還記得 2023 年初 ChatGPT 剛出來時(shí)，讓它30 秒寫一個(gè)“冒泡排序”都覺得很新鮮？彈指之間，今天的 AI agent 已經(jīng)能自主幾分鐘內(nèi)啃下人類程序員需要一小時(shí)乃至一天才能完成的需求了。

感覺 AI 進(jìn)步太快跟不上？這可不是錯(cuò)覺。專注于 AI 能力評(píng)估的 METR 機(jī)構(gòu)扔出重磅研究：AI 系統(tǒng)能搞定的編碼任務(wù)復(fù)雜度（以人類所需時(shí)間衡量）正以驚人的指數(shù)速度增長(zhǎng)，其“時(shí)間范圍”（Time Horizon）——即 AI 能達(dá)到 50% 成功率的任務(wù)時(shí)長(zhǎng)——大約每 7 個(gè)月就翻一番！

METR 測(cè)試了 2019 到 2025 年間最強(qiáng)的 AI Agent，用近 200 個(gè)任務(wù)（主要是編碼，夾雜些推理）對(duì)它們進(jìn)行了“大考”。結(jié)果清晰地顯示：任務(wù)越耗時(shí)，AI 越難搞定，但它們能搞定的任務(wù)時(shí)長(zhǎng)上限，確實(shí)在指數(shù)級(jí)飆升。

指數(shù)增長(zhǎng)的未來預(yù)測(cè)：

如果這個(gè)“7 個(gè)月翻倍”的趨勢(shì)保持下去，那畫面太美不敢看：

• 2026年：搞定2 小時(shí)任務(wù)
• 2027年：拿下8 小時(shí)（1 工作日）任務(wù)
• 2028年：挑戰(zhàn)40 小時(shí)（1 周）任務(wù)
• 2029年：沖擊167 小時(shí)（1 個(gè)月）的大型項(xiàng)目

加速！趨勢(shì)可能更快！

更刺激的是，這個(gè)增長(zhǎng)似乎還在加速！METR 發(fā)現(xiàn)，隨著模型能力大幅提升，在 2024-2025 年間，“時(shí)間范圍”的翻倍時(shí)間已縮短到僅僅 4 個(gè)月。如果按這個(gè)“渦輪增壓”的速度，搞定月度級(jí)任務(wù)可能2027 年就能實(shí)現(xiàn)！

當(dāng)然，預(yù)測(cè)有風(fēng)險(xiǎn)，趨勢(shì)也可能放緩。但反過來想，它也可能更快！特別是當(dāng) AI 開始越來越多地參與到開發(fā)下一代更強(qiáng) AI 的工作中時(shí)，一個(gè)強(qiáng)大的“飛輪效應(yīng)”可能被觸發(fā)：AI 加速創(chuàng)造更強(qiáng) AI，后者再進(jìn)一步加速……這種自我強(qiáng)化的循環(huán)可能導(dǎo)致能力的超指數(shù)級(jí)增長(zhǎng)。

歷史性時(shí)刻？

METR的這一發(fā)現(xiàn)，它可能預(yù)示著一個(gè)生產(chǎn)力奇點(diǎn)的臨近，其影響之深遠(yuǎn)，可能重塑軟件開發(fā)乃至所有知識(shí)型工作，成為我們這個(gè)時(shí)代最值得關(guān)注的趨勢(shì)之一。

這一發(fā)現(xiàn)也支撐了朱嘯虎的最近一個(gè)熱門的觀點(diǎn)“5年以后沒有獨(dú)立的大模型公司，AI直接交付服務(wù)的形式體現(xiàn)商業(yè)價(jià)值”，按這一摩爾定律預(yù)測(cè)，我想這個(gè)時(shí)間可能不需要5年！

開發(fā)者和企業(yè)，是時(shí)候認(rèn)真思考如何應(yīng)對(duì)這場(chǎng)可能到來的巨變了。

參考：

??https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/??

??https://theaidigest.org/time-horizons??

本文轉(zhuǎn)載自?????AI工程化???，作者：ully