主要观点：基于 Kwa 等人（2025）的实证工作，表明 AI 代理在较长时间任务上的性能可由简单数学模型解释，即每分钟失败率恒定，这暗示任务越长成功率呈指数下降，每个代理可由其半衰期表征。METR 研究发现前沿 AI 代理能解决任务的持续时间呈指数趋势，每 7 个月任务长度翻倍。通过生存分析的恒定危险率模型可解释这些结果，该模型预测不同成功率的时间范围关系，且数据也符合指数函数。恒定危险率模型有多个有趣推论，如可预测不同成功率的时间范围等，同时指出若发现与指数衰减的系统偏差，可能提供有关代理行为的线索，还需进一步研究其在其他任务套件中的通用性。
关键信息：

• 研究基于 170 个软件工程等任务套件，发现 AI 代理解决任务的时间呈指数增长。
• 恒定危险率模型认为任务可分解为一系列等长子任务，失败概率恒定，导致指数下降的生存曲线。
• 模型预测 80%成功率时间范围约为 50%成功率时间范围的 1/3 等。
• METR 数据也符合指数函数，且人类性能曲线与 AI 代理不同。
• 恒定危险率模型的推论包括可预测时间范围、提供简单规则等。
  重要细节：
• 50%成功率作为主要性能阈值，80%成功率的时间范围约为 50%的 1/4，提高成功率所需时间不同。
• 生存分析领域用于理解事物失败概率随时间的变化，恒定危险率模型适用于此。
• 不同模型对数据的拟合情况不同，指数函数更简单且总体拟合效果相近。
• 人类性能曲线与 AI 代理可能存在差异，需进一步研究。
• 需进行正式统计分析以确定指数衰减曲线对 METR 数据的拟合度等。