Toby Ord:模型 80% 可靠任务时长已从 15 分钟增至 25 分钟,自动化研发尚差一环
tobyordoxford · x · 2026-11-19
哲学家 Toby Ord 回应 Ben Todd 时给出两点判断:其一,从 <15m 和 15-30m 任务的数据看,可靠性的饱和点可能在 80-90% 左右——这个水平不足以闭合「自动化研发」的回路;其二,模型 80% 可靠性对应的任务时长已从约 15 分钟增长到约 25 分钟。
这是对 AI 任务完成度基准(如 METR 类测量)的趋势解读,指向「可靠性天花板」与「能力时长外推」两条线的张力。
所属事件:Toby Ord:AI 任务 80% 可靠度成瓶颈,时长增速放缓(2 条相关)→
「漫话AGI」频道最新
- 创业者指出金融市场 AI 落地瓶颈在信任而非能力 — ycombinator · 2026-11-19
- 数万 AI 科学家 Agent 协作药物研发,VirtualBiotech 登上 Science — james_y_zou · 2026-11-19
- 网友感叹:当模型远超人类时,我们却没有度量Recognize它 — repligate · 2026-11-19
- 资深安全研究者澄清:承认 AI 能找到真实漏洞,质疑的是「无经验者自主开发」叙事 — dyn___ · 2026-11-19
- Anthropic IPO 上 CNN,记者第一个问题就是灭绝风险 — GarrisonLovely · 2026-11-19
- Ben Recht 重读 2019 年 AI 批判书单:GPT-2 之前批判就已成立 — beenwrekt · 2026-11-19