TECH2030
Insights
技术动态 · 4 min readAI辅助

AI时间跨度达40小时,半年内增长2.5倍

METR评估显示,AI完成任务的能力从5月的16小时增长至6个月后的40小时。

AI时间跨度达40小时,半年内增长2.5倍

核心摘要

  • METR评估显示AI时间跨度6个月内从16小时增至40小时
  • 编码、优化等可验证任务快速提升,但研究判断力仍以人类为优势
  • 将自身业务划分为'可即时验证'与'需价值判断'是起点
  • AX转型并非全面自动化,而是从按业务类型设定委托范围开始

METR评估显示,最尖端AI的时间跨度已从2026年5月的16小时在6个月内提升至约40小时。AI安全评估机构METR于11月20日(当地时间)发布研发能力评估报告,指出OpenAI的GPT-6 Astra记录了约40小时的时间跨度,Anthropic的Claude Opus 5.5记录了约39小时。

时间跨度是以人类专家完成特定任务所需时间为基准,衡量AI能以50%概率成功完成该任务的水平指标。据METR介绍,此次评估在原有222项任务基础上新增了36项难度更高的任务,评估范围从编码、优化扩大到新研究课题的设计与结果判断能力。因此METR说明,此前的16小时与此次的40小时难以视为同一条件下的性能提升率。

发生了哪些变化

METR估算时间跨度翻倍所需的平均周期为3.61个月,约110天,与此前评估的105天相近,意味着每3至4个月能力翻倍的增长趋势仍在持续。与15场编程优化竞赛记录对比的结果显示,最顶尖的AI模型得分高于96%至98%的人类参赛者;在另行招募专业人员进行比较的3项任务中,AI同样取得了更高成绩。

但在研究判断力方面,局限性依然明显。METR让AI设计可用于自身研究的新评估工具,但在最尖端模型提出的方案中,没有一个被研究团队认为有实际使用价值。不过METR表示,与一年前模型远未达标的情况不同,Claude Opus 5.5等最新模型已接近可实际使用的水平。

对韩国企业AX转型的启示

METR估算,若当前发展趋势持续,到2027年7月,AI在人类专家需耗时约200小时的任务上也能达到50%的成功率。此外,METR在本月初表示,过去一年中Anthropic的AI模型开发速度估计比此前加快了约1.9倍。

这一指标表明,在代码验证、数学验算等可即时确认结果的任务上,AI正迅速追赶人类。但在判断某项研究是否值得进行、或评估结果意义等方面,仍属于人类专家的领域。对于正在考虑AX转型的组织而言,首先应将自身业务划分为'可即时验证结果的任务'与'需要价值判断的任务'。从编码、优化、数据验证等答案明确的领域开始扩大AI委托范围,而在需要课题选择或战略判断的领域则暂时维持人类决策机制,这是此次数据所揭示的现实可行方案。

来源: AI工作能力6个月内从16小时增至40小时……"判断力仍存局限"

如果觉得有用,欢迎分享。
相关服务AX 转型
企业AX转型
想把这个主题套用到贵司的实际情况吗?
申请AX转型咨询