Ramez 称 AI 自主任务时长关键图表有误,Mollick 补充边界条件

eldonredwards · x · 2026-11-21

Ramez 发布长文指出,「AI 能自主完成的任务时长」这一最被广泛引用的指标与 OpenAI、Google 内部真实世界数据存在巨大差异,相关图表可能存在系统性偏差。

Ethan Mollick 引用并回应:追踪 AI 自主工作能力确实关键,这是对「自主 AI 研究进展」最乐观说法的有用校正,但仅聚焦顶级前沿实验室的研究任务,可能低估 AI 在经济价值任务上的实际能力——大部分工作并非前沿 AI 研究。例如 Epoch 的 MirrorCode 结果显示 AI 已能自主重写研究者估计需人类 2-17 周的软件;此类边界清晰的任务与现实研究任务边界条件差异很大。此外现实中少量人类干预往往可以接受甚至更优。

所属事件:Ramez Naam 质疑 METR 任务时长基准高估达百倍(6 条相关)→

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →