METR 长任务时间跨度图表替代方案

截至2026年5月，我们合并到Anthropic代码库中的代码有超过80%由Claude编写。 与独立测量结果一致。确实没有迹象表明这一趋势正在放缓（但这并不意味着吸收如此多的生产率提升没有组织挑战）。

我写了一篇新文章，探讨我们需要保留哪些人类特质，以及哪些可以交给AI，其中涉及教育、咨询领域的实验，以及最近关于文学奖的争议。

我认为人们没有意识到Gemini Omni与其他视频AI的不同之处。它是完全多模态的，因此也能原生编辑视频。 我拿了1896年著名的"火车"电影，把它变成了高铁、乐高，加入了时间旅行者、蜈蚣、布偶……（看到倒影了吗？）

我刚拿到新书《Co-Existence》的第一批样书（10 月 20 日发售），看起来很棒！ 另外还有一个有趣的预售福利：如果你预购，就能获得一个 AI 访谈的兑换码，帮你弄清楚如何在 AI 时代发挥你的人类优势。https://co-existence.ai/

真正让我受不了的是 X 上机器人那种假好奇。比如，那些无聊到极点的回复毁了我跟评论区互动的机会，这我还能忍，但我讨厌那些像吸血鬼一样浪费你时间、装得好像真有个人想学习似的来提问。

这是一张非常重要的图，展示了在各类高难度数学和科学基准中取得 25% 或 75% 分数所需的成本。成本正在崩塌式下降，而能力却在不断提升。 这也是为什么现在针对某一特定方案去优化成本，最终可能目光短浅。

围绕商业发布的前沿模型、在普通部署和正常防护措施下的内部使用，是否真的发生过重大AI安全事件？ 2023年时，组织里的每个人都对此深感担忧，但我并不知道有真实事件发生？

尽管 AI 与艺术之间充满张力，但我从 William Carlos Williams 协会、TS Eliot 协会等机构收到了热烈的反馈，关于我在这里发布的对其作品的 AI 解读。用 AI 作为通往艺术欣赏的桥梁是可能的。

早在7月，有一份报告在网上引起广泛关注，称 Waymo 比纽约的营运车辆更危险。该分析后来被证明是错误的，更新后的报告发现 Waymo 要安全得多。好在他们用新数据做了更新，不过 https://www.openplans.org/how-for-hire-autonomous-vehicles-impact-nyc

Ethan Mollick 回应 Nate Silver 称 AI 实验室难以描绘乐观中期未来，认为一种可能是勉强度过多数风险、生存性风险被阻止，早期数据暗示的积极影响持续显现。这些影响包括生产力提升、科学发现增多、创业增加、就业稳定或增长，其中就业最为不确定。