinCalvert_ · 2026-10-22
- Lee Cronin:化学证明宇宙并不是一台计算机 — shyamalanadkat · 2026-10-22
- Mat Dryhurst：技术让创作变易，艺术家总有办法再把它变难 — matdryhurst · 2026-10-22
- 经济学家:AI 让「伪造成本」归零,推荐信生态遭冲击 — paulnovosad · 2026-10-22
- VraserX：人类未来不是与超级 AI 竞争，而是与之融合 — VraserX · 2026-10-22