OpenAI 内部数据:模型自主完成的研究任务时长平滑变长
kliu128 · x · 2026-11-19
OpenAI 内部报告显示,升级评测流水线后,模型能自主完成的研究任务时长呈平滑上升趋势。零人工干预任务成功率按人类估计任务时长分段统计(<15 分钟到 8 小时以上),从 3 月到 10 月各时长段的成功率都在持续抬升:例如 1–2 小时任务从约 35% 升至约 55%,8 小时以上任务从约 10% 升至约 29%。
所属事件:OpenAI 披露内部 AI 加速研究数据:代码改动量达 7 倍,安全人力时间大增(9 条相关)→
「编程与Agent」频道最新
- OpenAI 数据:90 分位研究员年花 2.3 万美元用 Agent 工具 — kliu128 · 2026-11-19
- 2415 通电话实测:给外呼 Agent 开联网搜索反让预订准确率掉 5 分 — Evening_Hawk_7470 · 2026-11-19
- LangChain Managed Deep Agents 首日接入 Gemini 4 Neon — hwchase17 · 2026-11-19
- badlogic:堆 lint 和测试骗不过会 reward hacking 的 agent — teropa · 2026-11-19
- 用 color skill 驱动 GPT-6.2 Astra 生成 TiKZ 独角兽插画 — Angaisb_ · 2026-11-19
- 受不了 agent 写 500 行代码?Ponytail 让它先复用现有组件 — techNmak · 2026-11-19