编程智能体能完成的任务量，正以爆炸式的速度增长！

而且，这一趋势还在加速。

2024到2025年，它们的任务处理能力每4个月翻一倍；而在2019到2025年，这个翻倍周期则是7个月。

22号，AI研究网站AI Digest发表了上述观点，揭示了一个AI智能体的新摩尔定律。

博客地址：https://theaidigest.org/time-horizons

从图表中可以清晰地看到这一趋势，任务时长的增长轨迹几乎是一条陡峭的指数曲线。

2019年，GPT-2只能处理不到1秒的简单任务；2022年ChatGPT发布时，AI已经可以完成30秒的编程任务。

现在，智能体可以自主完成人类需要一小时才能完成的编程任务。

顶尖的AI系统可以完成的任务长度正在呈指数级增长——每7个月翻一番。

这个趋势是METR的研究人员发现的。

他们选取了2019到2025年间最强的AI模型，测试了它们在大约200个任务上的表现。主要是编程任务，也有一些逻辑推理任务。

然后，他们把AI的成功率和每个任务的长度做了对比——任务长度指的是专业人士完成这些任务需要的时间，从不到30秒到超过8小时不等。

测试过所有模型后，出现了两个明显的规律：

任务长度和AI成功率高度相关（相关系数R²=0.83）。

AI成功率达到50%的任务长度——即「时间跨度」——正在呈指数增长。

这个指数增长的趋势看起来很稳健，没有停下来的意思。

如果按照这个趋势推算下去，AI智能体将能够完成：

 2026年：2小时的任务；

 2027年：1个工作日（8小时）的任务；

 2028年：1个工作周（40小时）的任务；

 2029年：1个工作月（167小时）的任务。

最近，这一趋势还在加速。

2024-2025年间，时间跨度是每4个月任务长度翻一番，而2019-2025年间则是每7个月翻一番。

如果按照2024-2025年加速的趋势（每4个月翻倍）推算，AI智能体可能在2027年就能完成月级任务（167小时）。

然而，仅观察一年的数据给出预测可能会不太稳定，实际的进步速度也可能会放缓。

不过，考虑到这个趋势已经开始加速，它很可能处于一个比指数增长还要快的增长轨道上。

这也很符合直觉：随着增长轨道直线上升，1周和2周任务之间所需技能的差距，可能比1年和2年任务之间的差距更大。

此外，随着AI能力的提升，它们在开发更强大AI方面的作用会越来越大，可能导致超指数级增长。

AI智能体的能力提升会反过来加速更强大AI的研发，形成飞轮效应：更强大的AI智能体能够更快地开发出更先进的AI系统，从而进一步提升能力。

这种正反馈循环可能导致超指数增长，甚至触发「软件智能爆炸」（software intelligence explosion），即AI能力在短时间内急剧提升，远远超过人类的水平。

此外，算法进步也在推动这一趋势。

METR的研究表明，近年来AI在算法效率上的提升，显著降低了计算资源需求。

通过更高效的预训练和后训练方法，即使硬件资源不增加，AI智能体的能力也能快速提升。

AI智能体任务时长的指数增长，可能成为人类历史上最具变革性的趋势之一。

它能在短时间内完成复杂任务，将彻底改变软件开发、科学研究、医疗诊断等多个领域。

例如，一个能够自主完成月级任务的AI智能体，可以完全自动化软件工程项目，甚至独立进行科学研究，从而大幅提高生产效率。

这一趋势也带来了潜在的社会挑战。随着AI智能体能力的快速提升，人类社会可能难以适应这种变化。

许多传统职业可能面临自动化，人类可能需要转向更具创造性和策略性的角色。