OpenAI 发布了第二份研究加速报告。报告里最扎眼的一组数字是:AI 在短时任务上的成功率从 23% 提升到了 46%,翻了一倍;但任务时长拉到 4 到 8 小时,提高幅度就明显小了下来。
这条分界线说明的问题很直接:AI 能接住短平快的活,却难以有效处理需要长时间规划和反复调整的复杂实验。报告的原话是,智能体在困难研究任务上的能力在增强,但成功率在研究工作的分布上差异极大。
另一组数字同样值得注意:研究员在 AI 上的中位支出增长了 62%。钱花得更多了,研究效率却没有明显提升——增加的是对 AI 的依赖,而不是产出速度。
报告对几个具体领域的判断并不客气:
- 量子校准:AI 在实验分类上表现良好,但参数提取失败率高,预测的定量数值与实际测量值偏差较大,不适合用于自动化参数提取。
- 数据分析:表现尚可,但实验执行环节还有很大提升空间。
- 重复性工作:AI 做得不错,代价是产生了更多手动校准工作。
换句话说,AI 没有从根本上加速新技术的诞生,也没有优化研究流程,它把一部分劳动换了个位置重新分配。通用视觉-语言模型在量子校准上的失灵,暴露的正是这类模型的边界:能认出图里的特征,却给不出可靠的数。
报告同时强调了人在研究过程中的不可替代性,尤其在创意和决策层面。短任务成功率翻倍是真的,长任务推不动也是真的——这两件事同时成立,才是这份报告想说的全部。
热门跟贴