OpenAI研究时间跨度比AI2027预测低2-3个翻倍

时间：2026年11月8日至11月11日（北京时间）。 地点：OpenAI 研究组织（美国旧金山），以及围绕 AI 研发速度的公开分析社区。 人物：经济学家 Basil Halperin，评测机构 METR 的研究员 Ajeya Cotra，LessWrong 社区用户 cdt，以及用 Anthropic 综合能力指数推算时间跨度的 AI 2027 预测团队。 事件详情：Halperin 在 11 月 8 日于 X 上发布长帖，重新解读 OpenAI 公开的内部研究自动化数据：按 OpenAI 的图表，用直线读数得到的 50% 成功率时间跨度约 10 小时、翻倍周期约 68 天，80% 成功率只有 15 分钟、翻倍周期约 585 天；改用逻辑斯蒂拟合，50% 变成约 6 小时、翻倍 63 天，80% 仍是 15 分钟、翻倍 86 天，而 Weibull 分布拟合同样显示两档跨度都在快速翻倍。他据此指出，OpenAI 的研究任务大致每两个月翻倍，而 METR 的时间跨度此前是每 4 到 7 个月翻倍；截至 7 月，OpenAI 内部研发 80% 成功率的时间跨度只有 15 到 20 分钟，谷歌 DeepMind 同为 15 分钟左右；另外 OpenAI 数据里 80% 与 50% 时间跨度相差约 15 倍，而 METR 数据里这一比值约为 4 倍。11 月 10 日，LessWrong 用户 cdt 发布分析，把 AI 2027 预测所用的 AECI 推算与 OpenAI 自家实测曲线放在一起对比，认为两者拟合后的差距在 2 到 3 个翻倍之间，相当于 2.5 到 11 个月，并指出他提取的是 50% 跨度、而 AI 2027 用的是 80% 跨度，真实差距只会更大。另一侧的数据来自 METR：11 月 5 日 METR 发布对 Anthropic 8 月风险报告“自动化研发风险”部分的复核，评估证据来自 8 月 12 日至 10 月 29 日接触到的 Anthropic 内部数据及相关员工，AECI 增长速度估计为此前的 1.9 倍，95% 置信区间为 1.5 至 2.8 倍；Anthropic 在 11 月 9 日发布 Claude Fable 5.2 与 Mythos 5.2 的同时，公开表示训练过程中限制了加速器内核优化、大语言模型架构改进等可能直接加速 AI 开发的能力。 背景：“时间跨度”指任务长度以人完成所需时间衡量，50% 跨度意味着这样长度的任务有一半做对，80% 跨度意味着五分之四做对，更接近实际依赖的水平。AECI 即 Anthropic Epoch Capability Index，是 Anthropic 表示综合能力的指标，AI 2027 这类情景预测正是靠它推算时间跨度，公开预测中 80% 时间跨度约为 100 到 200 小时，因此常被用作讨论递归自我改进临近程度的依据。OpenAI 今年 9 月 7 日发布的《研究加速，OpenAI内部视角》公开了研究组织的内部数据，其中研发团队每人上一天班相当于 3.1 个 AI Agent 工作日，15 分钟以内的碎片任务零干预成功率从 1 月的 60% 升至 90%，32 小时以上的长线任务则只有 20% 上下，这份数据在本次讨论中被反复重新解读。 影响：最直接的后果是，“AI 什么时候能接管 AI 研发”这类时间表目前对方法选择极度敏感，同一份 OpenAI 数据，翻倍周期可以说 86 天，也可以说 585 天，相差近 7 倍；若用 OpenAI 的实测去校准 AI 2027 这类基于 AECI 的预测，时间线需要整体后移 2 到 3 个翻倍。同时，METR 在 Anthropic 一侧测到的 1.9 倍提速、Cotra 反推出的约 10 倍研究者提效，与 OpenAI 一侧“能可靠完成的任务仍以分钟计”的实测形成对照，两组证据同时成立，才构成完整图景。对从业者的实际含义是，看到任何一张“AI 研发提速”的时间表，先要追问三件事：数据来自哪家实验室、用什么方法拟合、取的是哪个可靠度档位。 总结：11 月 10 日的一份 LessWrong 分析给出方向明确的结论，OpenAI 公开的内部数据实测出的研究时间跨度明显小于 AI 2027 预测中由 AECI 推算的数值，拟合差距在 2 到 3 个翻倍之间，对应 2.5 到 11 个月。同一份数据被解读出的翻倍周期从 86 天到 585 天不等，说明“AI 研发提速有多快”目前还不是一个被测定的常数，而是一个依赖拟合方法的估计量。另一侧，METR 在 Anthropic 一侧测出的 1.9 倍提速，以及 METR 研究员 Ajeya Cotra 反推出的约 10 倍研究者提效（Anthropic 内部人员向 METR 报告约 12 倍），又提醒反面情况，至少在一家实验室，增速可能已经越过门槛。因此任何关于递归自我改进何时到来的时间表，都必须先交代数据来源、拟合方式与可靠度口径。 常见问题： 问：AI2027 是什么？ 答：一份公开的 AI 进展情景预测，用 AECI 推算 AI 能可靠完成多长的研究任务，公开预测 80% 时间跨度约 100 到 200 小时。 问：OpenAI 的研究时间跨度有多长？ 答：截至 7 月，80% 可靠度只有 15 分钟，翻倍周期 86 天到 585 天不等；50% 可靠度约 10 小时，翻倍 68 天。 参考来源： Halperin 在 X 上解读 OpenAI 研究提速数据的原帖（Thread Reader 镜像） https://threadreaderapp.com/thread/2119541238856663473.html AI Insiders：同一份 OpenAI 数据为何得出 86 天到 585 天两种翻倍周期 https://aiinsiders.net/article/how-fast-is-openais-ai-doing-its-own-research-work-it LessWrong：OpenAI 研究时间跨度实测小于 AECI 预测 https://www.lesswrong.com/posts/W3WyJJWN55yXXLh5r/openai-estimates-of-researcher-time-horizon-are-smaller-than METR：对 Anthropic 2026 年 8 月风险报告“自动化研发风险”部分的复核 https://metr.org/blog/2026-11-05-rd-section-anthropic-risk-report-august-2026-review/ DoNews：Anthropic 承认限制直接加速 AI 开发的能力 https://www.donews.com/news/detail/1/6771355.html AI Insiders：METR 研究员 Ajeya Cotra 称 Anthropic 的提速已是危险信号 https://aiinsiders.net/article/ajeya-cotra-says-anthropics-ai-speedup-may-already-be-a AI Insiders：Zvi Mowshowitz 称 Anthropic 已领先 AI 2027 情景数月 https://aiinsiders.net/article/zvi-mowshowitz-says-anthropic-is-months-ahead-of-the-ai Zenodo：对 METR 该报告的独立复核工作论文 https://zenodo.org/records/23995690 C114 通信产业网：OpenAI 公开内部研究加速数据与 2026 至 2028 时间表 https://www.c114.net.cn/industry/119901.html