OpenAI 数据:Agent 无人工干预成功率随任务时长衰减,监控任务达 79%
daveholtz · x · 2026-11-19
daveholtz 线程披露 Agent 自主完成任务的成功率数据:按估计人工耗时分层,AI 完成长任务的成功率随时间推移整体上升(如 4–8 小时任务从 3 月的约 12% 升至 10 月的约 35%),但需注意这同时受能力提升和任务类型变化影响。
按 Epoch 的 ONET for AI R&D 任务分类看,异质性很大:无人工干预下「监控运行查问题」成功率 79%、「回答技术问题」约 75%、「审查代码」约 70%,而「实现研究算法/训练方法」「构建训练基础设施」等则在 30% 以下。
「漫话AGI」频道最新
- OpenAI 报告:2026 年安全与对齐人力时间大增 77.2% — daveholtz · 2026-11-19
- OpenAI 表态:AI 自我改进加速,治理挑战将增大,希望人类留在流程中 — daveholtz · 2026-11-19
- OpenAI 数据:人均代码改动量达 2025 年前 7 倍,OECI 年涨 16.4 分 — daveholtz · 2026-11-19
- OpenAI 调查:研究员愿以 40% 团队编制换取保留前沿编码 Agent — daveholtz · 2026-11-19
- OpenAI 揭示:研究员日均花 2400 美元跑 Agent,token 成本已达人力 2 倍 — daveholtz · 2026-11-19
- OpenAI 发布内部研究 AI 使用报告,呼吁强制披露递归自我改进指标 — OpenAI · 2026-11-19