网易首页 > 网易号 > 正文 申请入驻

刚刚,Claude Mythos打爆AI评测天花板!超指数狂飙,2027奇点加速

0
分享至

新智元报道

编辑:Aeneas KingHZ

【新智元导读】就在刚刚,Claude Mythos把评测干「失效」了:METR第一次测不准,AI攻防拐点到了!AI 进化已成「外星文明」降临,超越指数增长,2027 AGI 奇点正加速撞向人类。

刚刚,Claude Mythos干爆METR评测上限!超指数级进化已经逼近AGI奇点。

就在今天,一张趋势图刷屏全网。

国际最权威的AI评测机构METR惊恐地发现,他们的「温度计」要被Mythos撑爆了。

Claude Mythos Preview的能力,已经捅破了人类评测框架的天花板,进入了「失真区」!

OpenAI超级对齐团队前成员Leopold Aschenbrenner曾预测2027年是AGI的奇点,但现在的最新数据显示:Mythos的表现已经略高于2027情景的趋势线。

「外星文明」,已经强行着陆,阴影已覆盖整片天空。

评测界的大地震

当「满分」不再有意义

在METR最新的测试中,他们试图衡量AI完成长周期复杂任务的能力(Time Horizons)。

METR设置了一个名为「50%成功率时间线」的指标——即模型有50%的概率,成功独立完成一项人类需要耗费X小时才能完成的任务。

此前,此前的模型,成绩是几十分钟或几个小时。

但当Claude Mythos站上考场时,数据直接爆表了:它在人类需要16个小时才能完成的极其复杂的长线任务上,轻松达到了50%的成功率!

你可能会问:那测试32小时、64小时的任务呢?

METR给出的答案让人惊恐:「我们测不了了。」

在METR精心构建的228个魔鬼级测试任务中,只有区区5个任务是被归类为「16小时及以上」的。这意味着什么?

这意味着人类现有的、引以为傲的难题库,已经被AI彻底掏空了。

就像用刻度只有1米的卷尺去量一栋摩天大楼,除了知道它「爆表」了,我们对其真实的深度一无所知。

「外星文明」已降临?

在16小时以上的区间,METR根本没有足够的样本来对Mythos进行准确的定量比较。

METR坦言,在这个阈值之上,数据的测算变得「不稳定且失去意义」。

这是人类历史上极为罕见的一幕:创造者失去了丈量被创造物能力的工具。

当「考官」已经出不出题的时候,「考生」的真实实力到底有多恐怖?

这不仅仅是一次常规的AI模型迭代,而是一次「超指数级」的物种变异。旧的法则正在崩塌,AI已成「外星文明」降临!

AI从业者、硅谷著名观察家Chase Brower直言,AI发展远超行业预期:根据SemiAnalysis的数据,AI行业的年化营收已经远超此前对2026年第二季度约260亿美元的预测。

当前的AI技术已如「清晰可见的外星飞船」一样悬浮在人类文明的天空中。

人类已经无法理解AI的超指数增长!

这不再是实验室里的数据,标志着AGI的征兆已经完全显现!

超指数,比指数增长还快

把METR那张趋势图拉出来细看。

纵轴是AI能自主完成的编码任务时长,从8秒到5年,对数刻度。横轴是模型发布时间,2021到2028。每一个点是一个模型版本。

把点连起来,画出来的不是一条直线,不是一条指数曲线,而是一条比指数还陡的弧。

AI在超指数增长,AI增速本身在加速。

  • 2021年,最好的模型能自主完成8秒级别的任务——写一行代码,修一个拼写错误。

  • 2023年初,推到了1分钟量级——一个小函数、一段简单调试。

  • 2024年中,冲到了大约1小时——一个完整feature的实现、一次多文件重构。

  • 2025年4月,Mythos Preview落点:16小时——一个完整的工程子项目,读代码、理解架构、制定方案、编写实现、调试测试,一气呵成,不需要人类盯着。

每一代的跃升幅度都比上一代更大。间隔时间都比上一代更短。

本图由AI生成

人类的演化是为了让我们在草原上计算果实和猎物的距离,大脑天生是线性的。

我们好不容易理解了「指数增长」,现在却被迫面对指数之上的指数。

猿类的大脑面对超指数,直接集体宕机。

本图由AI生成

METR在图上画了几条参考线。

其中一条是「AI 2027情景」的中央轨迹——基于多家机构联合预测,假设AI能力按目前最主流的预期持续增长,大约在2027年前后触达通用人工智能门槛。

Mythos的数据点落在这条线的上方。

不是偏了一点。是在时间轴还没走到2027的位置上,能力值已经超过了2027的预测值。

AI基础设施从业者Chase Brower看完METR报告后在推特上判断:那个预计在2026年初出现的"Agent-1"描述,其实有点低估了当前最好模型的能力。整个行业对AI发展速度的预估都偏保守了。

这里有个细节容易被忽略。

METR的纵轴不是跑分,不是准确率,不是某个benchmark上的百分比。那条曲线目前没有任何减速的迹象。

安全圈原子弹时刻

从「助手」到「自主攻击者」

如果说METR的烦恼还是学术性的,那么Palo Alto Networks的预警则是带血的实战报告。

近期,Palo Alto获得了Mythos、GPT-5.5-Cyber等前沿模型的早期无限制访问权限。

测试结论让所有防御者脊背发凉:AI已经跨过了那道名为「自主」的门槛。

当模型能自主工作16小时的时候,它在安全领域能干什么?

