AI又双叒叕开挂了：每7个月能力翻倍，你的工位还好吗？

TL;DR：

都别“内卷”了，AI正以光速进化，能力每7个月就翻一番！用不了多久，你可能就要和你的“电子同事”抢饭碗了。2030年，人类工程师几个月的工作，大模型可能几小时就搞定。别问，问就是未来已来，打工人真的要开始“危机公关”了。

AI，这玩意儿最近是真没闲着。以前我们总说它进步神速，但到底有多“速”？最近，一家叫METR的研究机构直接甩出了一个硬核数据：大语言模型（LLM）的智能水平，竟然每7个月就翻一番！这速度，简直比火箭还快，人类的“打工寿命”可能真的要进入倒计时了。你是不是已经开始默默打开招聘软件了？别急，好戏才刚刚开场。

职场"地震"预警：大模型它，真的“不当人”了？

还记得我们还在琢磨MMLU、HellaSwag这些测评基准时，大模型已经像坐了光速列车一样，一路狂飙到多模态的MMMU、MathVista，甚至玩起了Agent任务、Tool-use测试。这些名字听起来就头大？简单来说，就是AI不仅能写诗作曲画画，还能自己规划任务、使用工具，甚至学会了“察言观色”，越来越像那么回事儿了。

但这还不够，METR觉得现有这些“考试”都太小儿科了，根本衡量不了LLM在现实世界复杂任务中的真实水平。于是，他们祭出了一个新“大招”：“50%任务完成时间视野”（50%-task-completion time horizon）。这名字听着有点绕，翻译成人话就是：AI能有50%概率搞定的那些任务，人类通常需要花多久才能搞定？

“AI能以50%成功率完成的任务，人类通常需要花多久？” —— METR的灵魂拷问，直击打工人内心。

是不是有种“被偷窥”的感觉？METR就像一个严谨的“班主任”，不仅出了新考卷，还把人类的平均完成时间作为“标准答案”，再把AI拉出来遛一遛。结果，那真是意料之外，情理之中：人类做起来越慢、越复杂的任务，模型做起来就越容易“翻车”。反过来，模型能搞定的任务，通常也是人类耗时较短的。这说明啥？说明这个**“人类耗时”的丈量尺度，是真·有效！**

能力“光速”进化：谁的青春不迷茫，谁的饭碗不颤抖？

在严谨的统计分析之后，METR团队给大模型的能力演进画了一张**“时间简史”**。他们选取了每个时间段的“最强王者”，然后……结果就惊掉了所有人的下巴：在过去的六年里，大模型的能力确实是每7个月就翻一番！

这跟我们平时感觉到的“AI越来越聪明”完全吻合，但精确到“7个月”这个数字，是不是感觉有点窒息？

想想看：

• 2023年之前的那些老前辈（比如GPT-2和GPT-3），它们只能处理一些“小打小闹”的简单文本任务，比如写几句话。一旦任务复杂点，人类需要超过1分钟来完成的，它们就直接“歇菜”。
• 再看看现在这些“当红炸子鸡”：Claude 3.5 Sonnet、o1模型，它们已经能啃下人类要花数小时才能完成的“硬骨头”，甚至在十几小时的超长程任务上，还能保持不错的成功率！

这简直就是**“前浪死在沙滩上，后浪拍死在前浪的工位上”**的真实写照啊！模型越新，能啃的任务就越难，进步的痕迹简直不要太明显。

效率碾压：2030年，你可能要给AI“打工”了？

好了，最刺激的部分来了！按照这个**“7个月翻一番”的惊人速度，METR团队预测，到2030年，最先进的LLM将有望以50%的可靠性，搞定一个每周工作40小时的人类工程师，需要花整整一个月才能完成的任务**！

更“要命”的是，LLM完成这些任务的速度可能远超人类，也许只需几天，甚至几小时。这就意味着：

• 你还在写报告，AI可能已经写出一部像样的小说。
• 你还在敲代码，AI可能已经帮你把公司创办起来，甚至把你的老板给“优化”了。
• 你还在琢磨怎么改进现有的大模型，AI可能已经自我迭代，变得更加强大。

AI研究员Zach Stein-Perlman直接在博客里来了句**“这影响巨大，无论是潜在好处还是潜在风险”**¹。METR的Kinniment也坦承，这速度简直像科幻电影里灾难来临的前奏，让人有点“方”²。

当然，她也给我们留了点“念想”：现实世界中，AI的进展可能会受到硬件、机器人技术等瓶颈的掣肘。毕竟，再聪明的AI，也得有个“身体”去落地执行。就像一个顶级大脑，没有强健的四肢和灵巧的双手，也无法真正“搬砖”。

不过，回看AI的飞速发展，得益于大数据、计算能力和算法的不断优化，全球各国和企业都在疯狂投入，AI生产力效应凸显³⁴。所以，这种“瓶颈”能拖多久，谁也说不准。反正，留给人类“躺平”的时间不多了，是时候考虑学点**“人设”崩塌后AI不能轻易替代的技能了**。毕竟，2030年，听起来也就**“眨眼间”**就到了。

引用

• AI进化
• LLM
• 职场危机
• 未来已来
• METR研究