「模型白领任务已超九成人类，但不可测的元任务几乎没动」
Lux_Stella_ · x · 2026-11-06
X 用户 LuxStella 发表观点：每天不用 Agent 工作 10-12 小时的人，讨论起 Agent 会明显露怯。他给出两个「剧透」——模型在任何白领工作任务上已经超过 90% 的人类；但在不可测试的元任务（meta tasks）上几乎原地不动。teodorio 回应指出其结构性原因：模型只在可测量的地方进步，而且你甚至不知道怎么测量那些测不了的东西。
Lux_Stella_ · x · 2026-11-06
X 用户 LuxStella 发表观点：每天不用 Agent 工作 10-12 小时的人，讨论起 Agent 会明显露怯。他给出两个「剧透」——模型在任何白领工作任务上已经超过 90% 的人类；但在不可测试的元任务（meta tasks）上几乎原地不动。teodorio 回应指出其结构性原因：模型只在可测量的地方进步，而且你甚至不知道怎么测量那些测不了的东西。