Ethan Mollick 新書《Co-Existence》出版，回顧 30 個月 AI 指數級進展：180 款模型超越 GPT-4、長任務能力達 17 小時

知名學者 Ethan Mollick 於新書《Co-Existence》出版之際，以圖表回顧自 2024 年初《Co-Intelligence》以來的 AI 進展。他指出，自 2023 年至 2024 年初獨佔鰲頭的 GPT-4 之後，已有 20 款不同模型在不同時期居於領先，來源皆為 Anthropic、Google 或 OpenAI；目前共有 180 款模型的表現超越 GPT-4 發布時的水準，其中多數為開放權重模型，另有 19 款可在現代智慧型手機上執行。 以 METR Long Horizon Benchmark 衡量，AI 在 50% 成功率下可完成的人類工作量，自 GPT-4 發布至該基準停止使用期間翻了八倍：2024 年約為 4 分鐘任務，2026 年 4 月時達 17 小時。METR 表示現行方法已無法準確測量，其他研究估計可能達 17 週或更多，但此為據報導的推估，尚未獲得證實。同期成本亦大幅下降：Google-Proof Q&A 題目過去每次正確解答需約 30 美分，現降至約 0.04 美分。 文中also提到，AI 能力仍呈鋸齒狀分布，長篇寫作仍弱，數學題則已從遠遜人類變為超越人類。Mollick 並提出人機協作的第三種模式「conjurer（召喚者）」，指使用者召喚代理、分派任務並評估結果，他以 Claude Opus 5.5 製作本文圖表，並以相同模型生成水獺搭飛機使用 Wi-Fi 的影片作為能力示範，他表示其中仍有瑕疵。