新智元報(bào)道

編輯：KingHZ

【新智元導(dǎo)讀】AI是否已撞上天花板？這份「最重要的圖表」直擊靈魂：2019-2025年任務(wù)時(shí)長(zhǎng)每幾個(gè)月翻倍，揭示編碼智能體從「短跑選手」向「馬拉松冠軍」的華麗蛻變。AGI不是夢(mèng)，而是觸手可及的現(xiàn)實(shí)！

2025年就要結(jié)束了，原來(lái)真正的高手，隱藏在「民間」！

不是谷歌、不是OpenAI，是Anthropic王者編程模型Claude Opus 4.5。

在METR最新公布報(bào)告稱，Claude Opus 4.5已能夠持續(xù)自主編碼「長(zhǎng)達(dá)5小時(shí)不崩」。

就連OpenAI最強(qiáng)編程模型——GPT-5.1-Codex-Max也甘拜下風(fēng)。

現(xiàn)如今，全網(wǎng)都在為Claude Opus 4.5編碼實(shí)力震撼。

AI編碼智能體能處理的任務(wù)時(shí)長(zhǎng)不僅在指數(shù)級(jí)增長(zhǎng)——其增速還在持續(xù)提升！

2019-2024年：任務(wù)時(shí)長(zhǎng)每7個(gè)月翻一倍

2024-2025年：任務(wù)時(shí)長(zhǎng)每4個(gè)月翻一倍

很多人第一次看到這條曲線，會(huì)本能地?fù)u頭。

有人不理解。有人不愿意接受。

但一個(gè)事實(shí)越來(lái)越清晰：AI編碼智能體能連續(xù)完成的任務(wù)，正在從「分鐘級(jí)」沖向「小時(shí)級(jí)」，并且加速度還在上升。

網(wǎng)友認(rèn)為這是關(guān)于AI最重要的圖表：

這張圖為什么被稱為「最重要的圖表」？

因?yàn)樗诨貞?yīng)一個(gè)關(guān)鍵的問(wèn)題：

AI是否撞墻了？AGI是不是另一個(gè)烏托邦？2025年，AI到底進(jìn)步了多少？

普通用戶感知不強(qiáng)，很正常。對(duì)大多數(shù)人來(lái)說(shuō)，模型早就能應(yīng)付日常提問(wèn)：

「推薦部電影」「解釋這個(gè)概念」「寫(xiě)段文案」。

但真正的變化發(fā)生在另一條戰(zhàn)線上：編碼智能體。

而這恰恰是多數(shù)人（包括記者與政策制定者）難以觸及的形態(tài)。

這些進(jìn)展看似微小，但累積起來(lái)卻意義非凡。

2026年4月，首批AI智能體將能獨(dú)立完成一個(gè)完整的人類工作日；

2026年底，AI能完成半周的任務(wù)量；

2027年底，AI能完成2個(gè)月的任務(wù)量；

2028年底，AI能完成人類好幾個(gè)月的工作量；

到2030年，AI能承擔(dān)一些小型企業(yè)或組織的大部分管理工作。

AI指數(shù)級(jí)增長(zhǎng)

智能體時(shí)代已來(lái)

為了量化比較AI與人類能力，今年3月METR提出了一個(gè)新指標(biāo)：50%任務(wù)完成時(shí)間跨度（50%-task-completion time horizon）。

換句話，把AI當(dāng)新人：給它一項(xiàng)工作，看它做到「50%的概率能做成」時(shí)，這項(xiàng)工作的人類平均耗時(shí)有多久。

GPT-5.1-Codex-Max，已能完成長(zhǎng)達(dá)2小時(shí)53分鐘的軟件工程任務(wù)（成功率50%），能力較o1提升4倍。

而Claude Opus 4.5的50%時(shí)間跨度約為4小時(shí)49分鐘。這已是迄今為止公布的最長(zhǎng)的時(shí)間跨度。

盡管50%任務(wù)完成時(shí)間跨度較長(zhǎng)，但Opus 4.5模型的80%時(shí)間跨度僅為27分鐘，與過(guò)往模型表現(xiàn)相當(dāng)，且低于GPT-5.1-Codex-Max模型的32分鐘。

