Toby Ord 质疑 METR 时间跨度研究被高估

Toby Ord 质疑 METR 时间跨度研究结论可能被高估，指出完全失败任务占比会显著拉低整体指标。若存在约 25% 的 agent 完全无法完成的任务，整体时间跨度会被大幅压低；将这类硬任务占比修正为 15% 后，80% 时间视野为 15 分钟的结论仍成立。