时间坍缩:3周=1年

Palo Alto的报告中有一个令人震撼的数据:使用Mythos辅助进行漏洞分析,仅仅3周时间,其完成的工作深度和覆盖广度,等同于一整个顶级渗透测试团队整整1年的工作量。

链接:https://www.paloaltonetworks.com/blog/2026/05/frontier-ai-defense/

这直接是降维打击。

本图由AI生成

以往的AI只能帮你写个脚本、搜个代码片段。但Mythos展现出了一种近乎恐怖的「软件漏洞直觉」。

它能识别出上万行代码中那些零散、低危的小漏洞。

更要命的是,它能像顶级黑客一样,将这些原本不起眼的漏洞串联成一条致命的攻击链。

从初步入侵到数据拖库,在AI辅助下,整个过程被压缩到了25分钟。

而在过去,这种级别的攻击可能需要一个团队潜伏数周才能完成。

本图由AI生成

在奇点撞向我们之前,

如何自救?

Anthropic曾因为觉得Claude Mythos「太危险」而拒绝全面发布,一度被嘲讽为PR手段。但现在看来,这更像是一种对未知的敬畏。

Mozilla已经开始行动,他们利用Mythos扫描Firefox浏览器,仅在2026年4月一个月内就修复了破纪录的423个安全问题。

这说明,AI也是最强的盾,但前提是你要比攻击者跑得更快。

我们必须接受一个残酷的现实:旧时代的防御节奏已经彻底失效。

检测响应时间不能再以「小时」计,必须缩短到「分钟」甚至「秒」;安全不再是人的审计,而是「用AI对抗AI」的自动化博弈。

与此同时,资本侧也已经allin。

在过去5个月里,英伟达向自己的客户注资约400亿美金:

300亿给OpenAI,20亿给算力商CoreWeave,32亿给光纤商康宁……

本图由AI生成、数据来源于网络由AI收集

这些钱转了一圈,最后全部变成了英伟达芯片的订单。

显然,黄仁勋正在用钱投票,强行拉拽全产业链加速撞向奇点。

但这套永动机最可怕的地方在于,它在奇点坠落前根本无法停下。

Chase Brower指出,Anthropic的年化收入已经远高于此前260亿美元的预测线。资本市场已经在用脚投票——钱在押注那条曲线不会拐弯。

2027年,按照METR趋势图上那条中央轨迹线,是多家机构联合预测的AGI门槛年份。Mythos已经跑在这条线的上方。

如果接下来18个月不出现根本性的技术断崖——不是减速,不是瓶颈,而是物理定律级别的硬墙——那么2027不再是一个需要辩论的预测。

本图由AI生成

它是一个需要准备的倒计时。

AGI的奇点不再是预测,而是正在发生的冲击。外星文明已经来临,我们能做什么?

参考资料:

https://www.paloaltonetworks.com/blog/2026/05/frontier-ai-defense/

https://metr.org/time-horizons/

https://x.com/ChaseBrowe32432/status/2053159533862908019

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
塔图姆回应中国行10罚不中:篮筐高了,当时就觉得我要火了

塔图姆回应中国行10罚不中:篮筐高了,当时就觉得我要火了

懂球帝
2026-11-17 09:24:37
美联储飞出一只“黑天鹅”!美股全线大跌,费城半导体指数重挫逾5%,恐慌指数飙升

美联储飞出一只“黑天鹅”!美股全线大跌,费城半导体指数重挫逾5%,恐慌指数飙升

金融界
2026-11-17 07:58:14
民进党形势不妙,2026县市长选举或迎惨败,赖清德被三个人害惨了

民进党形势不妙,2026县市长选举或迎惨败,赖清德被三个人害惨了

阿天爱旅行
2026-11-17 07:48:32
新加坡媒体称,中国AI短剧在美国爆火,是普世价值观的反向输出

新加坡媒体称,中国AI短剧在美国爆火,是普世价值观的反向输出

罗富强说
2026-11-15 16:35:50
还记得你和异性做过最疯狂的事吗?网友:我差不多就是这样和同事发生了

还记得你和异性做过最疯狂的事吗?网友:我差不多就是这样和同事发生了

带你感受人间冷暖
2026-11-14 15:59:30
抗美援朝最难启齿的一幕:17岁女卫生员为救战友突破生理底线,事后绝口不提,44年后秦基伟的回忆才揭开真相

抗美援朝最难启齿的一幕:17岁女卫生员为救战友突破生理底线,事后绝口不提,44年后秦基伟的回忆才揭开真相

磊子讲史
2026-11-11 16:38:00
一指之内是正常,一指之外是客户

一指之内是正常,一指之外是客户

中国新闻周刊
2026-11-11 07:26:04
遛鸟小生的空档期!