但Opus 4.5在50%與80%時(shí)間跨度之間的差距，反映出它的邏輯成功率曲線更為平緩，這意味著Opus模型在耗時(shí)較長(zhǎng)的任務(wù)上具有差異化優(yōu)勢(shì)。

甚至有人認(rèn)為，Claude Code已足夠接近通用人工智能的定義。

最后這個(gè)說(shuō)法或許夸張——卻折射出某種現(xiàn)實(shí)。

2025年堪稱AI討論最混沌的一年，實(shí)際進(jìn)展與輿論焦點(diǎn)之間的裂痕從未如此巨大。

但明年或?qū)⒂瓉?lái)轉(zhuǎn)變——當(dāng)編碼智能體的影響力滲透至社會(huì)經(jīng)濟(jì)各個(gè)角落時(shí)，人們終將目睹它的威力。但愿到那時(shí)，我們還能來(lái)得及做好充分準(zhǔn)備。

AGI逼近

記憶成最后關(guān)卡

智能體能把任務(wù)做得越來(lái)越久，并不奇怪。

此前的研究普遍指向四大原因：

1. 推理更強(qiáng)：能把大任務(wù)拆成小任務(wù)

2. 工具更熟：會(huì)寫(xiě)代碼、會(huì)查網(wǎng)頁(yè)、會(huì)跑腳本

3. 自糾錯(cuò)更穩(wěn)：出錯(cuò)后能回滾、能重試、能繼續(xù)推進(jìn)

4. 收益非遞減：變準(zhǔn)一點(diǎn)點(diǎn)，能做的任務(wù)跨度會(huì)暴增

例如，新一代模型能更好地規(guī)劃子任務(wù)、調(diào)用外部工具（如代碼編寫(xiě)、網(wǎng)頁(yè)瀏覽）并在出錯(cuò)時(shí)自我糾正，從而在長(zhǎng)達(dá)數(shù)小時(shí)的任務(wù)鏈條中保持高成功率。

當(dāng)然，在暢想美好前景的同時(shí)，我們也要看到目前的局限。

但當(dāng)任務(wù)跨度從「小時(shí)」走向「工作日」，新的麻煩會(huì)冒出來(lái)：

• 上下文會(huì)丟：越做越忘前面說(shuō)過(guò)什么

• 偏差會(huì)積累：小錯(cuò)誤滾成大災(zāi)難

• 目標(biāo)會(huì)漂移：做著做著就跑題

說(shuō)到底，它們都指向同一個(gè)核心：長(zhǎng)期記憶。

記憶：通往AGI的最后難題

AI幾乎所有能力短板，最后都會(huì)牽扯到記憶。

你可以把當(dāng)前大模型想成：一個(gè)極聰明、反應(yīng)極快，但「下班就失憶」的新人。

它能寫(xiě)代碼、能推理、能寫(xiě)文章。 但會(huì)話一結(jié)束，它幾乎不記得自己做過(guò)什么。

現(xiàn)在很多智能體的「記憶」，主要靠?jī)煞N拼裝：

• 強(qiáng)檢索工具：需要時(shí)去搜（像在代碼庫(kù)里 grep）

• 總結(jié)壓縮塞進(jìn)上下文：把過(guò)去內(nèi)容壓成幾段話，再喂回去

雖然信息檢索技術(shù)已有不小進(jìn)展，但即便是當(dāng)前最優(yōu)秀的RAG（檢索增強(qiáng)生成）系統(tǒng)，其準(zhǔn)確率也只有約90%。

不斷擴(kuò)大的上下文窗口，確實(shí)在改善這個(gè)問(wèn)題：更大的窗口意味著可以將更多數(shù)據(jù)同時(shí)輸入模型，從而支持模型更有效地在龐大的記憶索引中「閱讀」。

但即便如此，要達(dá)到AGI級(jí)別的「細(xì)致入微」的記憶水平，仍然需要在底層架構(gòu)上突破。

而且，更大的問(wèn)題是：沒(méi)有任何系統(tǒng)真正實(shí)現(xiàn)了「自我學(xué)習(xí)」。

沒(méi)有長(zhǎng)期記憶，AI就無(wú)法像人一樣「越用越聰明」，無(wú)法從錯(cuò)誤中學(xué)習(xí)，更談不上積累「常識(shí)」和「智慧」。

僅僅「記住」還不夠，智能體必須能從經(jīng)驗(yàn)中主動(dòng)「學(xué)習(xí)」。

與智能體不同，人類大腦擅長(zhǎng)將短期經(jīng)歷轉(zhuǎn)化為長(zhǎng)期記憶，在日積月累中形成知識(shí)網(wǎng)絡(luò)和經(jīng)驗(yàn)教訓(xùn)。

AGI若想達(dá)到人類智能的廣度與深度，同樣需要這樣的記憶系統(tǒng)。

業(yè)界普遍認(rèn)為，記憶是通用智能最后但最關(guān)鍵的一塊拼圖。

換言之，AI現(xiàn)有的「算力」和「智力」，或許已逼近AGI所需，唯一欠缺的是像人一樣擁有持久而豐富的記憶。

誰(shuí)能最先破解「記憶難題」，誰(shuí)就將在這場(chǎng)AGI競(jìng)賽中占據(jù)決定性優(yōu)勢(shì)。

明年的突破

長(zhǎng)期被動(dòng)記憶

現(xiàn)在的智能體擁有非常強(qiáng)大的「搜索」，比如使用Cursor時(shí)，你會(huì)發(fā)現(xiàn)它幾乎能完美從整個(gè)代碼庫(kù)中檢索信息。

但它們用的依然是「主動(dòng)記憶」機(jī)制：智能體需要自己去「找」記憶，而不是這些記憶自然存在于它的思維中。

這遠(yuǎn)遠(yuǎn)不夠。

一個(gè)運(yùn)行文本搜索工具grep的智能體，不等于擁有有效記憶的智能體。就像一個(gè)計(jì)算器并不等于一個(gè)數(shù)學(xué)家。

給智能體一個(gè)「搜索記憶工具」不是解決方案。

那么，真正強(qiáng)大的AI記憶系統(tǒng)需要具備什么？

真正的記憶，必須是像人類一樣，無(wú)需檢索、直接知道。

而目前的被動(dòng)記憶機(jī)制還非常原始，一旦任務(wù)復(fù)雜度稍微提升，就會(huì)徹底崩塌，智能體又回到「全靠搜索」的狀態(tài)。

紐約通用智能公司創(chuàng)始人Andrew Pignanelli預(yù)期，未來(lái)12個(gè)月AI行業(yè)會(huì)在「被動(dòng)記憶系統(tǒng)」上取得顯著進(jìn)展。

在接下來(lái)的一年中，記憶系統(tǒng)（尤其是智能體的學(xué)習(xí)能力）將成為AI世界的核心議題，并被正式確認(rèn)為通向AGI的最后一步。

OpenAI成功推出ChatGPT記憶功能后，Claude近期已跟進(jìn)，而其他各大模型公司也將紛紛完善自家記憶系統(tǒng)。

• 長(zhǎng)期記憶工具的接入體驗(yàn)將顯著提升，尤其隨著上下文窗口的持續(xù)擴(kuò)展；

• 「睡眠時(shí)間智能體」會(huì)在你不知情的情況下，閱讀你的郵件、文件和表格，構(gòu)建背景知識(shí)和個(gè)性化記憶；

• 「實(shí)時(shí)智能體」將在檢索信息方面趨近完美，你的偏好、語(yǔ)言風(fēng)格、行為習(xí)慣都會(huì)被快速融入其中。

短期內(nèi)，自動(dòng)注入上下文的方式還不會(huì)特別自然，為了更準(zhǔn)確的記憶檢索，大家普遍都會(huì)接受「響應(yīng)更慢」的現(xiàn)實(shí)。

但隨著AI變得越來(lái)越「懂你」，你對(duì)AI的依賴也會(huì)越來(lái)越強(qiáng)。

在消費(fèi)者端，人們可能注意到「對(duì)話開(kāi)始前有點(diǎn)卡」，但不知道背后是一個(gè)龐大的記憶系統(tǒng)在默默運(yùn)行。

