AI能連續(xù)工作16小時(shí)，人類出的考題不夠用了。

AI“考爆”了，不是它錯(cuò)，是題太簡(jiǎn)單

通用人工智能的到來，或許比我們預(yù)想的要快。至少在編程領(lǐng)域，變革的浪潮已經(jīng)清晰可見。

最近，一個(gè)名為Claude Mithras的模型，在權(quán)威評(píng)測(cè)中取得了令人震驚的成績(jī)。

這好比學(xué)霸與學(xué)神的區(qū)別：學(xué)霸考100分，是努力達(dá)到了極限；學(xué)神考100分，是因?yàn)樵嚲頋M分只有100分。

評(píng)測(cè)機(jī)構(gòu)METR在測(cè)試新一代模型時(shí)，首次遇到了“測(cè)不準(zhǔn)”的情況。

并非模型出錯(cuò)，而是人類設(shè)計(jì)的題庫已經(jīng)不夠用了。

你給孩子出考題，本來以為夠難了，結(jié)果孩子全對(duì)，不是他只會(huì)這么多，是你出的題最多就值這么多分。AI現(xiàn)在就是這樣。

過去，人們測(cè)試AI，主要看它能否解答單點(diǎn)問題，比如數(shù)學(xué)計(jì)算、代碼片段或語言理解。

但現(xiàn)在，新的測(cè)試方向聚焦于另一件事：AI能否像一個(gè)真正的員工一樣，連續(xù)、獨(dú)立地完成一項(xiàng)復(fù)雜任務(wù)。

例如，一個(gè)原本需要程序員花費(fèi)數(shù)小時(shí)的工作，交給AI。

看它能否自己閱讀理解代碼庫、理解系統(tǒng)架構(gòu)、制定解決方案、調(diào)試錯(cuò)誤，并最終完整交付。

這種獨(dú)立工作的持久力，被稱為“任務(wù)時(shí)間跨度”。

幾年前，AI只能處理幾秒鐘級(jí)別的任務(wù)，比如寫一行代碼。

后來，進(jìn)化到幾分鐘完成一個(gè)簡(jiǎn)單函數(shù)。再后來，能花一小時(shí)搞定一個(gè)小模塊。

而最新一代的模型，其獨(dú)立工作時(shí)間已經(jīng)輕松超過16小時(shí)。

關(guān)鍵點(diǎn)來了：METR評(píng)測(cè)中最難的題目，耗時(shí)就是16小時(shí)。

所以，不是模型只能工作16小時(shí)，而是題庫里根本沒有更復(fù)雜的題目了。

這標(biāo)志著一個(gè)臨界點(diǎn)：AI開始突破人類為它設(shè)定的能力上限。

從“工具”到“員工”，AI角色變了

互聯(lián)網(wǎng)時(shí)代，自動(dòng)化的是信息流轉(zhuǎn)。

AI時(shí)代，真正開始自動(dòng)化的，是“認(rèn)知?jiǎng)趧?dòng)”。

這種變化，在編程和網(wǎng)絡(luò)安全行業(yè)感受最為直接。

原本，AI編程是程序員的得力助手。但照此發(fā)展，未來可能真的不再需要那么多程序員了。

AI不僅能寫代碼，更能理解需求、設(shè)計(jì)架構(gòu)、持續(xù)調(diào)試，完成一個(gè)完整的開發(fā)閉環(huán)。

過去一個(gè)軟件開發(fā)團(tuán)隊(duì)需要10個(gè)人，如果AI能獨(dú)立完成其中80%的工作，那還需要幾個(gè)人？

這不是危言聳聽，是正在發(fā)生的事。

網(wǎng)絡(luò)安全領(lǐng)域同樣如此。一些安全公司發(fā)現(xiàn)，AI不再只是輔助人類尋找漏洞，而是能像經(jīng)驗(yàn)豐富的高級(jí)黑客一樣，自動(dòng)將多個(gè)微小漏洞串聯(lián)起來，形成完整的攻擊鏈。

過去一個(gè)團(tuán)隊(duì)需要數(shù)周才能完成的滲透測(cè)試，AI可能只需幾小時(shí)甚至幾十分鐘。

這也催生了“用AI對(duì)抗AI”的新賽道：你拿AI攻擊，我就拿AI防守。

人跑不贏AI，但AI可以跑贏AI。

當(dāng)然，不必過度恐慌或神化。今天的AI依然會(huì)犯錯(cuò)誤，會(huì)產(chǎn)生“幻覺”，會(huì)偏離軌道，也遠(yuǎn)未達(dá)到真正理解世界的人類級(jí)智能。

它距離所謂的“技術(shù)奇點(diǎn)”或“外星文明”般的超級(jí)智能，還有很長(zhǎng)的路要走。

真正值得警惕的，是AI進(jìn)步的速度和方式

但真正值得警惕的，不是AI是否已成“神”，而是它進(jìn)步的速度和方式。

過去的AI，更像一個(gè)增強(qiáng)版的搜索引擎，有問必答。你問它問題，它給你答案。

未來的AI，將真正成為一個(gè)可以委派任務(wù)、獨(dú)立工作的數(shù)字員工。

你給它一個(gè)目標(biāo)，它自己規(guī)劃路徑、執(zhí)行任務(wù)、交付結(jié)果。

更深層的問題是：如果AI未來開始自己研發(fā)更強(qiáng)的AI呢？

現(xiàn)在是人研發(fā)AI。如果AI的編程能力已經(jīng)超過人類，那它完全可以自己寫代碼、自己優(yōu)化自己。

到那時(shí)候，技術(shù)進(jìn)步本身將被AI加速，其增長(zhǎng)曲線可能不再是簡(jiǎn)單的指數(shù)增長(zhǎng)，而是“指數(shù)的指數(shù)”增長(zhǎng)。

評(píng)測(cè)題庫被AI“打爆”，是一個(gè)極具象征意義的信號(hào)，它告訴我們?nèi)拢?/p>

變革已至，且正在加速。不是未來某一天，就是現(xiàn)在。

衡量AI的標(biāo)準(zhǔn)變了。從“會(huì)不會(huì)做這道題”變成了“能不能獨(dú)立完成一項(xiàng)工作”。

人類需要重新思考自己在工作中的位置。當(dāng)AI能連續(xù)工作16小時(shí)不休息、不出錯(cuò)、不抱怨，人類的核心競(jìng)爭(zhēng)力在哪里？

這不是要制造焦慮，而是提醒：適應(yīng)的最好時(shí)機(jī)是昨天，其次是現(xiàn)在。