【节目介绍】
别再盯着那个大模型榜单了！当所有AI都在榜单上刷出惊人高分，我们该如何判断，谁才是真正能解决问题的“智能体”？AI评估的战场，正从静态的“考场”移向动态的“职场”。一场关于“任务地平线”的竞赛已经开始——衡量标准不再是“知道多少”，而是“在没有人类干预下，能独立、可靠地工作多久”。这场评估中，我们发现了一条属于AI智能体的新摩尔定律。这不仅仅是一次技术指标的更替，它正在重新定义工作的边界，并悄然拆解我们熟悉的职业阶梯。本期节目，我们将穿透分数的迷雾，直抵AI能力演进的核心战场，探寻那条决定我们与AI如何共生的关键曲线。
【时间线】
01:03 现有的AI评估方法
11:46 METR的“任务地平线”测评
14:20 任务成功率的半衰期
22:57 “马拉松”式的职场模拟器
24:30 AI智能体的新摩尔定律
26:36 智能体能力提升的三大引擎
33:22 对人类职场的影响
【PPT讲稿】
【参考资料】
AI Futures Project
【片头片尾音乐】
软柿子乐队（Soft Persimmon） - 你好，乌龟
【感谢】
特别感谢[AIGC开放社区]和[AI重塑世界]的大力支持，请听友及时订阅微信公众号，查看本播客的文字版内容。欢迎订阅本播客节目，本节目在小宇宙、喜马拉雅、苹果播客、蜻蜓FM、网易云音乐、荔枝FM等平台均已上线。