[AI]《Crashing Waves vs. Rising Tides: Preliminary Findings on AI Automation from Thousands of Worker Evaluations of Labor Market Tasks》M Mertens, A Kuzee, B S. Harris, H Lyu… [MIT FutureTech] (2026)

这篇论文真正在问的问题是：AI自动化到底以何种方式降临——是突然淹没特定任务的「巨浪」，还是整体水位缓慢上升的「涨潮」？过去METR等机构的基准测试暗示AI能力在某类任务上会骤然跃升，让工人毫无预警地面临颠覆。这一「巨浪」图景如果成真，将意味着某些职业在极短时间内从安全变为被替代。

本文的核心洞见是：把「任务时长」重新看作衡量AI能力边界的坐标轴。基于17,000余份由真实从业者完成的评估，研究者发现LLM成功率随任务时长增加的下降斜率出奇地平缓——这意味着AI并非在某个时长阈值处发生断崖式失效，而是跨越从5分钟到数天的几乎所有任务同步提升。每一代新模型带来的是整条曲线的平行上移，而非局部的陡峭翻转。可行任务时长的翻倍周期约为3.8个月。

这项工作真正留下的遗产是：用大规模真实劳动力市场任务替代了实验室基准，将AI自动化从「不可预测的震惊」重新定性为「可观测的涨潮」——到2029年，多数文本类任务的AI成功率将达80%–95%。它为后来者打开的新门是：如何测量「涨潮速度」与经济采纳之间的滞后，以及任务级自动化如何转化为职业级影响。但尚未跨过的门槛是：当前样本仍偏向白领、低壁垒职业，近乎完美的成功率（接近100%）何时到来仍难以精确预测，而AI进步是否维持当前斜率本身就存在根本不确定性。

arxiv.org/abs/2604.01363

#机器学习# #人工智能# #论文# #AI创造营#