Gemini 4 安全报告：AI 做 AI 研发任务 80% 成功率仅覆盖约 15 分钟
tobyordoxford · x · 2026-10-22
Toby Ord 指出，Google DeepMind 在 Gemini 4 安全报告第 78 页公布了其内部「AI 做 AI R&D」的分析图表：模型在该类真实任务上的 80% 成功率时间视野（80% horizon）约为 15 分钟。他认为这是对「AI 能独立可靠完成的任务时长出奇地短」这一发现的一次真实更新——这是首次有前沿实验室用内部 AI R&D 实际使用数据公开验证 METR 类时间视野曲线，说明即便在最适合 AI 的研发场景，自主可靠工作时长仍很有限。
所属事件:牛津学者 Ord：OpenAI 真实研发时距仅为 METR 基准 1/12(8 条相关)→
「漫话AGI」频道最新
- Ethan Mollick:AI 编码工具大热,但软件改进瓶颈常在别处 — emollick · 2026-10-22
- 牛津研究:公众是 AI 股东,政策应追求幸福红利 — SandraWachter5 · 2026-10-22
- AI 安全争论翻车现场:898 项任务仅 198 项未解出,「涌现诡异行为」被拆穿 — random_walker · 2026-10-22
- Anthropic 发布年度公共利益报告,列出五大愿景支柱 — AnthropicAI · 2026-10-22
- KOL 造词「Mechanomorphizing」：用机器概念解读人 — PierceLilholt · 2026-10-22
- 马斯克对谈艾萨克森:AI 超人类百万倍时货币将消失、人类只能祈祷它友善 — TheMoonMidas · 2026-10-22