METR 警告 AI 能力增速已超出安全评估能力
作者:Matthias Bastian原标题:AI is getting better faster than experts can reliably test whether new systems are safe, METR warns
78AI 研判分
METR 最新季度能力评估指出,前沿模型在编码与计算任务上已多数超越资深人类专家,可处理任务时长每 3.6 个月翻一倍,按此趋势 2027 年 7 月有望以 50% 成功率完成 200 小时长任务。该机构警告,现有公开数据不足以排除未来数年 AI 研究能力的剧烈加速,人类可能失去对灾难性风险进行有效理解、评估与反应的能力。
报道正文
AI 进步速度过快,专家难以可靠评估新系统是否安全,METR 警告
AI 模型在 AI 研究任务上的能力正快速提升,也越来越难以衡量。 据 AI 研究组织 METR 称,当前的公开数据不足以排除未来几年 AI 研究出现急剧加速的可能性。该组织警告说,这可能会使人类无法“有意义地理解、评估和应对新 AI 系统带来的灾难性风险”。
METR 发现,在定义明确、具有直接反馈的编程和计算任务上,这些模型在大多数情况下已经胜过经验丰富的人类专业人士,尽管它们尚未超越由顶尖专家组成的大型团队。对于人类需要更长时间完成的任务,模型能够处理的任务时长每 3.6 个月翻一番。对 METR 数据的简单外推表明,到 2027 年 7 月,它们在最长的 200 小时任务上的成功率将达到 50%。

METR 的分析显示,领先 AI 模型的能力稳步上升,直至 Opus 5.5 和 GPT-6 Astra。| 图片:METR
据 METR 称,这些系统仍然难以应对缺乏即时反馈、需要真正判断力的开放式问题,也难以应对难以复现用于训练的情境。该组织还警告说,常见且易于运行的测试可能会高估模型在实际使用中的表现,因为开发者是在非常相似的测试环境中训练这些模型的。
THE DECODER+
- 所有 Plus 文章和完整档案
- 无广告横幅
- Frontier Radar:每年 6 篇深度分析
包含内容 → 首月 −50% 月度 $4.99 首月,之后每月 $9.99。随时取消。按月订阅 最超值 年度 每月 $8.25 每年一次性 $99。按年订阅
已经是订阅者?登录
来源:[METR](https://metr.org/blog/2026-11-20-q4-2026-capability-update/) [评论](https://the-decoder.com/subscription) [复制链接](https://the-decoder.com/ai-is-getting-better-faster-than-experts-can-reliably-test-whether-new-systems-are-safe-metr-warns/) [分享](https://the-decoder.com/ai-is-getting-better-faster-than-experts-can-reliably-test-whether-new-systems-are-safe-metr-warns/) 相关报道 [2026年11月22日 **安全研究人员展示廉价 AI 推理服务商如何窃取密钥并窥探用户**](https://the-decoder.com/security-researchers-show-how-cheap-ai-inference-providers-steal-keys-and-snoop-on-users/) [2026年11月18日 **OpenAI 首次向四名独立现场审计员开放其 AI 系统**](https://the-decoder.com/openai-opens-its-ai-systems-to-four-independent-on-site-auditors-for-the-first-time/)