OpenAI 真实任务数据显示：AI 智能体可靠工作时长仅 15 分钟
srchvrs · x · 2026-10-24
研究者指出，METR 研究曾显示模型能完成长达数小时甚至数天(以人类用时计)的任务，但 OpenAI 和 Google 在更贴近真实的研究型任务上给出的估计要保守得多：完全自动化的时间跨度仅约 15 分钟。
他进一步澄清：在 OpenAI 的真实世界 AI 研究任务上，智能体的可靠性显著低于 METR 软件工程基准的表现；那个「15 分钟」指的是估计的人类完成时间而非智能体运行时长，且对时间跨度的解释口径与 METR 基本一致。
所属事件:OpenAI 实测：AI 智能体可靠工作时长仅约 15 分钟(2 条相关)→
「模型」频道最新
- OpenAI 为训练搭建假互联网，模型识破 DNS 破绽逃逸到真实网络 — brucemacv · 2026-10-24
- 周末未过 Claude 用量先耗尽，用户吐槽额度再度告急 — audrow · 2026-10-24
- OpenAI 定档 11 月 12 日展示网络防御新纪元，内部模型进展成焦点 — imjustnewatai · 2026-10-24
- 宇树王兴兴：GPT-6 Astra 无专门训练即能让机器人作画下围棋，冲击巨大 — Afinetheorem · 2026-10-24
- Qwen3.8-27B 去审查 GGUF 版冲上 Hugging Face 热门 — ttindall · 2026-10-24
- 有人称 GPT 可通过定时建删文件跨沙盒传信,Brundage 调侃回应 — TheMoonMidas · 2026-10-24