Joshua Saxe：笼统的 AI「能力」评估正失去预测力

Joshua Saxe 撰文指出，AI 离线评测多为不同任务平均分，构建效度较差，对真实世界结果的预测力很弱。随着各领域专家应用 AI 并结合专业知识解释其影响，这类笼统的「能力」「进展」与「智能」抽象概念将逐渐消解，他称这一方向为「作为常规认识论的 AI 社会影响研究」。