S
SkillNav

METR 谈指数级时间跨度评估与 AI 生产力极限

深度Latent Space2026年2月27日4 分钟阅读
METR 谈指数级时间跨度评估与 AI 生产力极限
METR 的 Joel Becker 在 Latent Space 播客中，深入探讨了指数级时间跨度评估的细节、威胁模型，以及 AI 生产力的实际边界。那张引爆社交媒体的图表背后，其实有大量被忽视的细微差别和已知偏差。
本文编译自 METR’s Joel Becker on exponential Time Horizon Evals, Threat Models, and the Limits of AI Productivity，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

Anthropic 报告：阿里、月之暗面、DeepSeek 蒸馏攻击 Claude，近 2 亿次对话

Anthropic 周四发布报告，指控中国 AI 公司对其 Claude 模型发起蒸馏攻击，以提取思维链用于训练自家模型。报告称共观测到近 2 亿次对话，归因于五个独立行动，规模最大的一起来自阿里，涉及 1.51 亿次对话，目标是为 Qwen 系列模型生成训练数据。另一起来自月之暗面，近 30 万次请求可能与中国军方有关。

深度·9月10日·3 分钟

OpenAI 把语音模型拆成两半，有团队删了 2.3 万行代码

GPT-Live-1 采用原生全双工架构，能边对话边把复杂请求交给后台模型（如 GPT-6 Astra 或 Luna）处理，再通过事件机制把结果融入对话。它比 GPT-Realtime-2.1 在 Full Duplex Bench 上高出 30 个百分点，定价每分钟 0.05 美元。代价是开发者要把更多语音栈的控制权交给 OpenAI。

深度The New Stack·9月10日·4 分钟

评论