Ethan Mollick 用图表回顾 AI 发展的 30 个月

指数曲线上的30个月（图表版）

我的新书今天出版了……自上一本书以来发生了什么Ethan Mollick2026年10月20日

我的第二本关于AI的书《共存》（Co-Existence）今天出版（你可以在这里获取），距离2024年初《共同智能》（Co-Intelligence）的发布已过去30个月。回顾这两本书之间的间隔，是了解AI进展的好方法。而且，多亏了AI，我可以用一些相当精美的图表来描述这一进展。

制作这些图表本身就是进展程度的一个很好的指标。在聊天机器人时代，也就是《共同智能》的时代，我不得不在聊天窗口中与AI来回沟通，引导它完成每一个新步骤。而在我于《共存》中所述的当前智能体AI时代，我把工作委托出去，让AI来处理。具体来说，我使用了Claude Projects中的Opus 5.5，它允许你与一个“编排器”智能体对话，该智能体会按需衍生出更多智能体，向它们下达指令并将信息转达给你。完成工作很直接。我给AI提了几句建议，它就在几分钟内完成了我原本需要数小时的工作（所有研究、所有图表、所有布局、所有图像、所有引用……）。而且由于我不必亲自做这些工作，我让AI为我做了许多选项。我挑选了一些，对其他一些给出了含糊其辞的反馈，这会把人类团队逼疯（“把它做得更好”）。它甚至发现我算错了数学。我本来打算把这篇帖子叫做“指数曲线上的28个月”。

与Claude交互为本帖制作图表的一些示例。注意它纠正了我。“这是你将用过的最差的AI”

我在上一本关于AI的书中写下了这句话，而自那以后的每一个时刻，它都一直字面意义上成立。从2023年初到2024年初，有一个AI模型无可否认地是世界上最好的：OpenAI的GPT-4。这是大多数人在AI使用头几年里记住的AI模型，是我在写《共同智能》时思考的那个模型，也是让ChatGPT成为许多人默认AI的那个模型。自那以后，已有二十个不同的AI模型先后登顶，全部来自Anthropic、Google或OpenAI。

哪家公司拥有世界上最好的AI模型。

但领先者的更替本身掩盖了一个更大的变化。如今共有180个AI模型比GPT-4发布时更强，其中许多是开放权重模型，任何人都可以自由使用或修改。其中十九个可以在现代智能手机上运行。

我们正生活在指数曲线之中

下面的数据来自METR长任务基准（METR Long Horizon Benchmark），它曾经是AI领域最著名的图表。该基准衡量的是AI在单次提示下以至少50%的成功率能够完成多少人类工作量。该基准上的进步惊人地规律。从GPT-4发布到METR测量结束，AI能完成的工作量翻了八倍。2024年，AI能完成四分钟的任务。在我2026年4月提交《共存》书稿的那一刻，AI能完成17小时的人类工作。

然后这个基准就用尽了。

METR表示，他们无法再用现有方法准确衡量AI能完成的工作量。其他研究表明，这个数字可能是17周的工作量，甚至更多。

而且，即使能力提升了，价格也下降了。我以前最喜欢的AI基准——谷歌证明问答考试（Google Proof Question and Answer Exam），它给AI出的题目经常难倒研究生——过去要得到一个正确答案需要花费30美分的AI使用费。现在，得到同样的结果只需花费百分之四美分。

人类与AI协作的方式正在改变

尽管取得了所有这些进展，AI能力的前沿仍然是参差不齐的，就像30个月前一样。有些领域依然顽固地薄弱（AI仍然是个相当糟糕的长文写手），而另一些领域，比如解数学题，在同一时期从糟糕透顶变成了超越人类。而且，正如我在书中所讨论的，即使在AI表现出色的地方，微小的差距也会给人类带来巨大的需求，至少目前如此。

但AI的进步如此之大，我们与它协作的方式必须改变。在《共同智能》中，我写到了半人马式工作（在AI和人类之间分工）和赛博格式工作（AI与人类融合）。两者都让你保持在回路中……但你一次只能处于有限的回路中。既然我们有了真正的智能体，我增加了第三种与AI协作的方式：召唤师（conjurer）。召唤师在需要时召唤智能体，给它们分配工作，并评估返回的结果。本帖中的图表就是这样制作的：我召唤智能体，给出一些总体指导，然后说了很多次“把它做得更好”。这是使用AI最强大的方式，而且随着我们对AI究竟在做什么来为我们取得这些结果失去控制，它也带来了新的风险。

水獭测试已经失守

老读者会知道，过去几年我一直在用“水獭在飞机上用WiFi”这个提示来测试AI图像生成和电影工具。这是30个月前最好的图像生成器Midjourney生成的结果。

所以今天我问了 Opus 5.5 下面这个问题（错别字都保留着，随着 AI 越来越强，提示词已经变得没那么重要了）：“我有一篇帖子，为了纪念我的新书（在原书出版 30 个月后出版），展示了过去 30 个月 AI 领域发生的事。我想让你用 wifi 视频做出终极的水獭在飞机上。就做点特别棒的东西，我知道你很有创意，放手去做吧。”利用我订阅的 Google 和 ElevenLabs 等多项在线服务，它产出了下面这个结果。（打开声音）

这个视频有一些瑕疵。但 AI 自己想出了怎么做出来，从脚本到图像到概念到音乐再到创作这一切的技术层面，全程没有我任何帮助。这就是已经改变的地方。这将是我们谈论 AI 最少的一次

由于所有这些进步，AI 在世界范围内只会成为一个更大的议题。自《共同智能》出版以来的这份成就与争议时间线，能让你大致了解正在发生多少事情（我略去了数百个重要事件，但即便有 AI 的助力，我们所有人都难以跟上）。

当然，AI 的进步速度对我这样的作者来说是个问题，这也是为什么我的新书不去追赶新闻或最新的模型发布。相反，它聚焦于像本帖中这样的趋势：AI 正以指数级但不均衡的方式进步，而我们使用它的方式正从聊天机器人转向做实际工作的智能体。这本书讲的是这对不得不与这些系统共存的人类意味着什么：我们在哪里仍有优势（我认为归根结底在于深度知识、广度知识、品味和能动性），何时该把工作交给 AI，何时该完全避免使用它。如果你理解了这些趋势，当下（以及不久的将来）就会变得没那么令人意外。

《共存》今天正式出版。你可以在这里获取，就在一个由 Opus 5.5 重新设计的网站上。我告诉它要做得更好。

暂无帖子

准备好了解更多了吗？