到今年年底，「上下文腐爛」問(wèn)題（context rot）也將被攻克，方式包括：

• 啟用「遺忘機(jī)制」；

• 專為長(zhǎng)期對(duì)話設(shè)計(jì)的上下文清理系統(tǒng)；

• 更先進(jìn)的「上下文檢索」技術(shù)（能從巨大信息堆中精準(zhǔn)抽出關(guān)鍵內(nèi)容）

未來(lái)，用戶將不再通過(guò)文件樹(shù)導(dǎo)航信息，而是由AI智能體直接幫你檢索和訪問(wèn)所需數(shù)據(jù)。像Replit和Lovable這樣的代碼生成平臺(tái)已經(jīng)在這方面先行一步。

明年春天（2026年）很可能出現(xiàn)由「新一代多模態(tài)大模型」與「注意力機(jī)制之外的記憶系統(tǒng)」結(jié)合帶來(lái)的突破。

未來(lái)12個(gè)月內(nèi)，「記憶+學(xué)習(xí)」領(lǐng)域可能會(huì)出現(xiàn)突破性進(jìn)展。

OpenAI等領(lǐng)軍團(tuán)隊(duì)都在全力攻關(guān)持續(xù)學(xué)習(xí)和自我記憶技術(shù)；一旦他們?nèi)〉猛黄?，并將其?yīng)用在頂尖模型上，我們也許會(huì)驚呼：AGI已經(jīng)出現(xiàn)了。

AGI曙光已現(xiàn)

綜合當(dāng)前的發(fā)展態(tài)勢(shì)，可以說(shuō)：AGI已不再是遙不可及的科幻夢(mèng)想，而可能近在咫尺。

這種預(yù)測(cè)并非無(wú)穴來(lái)風(fēng)。

回顧過(guò)去一年，我們多次低估了AI進(jìn)化的速度。

GPT-5雖然發(fā)布時(shí)評(píng)價(jià)褒貶不一，但其實(shí)在長(zhǎng)任務(wù)執(zhí)行方面比前代有了大幅提高；Claude 4.5的驚艷表現(xiàn)，更是證明了進(jìn)步的非線性：當(dāng)關(guān)鍵技術(shù)取得突破時(shí)，曲線會(huì)突然躍升。

如今，你可以在網(wǎng)上了解到，隨著機(jī)器智能成為首要的生產(chǎn)要素，正在涌現(xiàn)出新型組織。

這是首次，這一新要素為我們?nèi)祟愄峁┝烁倪M(jìn)流程本身的思路。依靠AI，微型團(tuán)隊(duì)，竟能產(chǎn)出超越過(guò)去數(shù)十人甚至上百人團(tuán)隊(duì)的工作成果，尤其是在某些專注的軟件領(lǐng)域，生產(chǎn)力增長(zhǎng)令人震驚。

這種爆發(fā)式的效率，真的很難不讓人感到興奮。

這是某種意義上的「阿特拉斯卸下重?fù)?dān)」的時(shí)刻，是智能生產(chǎn)力「起飛」的征兆。

與2023年那種詩(shī)意盎然的「AI覺(jué)醒敘事」相比，如今的這一切，顯得更平實(shí)務(wù)實(shí)，但更加震撼，更加真實(shí)。

如果記憶問(wèn)題迎來(lái)解決，AI能力或?qū)⒃俅伪l(fā)。

屆時(shí)，AI智能體將不僅僅是無(wú)休止重復(fù)勞作的「工具」，而會(huì)變成越用越聰明、與您一同成長(zhǎng)的「數(shù)字同事」。

它能記住你的偏好。

它能記住你踩過(guò)的坑。

它能從項(xiàng)目里提煉經(jīng)驗(yàn)。

然后在下一次合作里，主動(dòng)幫你把效率再推高一截。

這正是許多人對(duì)AGI在人類社會(huì)角色的愿景。

參考資料：

https://www.oneusefulthing.org/p/real-ai-agents-and-real-work

https://www.generalintelligencecompany.com/writing/memory-is-the-last-problem-to-solve-to-reach-agi

https://www.shippingapps.dev/writings/memory-last-problem

https://x.com/tszzl/status/2002488418887168297

秒追ASI

?點(diǎn)贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點(diǎn)亮星標(biāo)，鎖定新智元極速推送！