遛鸟小生的空档期!

八卦疯叔
2026-11-17 11:12:18
直线涨停!600410,封单超110万手

直线涨停!600410,封单超110万手

证券时报
2026-11-17 10:27:06
央媒亲宣!56岁陈建斌正式上任,职务不一般,早已和吴越拉开距离

央媒亲宣!56岁陈建斌正式上任,职务不一般,早已和吴越拉开距离

削桐作琴
2026-11-09 15:29:05
英伟达暴跌,空头大赚240亿美元

英伟达暴跌,空头大赚240亿美元

华尔街见闻官方
2026-11-17 08:37:00
11.17操作|反复调整!今天A股大龙决定这样做!

11.17操作|反复调整!今天A股大龙决定这样做!

龙行天下虎
2026-11-17 13:20:13
中国首富张一鸣建议公司员工,不要住在城乡结合部,应该全部住在北京市区,哪怕房子小点,省下的时间可以健身读书看电影!

中国首富张一鸣建议公司员工,不要住在城乡结合部,应该全部住在北京市区,哪怕房子小点,省下的时间可以健身读书看电影!

财经要参
2026-11-09 12:00:05
明年就是羊年了,你肯定不知道,家里有一个属羊的,有多难得

明年就是羊年了,你肯定不知道,家里有一个属羊的,有多难得

爱下厨的阿酾
2026-11-16 18:34:58
细思极恐!湖北荆州,女子在餐厅连了一下公共WiFi,突然收到3笔扣款提醒,原来她不是被偷了钱,是被“套路”了

细思极恐!湖北荆州,女子在餐厅连了一下公共WiFi,突然收到3笔扣款提醒,原来她不是被偷了钱,是被“套路”了

王老师你还好吗
2026-10-06 02:34:01
为啥蛔虫从中国人肚里消失了?不是爱干净,是4样东西断了活路

为啥蛔虫从中国人肚里消失了?不是爱干净,是4样东西断了活路

静暖文字
2026-11-04 13:30:06
台媒曝曾之乔与辰亦儒婚变,两人数月未同框,女方回应称一切都好

台媒曝曾之乔与辰亦儒婚变,两人数月未同框,女方回应称一切都好

电影侦探社
2026-11-16 16:53:56
重庆一科技公司违规在女性入职体检时进行妊娠检测并将结果作为入职判断标准 被检察机关提起民事公益诉讼

重庆一科技公司违规在女性入职体检时进行妊娠检测并将结果作为入职判断标准 被检察机关提起民事公益诉讼

闪电新闻
2026-11-17 09:59:16
黄仁勋倒下后,对他下手最狠的,竟是之前把他吹上天的那个人

黄仁勋倒下后,对他下手最狠的,竟是之前把他吹上天的那个人

酒话醉人
2026-11-16 15:29:39
周恩来父亲临终时一遍遍询问儿媳邓颖超:我儿子到底在哪里?

周恩来父亲临终时一遍遍询问儿媳邓颖超:我儿子到底在哪里?

南书房
2026-11-16 17:15:09
2026-11-17 14:48:49
新智元 incentive-icons
新智元
AI产业主平台领航智能+时代
16703文章数 67238关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

顾军被公诉 通报批其大肆收钱敛财、搞权色交易

头条要闻

顾军被公诉 通报批其大肆收钱敛财、搞权色交易

体育要闻

从上链接到上领奖台 34岁方博绝非等闲之辈

娱乐要闻

后会友期大瓜:3位女演员被迫换车厢

财经要闻

财政部:中加双方同意探索扩大双边贸易

汽车要闻

多面新方盒捷途环游者EV开启预售 9.99万元起

态度原创

数码
游戏
房产
教育
时尚

数码要闻

别等了!锐龙处理器历史最低价已杀疯,抄底选购吧

《GTA6》预售销量曝逼近1500万份 超越前作首发

房产要闻

5381亩之后,三亚绿谷,等一个500强!

教育要闻

draft你只当成“草稿”,高考却用它考“被征召”

老钱风、静奢风失宠了?“繁荣主义”穿搭突然爆火

无障碍浏览 进入关怀版