METR研究提出衡量AI完成长任务能力的指标，报告该指标过去6年呈指数增长、倍增时间约7个月，并开源代码与数据

先了解这件事

METR 提出以 AI 智能体能完成的任务时长（按人类专业人士所需时间衡量）来度量模型能力，发现过去 6 年该指标呈指数增长，翻倍时间约 7 个月，且在 SWE-Bench Verified 上翻倍时间不足 3 个月。