AI 进步有多快？

两种速度：投入 vs 终点线

按投入和基准衡量，AI 改进得非常快，大体符合乐观者描述的趋势。但按定义 AGI 的那项产出衡量——一个在无监督下可靠端到端负责工作的系统——进展更慢、也更难看见，因为基准已经不再是约束条件了。

为什么“它在放缓吗”会得到错误答案

怀疑者指着停滞的基准头条说进步在停滞；鼓吹者指着智能体演示说在加速。两者看的都是那条快轴。诚实的读法是：投入持续复利（见AGI 是炒作吗），而决定性产出——自主性——才是那个慢的、限速的步骤。正是这种分裂，让头条的 AGI-2027 判定为悬而未决而非符合进度。

用一个数字盯住最要紧的速率

与其争论感觉，不如盯住那条会改变答案的坐标轴上的速率。AGI-2027 命题追踪指数把“决定性能力是否真的在移动”蒸馏成一个可审计分数——它只在判定变化时上升，所以一个持平的分数本身就是那条慢轴尚未突破的信号。将于 2028 年 1 月 1 日前见分晓。

常见问题

投入端快、最要紧的产出端参差。有效算力约每年 0.5 个数量级，基准分数升到 80% 多（GDPval 约 83%、SWE-Bench Pro 约 80%），但可靠的自主工作——定义 AGI 的能力——改进得慢得多。

投入端没有——算力和基准大体符合趋势地持续复利。但决定性产出、可靠的无监督自主性，才是那个慢的限速步骤。所以“放缓”对终点线为真、对驱动它的引擎为假。

在智能体能力和基准上是。在定义 AGI 的自主性上不是——那是瓶颈。两个答案来自衡量不同的坐标轴，这就是头条彼此矛盾的原因。

盯住那条会改变答案的坐标轴——可靠的自主能力——而非基准头条。AGI 记分牌的命题追踪指数把它蒸馏成一个只在判定变化时移动的可审计分数。