Toby Ord 复核 METR 图表：OpenAI 时间跨度数据或被高估 14 个月

tobyordoxford · x · 2026-10-22

牛津哲学家 Toby Ord 对 METR 的时间跨度（time horizon）图表做了一次 sanity check。他指出，如果真实世界的 AI 研发工作难度与 METR 任务集相同，那么 OpenAI 公布的数字表明我们实际上比预期落后了约 14 个月。

但他也承认这一差距可以有更平淡的解释：真实 AI R&D 任务比 METR 任务集更难、任务构成不同。METR 图表中其他任务套件的趋势线（如 RLBench）显示 OpenAI 的数字大致符合该趋势，因此未必意味着能力被高估。他发帖是希望社区帮忙检验这个结论。