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)→
「漫话AGI」频道最新
- 网友观点:追求安全的 Anthropic 也在追求自身「不朽」 — akbirthko · 2026-11-21
- AI 加速攻击叠加数字故障:网络安全的连锁危机论 — ChuckDBrooks · 2026-11-21
- 网友回应 LeCun:LLM 给不了人类级智能,但能给超人类级 — hbouammar · 2026-11-21
- Yoav Goldberg:模型可内化部分 harness 能力,使其从必需降为可选 — yoavgo · 2026-11-21
- 「摩擦式 AI」:给 AI 加阻力防人类技能退化 — JeremyNguyenPhD · 2026-11-21
- 彭博社:经济学家能识别 AI 泡沫信号,却无法判断何时破裂 — bloomberg · 2026-11-21