提前近10月！AI预测权威：进化速度超预期 年底实现「AI研发自动化」真的有可能

AI 进步速度正让最严谨的预测者都措手不及，知名 AI 预测研究员 Ajeya Cotra 近期坦承，她在两个月前才提出的 2026 年 AI 进展预测，如今看来已明显过于保守。

触发她自我修正的关键是 Anthropic 最新模型 Claude Opus 4.6 在权威评测机构 METR 基準测试中的表现，该模型在软体工程任务上的时间跨度已达约 12 小时，远超 Cotra 原先预测今年底才会达到的 24 小时水準，这意味 AI 在软体工程领域的实际进展，比她的预测提早近 10 个月。

更引人关注的是，Cotra 随后上调对AI 研发全面自动化的机率判断。她维持今年底前 AI 完全接管研究构想与执行、无需人类介入的机率为 10%，并直言道这是我第一次找不到任何可以外推的稳固趋势，来断言这件事不会很快发生。这番言论在 AI 预测圈引起广泛讨论。

Cotra 曾在 AI 安全资助机构 Coefficient Giving 担任主管，现在服务于专注 AI 能力评估的 METR。

今年 1 月 14 日，Cotra 根据 2019 至 2025 年间 AI时间跨度约每年倍增不到两次的趋势，预测 2026 年底最先进模型的 50% 成功率时间跨度约为 24 小时，80 百分位为 40 小时。

但两个月后，Opus 4.6 已在 METR 测试中，对 19 项估计需人类耗时逾 8 小时的软体工程任务，至少完成 14 项，并稳定攻克其中 4 项。

她坦言，在还剩 10 个月进展的情况下，AI 代理若在 24 小时任务上仍有一半失败，已不再可信。

Cotra 也提醒，当前时间跨度估算的不确定性显着上升。Opus 4.6 的 95% 信赖区间为 5.3 至 66 小时，原因包括长任务样本稀少、人工耗时多为估算，以及基準测试接近饱和。

随着 AI 能力逼近甚至超越数十小时量级，Cotra 认为时间跨度概念本身正受挑战。

她指出，任务可分解性随规模增加：一小时的除错几乎无法拆解，一天开发勉强可分工，而数月专案则天然适合平行子任务。一旦 AI 能稳定完成 80 小时任务，理论上可透过管理 AI分配、执行 AI并行，持续推进任意规模专案。

在所有预测中，最瞩目的是 Cotra 对AI 研发全面自动化的判断。她定义此为 AI 系统完全承担研究构想与执行，无需人类参与。

今年 1 月，她给出 10% 机率，遭同行认为偏高，但 Opus 4.6 表现出炉后，她认为 10%再次感觉合理。她仍保持审慎，指出全面自动化除需软体工程能力，还需在研究判断力与创造力取得突破，而这些正是当前 AI 相对人类的短板。

Cotra 也认为此目标未来三至五年实现的可能性，远高于今年，但她的基调已转变：我第一次找不到稳固趋势，可断言它不会很快发生。