MIT研究：AI能力正稳步提升，而非突然突破

鞭牛士04-07

AIPress.com.cn报道4月7日消息，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的一项最新研究显示，人工智能在工作场景中的能力提升更像是持续上升的“潮水”，而不是突然改变行业格局的“巨浪”。研究认为，这种渐进式发展模式意味着技术变化虽然迅速，但在实际工作中的影响往往以更平滑的方式展开。该研究基于超过1.7万次AI系统任务评估，涵盖美国劳动力市场中大量以文本处理为核心的...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2625877739?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-04-07 14:29","share_image_url":"https://static.laohu8.com/b0d1b7e8843deea78cc308b15114de44","id":"2625877739","market":"us","top_or_hot":-1,"title":"MIT研究：AI能力正稳步提升，而非突然突破","media":"鞭牛士","content":"<div>\n<p>AIPress.com.cn报道4月7日消息，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的一项最新研究显示，人工智能在工作场景中的能力提升更像是 持续上升的“潮水”，而不是突然改变行业格局的“巨浪”。研究认为，这种渐进式发展模式意味着技术变化虽然迅速，但在实际工作中的影响往往以更平滑的方式展开。该研究基于 超过1.7万次AI系统任务评估，涵盖美国劳动力市场中大量以文本处理为核心的...</p>\n\n<a href=\"https://finance.sina.com.cn/roll/2026-04-07/doc-inhtsezc7173735.shtml\">网页链接</a>\n\n</div>\n","source":"sina","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>MIT研究：AI能力正稳步提升，而非突然突破</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nMIT研究：AI能力正稳步提升，而非突然突破\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-04-07 14:29 北京时间&nbsp;&nbsp;&nbsp;<a href=https://finance.sina.com.cn/roll/2026-04-07/doc-inhtsezc7173735.shtml><strong>鞭牛士</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>AIPress.com.cn报道4月7日消息，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的一项最新研究显示，人工智能在工作场景中的能力提升更像是 持续上升的“潮水”，而不是突然改变行业格局的“巨浪”。研究认为，这种渐进式发展模式意味着技术变化虽然迅速，但在实际工作中的影响往往以更平滑的方式展开。该研究基于 超过1.7万次AI系统任务评估，涵盖美国劳动力市场中大量以文本处理为核心的...</p>\n\n<a href=\"https://finance.sina.com.cn/roll/2026-04-07/doc-inhtsezc7173735.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK6515","symbol_name":"技术设备股","start_time":0,"source_url":"https://finance.sina.com.cn/roll/2026-04-07/doc-inhtsezc7173735.shtml","article_id":"2625877739","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2625877739","pubTimestamp":1775543340,"columns":[],"sourceInfo":{"source_id":"sina","name":"sina"},"weMediaInfo":null,"summary":"研究人员发现，AI能力的提升通常同时出现在多个任务领域，而不是在某些特定任务上突然实现突破。后者指的是AI在长时间表现有限后突然掌握某类任务，而研究数据显示，当前的技术进展更多表现为多任务能力同步提升。研究人员还发现，AI完成任务的成功率与任务复杂度之间并未呈现明显断层，这表明技术进步并非集中在少数简单或特定任务上，而是在不同难度任务中普遍发生。","collect":0,"end_time":0,"defaultTopTitle":"sina.com.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK6515":"技术设备股","M11.SI":"综合制造科技","AIPO":"Defiance AI and Power Infrastructure ETF","MIT":"Mason Industrial Technology Inc","AGIX":"通用人工智能 ETF-AGIX","CHAT":"ROUNDHILL GENERATIVE AI & TECHNOLOGY ETF","ARTY":"ISHARES FUTURE AI & TECH ETF","BK6062":"电子制造服务"},"translate_title":"MIT research: AI capabilities are steadily improving, not sudden breakthroughs","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"MIT":1.5,"M11.SI":1.5,"ARTY":1.5,"AIPO":1.5,"AGIX":1.5,"CHAT":1.5},"content_text":"AIPress.com.cn报道4月7日消息，麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）的一项最新研究显示，人工智能在工作场景中的能力提升更像是 持续上升的“潮水”，而不是突然改变行业格局的“巨浪”。研究认为，这种渐进式发展模式意味着技术变化虽然迅速，但在实际工作中的影响往往以更平滑的方式展开。该研究基于 超过1.7万次AI系统任务评估，涵盖美国劳动力市场中大量以文本处理为核心的工作任务，例如写作、分析和沟通等。研究人员发现，AI能力的提升通常同时出现在多个任务领域，而不是在某些特定任务上突然实现突破。研究团队将这种模式描述为 “rising tide（涨潮）”，与另一种假设中的 “crashing wave（突变式浪潮）” 相对。后者指的是AI在长时间表现有限后突然掌握某类任务，而研究数据显示，当前的技术进展更多表现为多任务能力同步提升。研究人员还发现，AI完成任务的成功率与任务复杂度之间并未呈现明显断层，这表明技术进步并非集中在少数简单或特定任务上，而是在不同难度任务中普遍发生。在当前水平下，研究估计 大型语言模型已经能够在无需人工修改的情况下完成约50%至75%的文本类工作任务，达到“最低可接受质量”的标准。如果这一趋势持续，到 2029年，大多数文本类任务的完成成功率可能提升至 80%至95%。在企业环境中，这种渐进式进步往往表现为能力扩散而非单点替代。IBM软件创新实验室产品孵化负责人 Ayhan Sebin 表示，AI正在让更多员工具备开发和自动化能力。“开发者和非技术领域专家都在成为‘10倍构建者’，他们能够利用AI更快地自动化流程和开发应用。”这种变化降低了软件开发和自动化工具的使用门槛，使原本需要专业编程技能的任务可以由具有行业知识的员工完成。研究认为，这种 “构建能力的民主化” 正在改变组织内部的工作方式。与此同时，人类专家的角色也在发生转变。随着AI系统承担更多执行工作，一些专业人员逐渐转向 监督、评估和管理AI系统 的角色。Sebin表示，未来专家更像是“AI代理的管理者”，负责指导模型、审核结果并确保输出符合质量和合规要求。不过研究人员同时指出，渐进式发展并不意味着影响有限。随着AI能力持续积累并被更广泛采用，其对就业结构和工作方式的长期影响仍可能十分深远。（AI普瑞斯编译）\n\n\n海量资讯、精准解读，尽在新浪财经APP","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.42.0","shortVersion":"4.42.0","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2625877739","isCrawlerRequest":true}