Ethan Mollick

@METR_Evals 的长时程（long horizons）指标是否实际上已经饱和了？ 那张最著名的 AI 进步曲线自 5 月以来没有更新，但其他已发表的工作表明，在 harness 中你实际上可以从 Fable（我猜也包括 GPT-6）获得 18 周以上的工作量。