AI进化加速：2026年，我们或将与AI团队并肩工作

【导读】当大众还在调侃AI的失误时，科学家已在实验室见证其独立完成数小时复杂任务的能力。AlphaGo作者Julian发出警示：公众对AI的认知，已落后至少一个世代。最新数据显示，AI正以指数速度逼近专家水平，2026年可能成为关键转折点。我们，是在见证未来，还是在漠视危机？

Julian Schrittwieser，作为AlphaGo、AlphaZero及MuZero的核心成员，通过个人博客发出尖锐警告：当前社会对AI进展的认知，与前沿现实存在世代差距。

许多人仍嘲笑AI的错误与局限，但实验室内的研究者却目睹了另一番景象——AI独立完成数小时复杂任务，且进化速度呈指数级增长。

正是基于这一洞察，Julian决定发声：公众认知与前沿现实间存在巨大鸿沟。

科学家呼吁：为何大众低估AI？

尽管Julian的名字不似马斯克般响亮，但在AI界，他却是举足轻重的存在。

作为AlphaGo等项目的核心成员，他见证了AI从科幻到现实的飞跃。

因此，他在博客中的这番话尤为振聋发聩：

人们因AI的失误而急于下结论，认为其永无法达到人类水平或影响有限。但别忘了，几年前AI编程、设计网站还是科幻！

他认为，当前的舆论氛围显得荒谬。

大众聚焦于模型出错的细节，断言“AI不过如此”；记者对比两代模型的闲聊功能，认为“进步停滞”；政策讨论中，AI被视为遥远的泡沫。

然而，实验室中的研究者看到的是另一幅画面：AI的能力曲线正以指数型跃升。

Julian直言，公众与前沿间的认知差距至少滞后一个世代。

指数增长下的震撼：AI“独立工作”时间翻倍

Julian引述的关键证据来自研究模型能力的机构——METR (Model Evaluation and Threat Research)。

他们不再单纯评估模型的答题准确率，而是衡量其能自主完成多长时间的真实任务。

今年早些时候，METR发现：Claude 3.7 Sonnet能在约一小时长的软件工程任务中保持50%的成功率。

这意味着，它已具备独立支撑一段实际工作的能力。

更令人震惊的是，这一曲线呈指数增长趋势，每7个月翻一倍。

Sonnet 3.7是7个月前的模型，与METR统计的翻倍周期吻合。

最新的对照显示，在METR官网更新的图表里，Grok 4、Claude Opus 4.1、GPT-5已位于右上角。

横轴为时间，纵轴为可完成任务的时长。GPT-5、Opus 4.1已突破两小时大关。

它们不再是一小时工作，而是能支撑超过两小时的任务。指数并未放缓，反而略超预期。

跨行业评测：AI逼近人类专家

如果说METR的研究证明了AI在软件工程任务上的“时间地平线”不断拉长，那么另一项研究——OpenAI的GDPval则将此趋势带入现实经济。

GDPval覆盖9大行业、44个职业，每个职业挑选30个真实工作样本，共1320项任务。

GDPval结果显示，GPT-5在许多职业任务上已接近人类水准。Claude Opus 4.1在多个维度甚至领先GPT-5。

这些任务由平均有14年经验的行业专家设计，再交给模型完成，最后由盲评打分。

最新结果显示，GPT-5在许多职业任务上已接近人类水准。更令人意外的是，Claude Opus 4.1在GDPval上的表现显著优于GPT-5。

质疑声起：趋势真的可靠吗？

在Julian的博文下，有读者认同“AI没有泡沫”，但也有人提出质疑。

“把AI的进展直接类比成指数曲线很危险。”Atharva Raykar的评论获得高赞。他认为AI的进步更类似摩尔定律，靠整个行业不断叠加创新与工程突破。

“替代”还是“百倍增幅的协作”？

“如果趋势真的继续，”Julian在文章最后写道，“而社会却没有准备，那代价将会极其沉重。”