图表中的指数增长：30个月

我的第二本关于AI的书《共存》今天正式出版（你可以在这里购买），距离2024年初《共智》的发布已经过去了30个月。回顾这两本书之间的这段空白，是了解AI进展的一个好方法。而且，得益于AI，我可以用一些相当漂亮的图表来描述这种进展。

制作这些图表本身也是事情进展程度的一个良好指标。在聊天机器人和《共智》的时代，我不得不在聊天窗口中与AI来回沟通，引导它完成每一个新步骤。而在我正在《共存》中介绍的智能体AI（agentic AI）的当前时代，我则将工作委托出去，让AI去处理。

在这种情况下，我使用了Claude Projects中的Opus 5.5，它允许你与一个单一的“编排者”智能体对话，然后根据需要生成额外的智能体，向它们下达指令并将信息反馈给你。完成工作非常直接。

我给AI几句话的建议，它就在几分钟内完成了原本需要我花费数小时的工作（所有的调研、所有的绘图、所有的排版、所有的图片、所有的引用……）。而且由于我不必亲自做这项工作，我让AI为我生成了许多选项。

我挑选了一些，对其他的则给出了含糊的反应，这会让人类团队抓狂（“让它更好一点”）。它甚至发现了我算错数学题的地方。我原本想把这篇文章命名为“28个月的指数级增长”。

与Claude互动以制作本文图形的一些示例。注意它纠正了我。

“这是你将用过的最差的AI”

我在上一本关于AI的书中写过这句话，从那以后，它在每一刻都字面意义上地保持为真。从2023年初到2024年初，曾有一个AI模型无可争议地是世界上最好的：OpenAI的GPT-4。这是大多数人在AI使用最初几年里记住的AI模型，是我撰写《共智》时思考的模型，也是ChatGPT成为许多人默认AI的原因。

从那时起，共有二十个不同的AI模型曾一度占据领先地位，全部来自Anthropic、Google或OpenAI。哪家公司拥有世界上最好的AI模型。

但仅仅领先地位的更迭就掩盖了一个更大的变化。现在共有180个AI模型比GPT-4发布时的表现更好，其中许多是开放权重模型，任何人都可以自由使用或修改。其中有19个可以在现代智能手机上运行。

我们正生活在指数级增长中

下方的数据基于METR Long Horizon Benchmark，它曾经是AI领域最著名的图表。该基准衡量的是AI在单次提示下，以至少50%的成功概率完成的人类工作量。在这个基准上的增长令人惊讶地稳定。从GPT-4发布到METR测量的结束，AI能够完成的工作量翻了八倍。在2024年，一个AI可以完成一个四分钟的任务

. 就在2026年4月我提交《共存》初稿时，一个AI可以完成相当于17小时的人类工作。然后基准测试用尽了。METR表示，他们无法再使用当前方法准确衡量AI能完成多少工作。其他研究建议这个数字可能是17周的工作量，甚至更多。

而且，尽管能力有所提升，价格却下降了。我过去最喜欢的AI基准测试——谷歌证明问题与问答考试，该考试给出经常让研究生感到棘手的问题，过去获取一个正确答案需要花费30美分的AI使用费。

现在，获得相同结果只需花费千分之四美分。人类如何与AI协作正在发生变化尽管取得了所有进展，AI能力的边界依然崎岖不平，就像30个月前一样。某些领域依然顽固地薄弱（AI仍然是一个很糟糕的长篇作家），而其他领域，如解决数学问题，在这段时间内从糟糕变成了超人类。

而且，正如我在书中讨论的，即使在AI表现出色的地方，小的差距也产生了对人类的大量需求，至少目前是这样。但AI的进步如此之大，以至于我们与它协作的方式必须改变。在《共智》中，我写到了人马式工作（在AI和人类之间分配）和赛博格式工作（在AI和人类之间混合）。

这两种方式都让你保持在循环中……但你一次只能处于这么多的循环中。既然我们现在有了真正的智能体，我增加了第三种与AI协作的方式：魔术师。魔术师在需要时召唤智能体，分配工作，并评估返回的结果。

这篇文章中的图表就是这样制作的：我召唤了智能体，给出了一些一般性指导，然后我说了很多次“让它更好”。这是使用AI的最强大方式，并且随着我们失去对AI究竟做了什么来获得这些结果的精确控制，它带来了新的风险。

“水獭测试”已经失效老读者会知道，过去几年我一直用提示词“水獭在飞机上使用Wifi”来测试AI图像生成和电影工具。这是最好的图像生成器Midjourney在30个月前制作的内容。所以今天我让Opus 5.5做了以下操作（包括错别字，因为随着AI变得更好，提示词的重要性已经大大降低）：“我有一篇帖子，为了纪念我的新书（在原版发布30个月后出版），展示了过去30个月AI发生的事情。

我想让你制作一个终极的水獭在飞机上使用wifi视频。只要做得精彩，我知道你有创造力，试一试。”利用我从谷歌和ElevenLabs订阅的各种在线服务，它制作了以下内容。（请打开声音）视频有几个缺陷。

但AI弄清楚了如何制作它，从脚本到图像，从概念到音乐，再到制作所有这些的技术细节，没有任何我的帮助。这就是变化所在。这是我们将谈论的最少AI内容由于所有这些进步，AI在世界范围内只会成为一个更大的问题

自《Co-Intelligence》出版以来，成就与争议的时间线让你对正在发生的事情有多少了解（我略过了数百件重要事件，但即便有AI的力量，我们也都在努力跟上）。当然，AI发展的速度对我来说是个问题，这也是为什么我的新书不试图紧跟新闻或最新的模型发布。

相反，它关注的是像本帖中这样的趋势：AI正在呈指数级改善但不均衡，而我们使用它的方式正从聊天机器人转向执行实际工作的代理。这本书是关于那些不得不与这些系统共存的人类面临的含义：我们在哪里仍有优势（我认为这归结为深厚的知识、广博的知识、品味和能动性），何时将工作交给AI，以及何时完全避免它。如果你理解了这些趋势，当下（以及不久的将来）就会变得不那么令人惊讶。

《Co-Existence》今天上市。你可以在这里获取，在一个经过重新设计的Opus 5.5网站上。我告诉它让它变得更好。

立即订阅