摘要：硅谷一家名为METR的机构，刚刚发现了AI智能体的全新摩尔定律。这个定律表明，过去6年中，AI完成任务的长度，每7个月就会翻一番。

文｜元代码世界

编辑｜赛博

硅谷一家名为METR的机构，刚刚发现了AI智能体的全新摩尔定律。这个定律表明，过去6年中，AI完成任务的长度，每7个月就会翻一番。

按照这个速度，五年内我们就会拥有AI研究员，独立自主完成人类数天甚至数周才能完成的软件开发任务。

要说这个METR研究所也是“骚操作”，搞了170个真实任务当标尺，从改代码到抓黑客，专门卡着人类专家的工作时长来测AI。

这招就像当年英特尔拿晶体管密度说事，现在AI圈终于找到个能持续量产的指标了。

你看Claude 3.7现在能处理1小时级任务，四年前GPT-3连三分钟的都够呛，这斜率比比特币挖矿难度曲线还刺激。

但老铁们注意了，这「7个月翻倍」的魔咒背后藏着三个定时炸弹。

第一是能源瓶颈，台积电的2nm工艺2025年量产在即，可训练个GPT-5就要烧掉一个小型核电站的电力，马斯克在得州囤的变电站根本不够看。

第二是数据质量，现在全网高质量英文文本早被刮干净了，Yann LeCun天天在推特上嚎着要搞世界模型，不就是因为监督学习走到头了吗？

第三是内存墙，别看HBM3堆得欢，AI智能体要处理月级任务，光上下文窗口就得扩展到百万token级别，美光海力士的产线怕是要冒烟。

说到产业影响，咱们拿软件行业开刀。

现在GitHub Copilot这种辅助工具渗透率已经30%，五年后真要是AI能独立搞周级项目，印度班加罗尔的码农外包基地直接可以改建成数据中心了。

不过别急着抛售新致软件的股票，你看看ServiceNow最近狂砸AI运维就知道，旧岗位消失的速度绝对赶不上新需求爆发的节奏。

就像当年Excel灭了一堆会计，转头催生出数据分析师这个行当。

资本市场早就闻风而动,英伟达的股价已经不算什么，角落里的DataRobot估值悄悄突破120亿，Salesforce把Slack改造成AI智能体调度平台，连甲骨文都在数据库里内置了任务分解引擎。

还有亚马逊，偷偷把Mechanical Turk改造成AI训练数据工厂。这手左右互搏术玩得溜，既卖铲子给AI淘金热，又留着人类标注当安全绳。

说到风险投资，红杉前两天刚拆解了Anthropic的融资结构，发现40%的资金被指定用于开发「任务时长评估框架」，这不明摆着在METR的研究方向上All in嘛。

但别以为光砸钱就能成事，OpenAI内部流出的备忘录显示，GPT-5在处理多步骤任务时，能耗效率比人类程序员还差三个数量级，这哪是替代人力，分明是给电网公司创造GDP。

最后给各位划重点：关注RPA厂商的垂直整合，比如UiPath收购AI编程初创公司的动作；盯着云计算三巨头的推理芯片进展，尤其是谷歌TPU v5的稀疏计算能力；警惕日本德国突然收紧AI训练数据的跨境流动政策。

至于个人发展？赶紧去考个AI审计师认证，五年后给智能体做任务分解设计，绝对比现在写代码吃香。

总之，这个新摩尔定律就是个双刃剑，它既不像马斯克说的三年内取代所有脑力劳动，也不会永远困在实验室。

我们这代人注定要见证AI从工具变成同事，再变成竞争对手的过程。

记住，在指数曲线上生存的秘诀不是预测拐点，而是永远比算法快半步调整姿势。

（METR研究所论文地址：https://arxiv.org/abs/2503.14499）

—————END—————

来源：元代码世界