剛剛，Claude Mythos打爆AI評測天花板！超指數狂飆，2027奇點加速

新智元報道

編輯：Aeneas KingHZ

【新智元導讀】就在剛剛，Claude Mythos把評測干「失效」了：METR第一次測不準，AI攻防拐點到了！AI 進化已成「外星文明」降臨，超越指數增長，2027 AGI 奇點正加速撞向人類。

剛剛，Claude Mythos干爆METR評測上限！超指數級進化已經逼近AGI奇點。

就在今天，一張趨勢圖刷屏全網。

國際最權威的AI評測機構METR驚恐地發現，他們的「溫度計」要被Mythos撐爆了。

Claude Mythos Preview的能力，已經捅破了人類評測框架的天花板，進入了「失真區」！

OpenAI超級對齊團隊前成員Leopold Aschenbrenner曾預測2027年是AGI的奇點，但現在的最新數據顯示：Mythos的表現已經略高于2027情景的趨勢線。

「外星文明」，已經強行著陸，陰影已覆蓋整片天空。

評測界的大地震

當「滿分」不再有意義

在METR最新的測試中，他們試圖衡量AI完成長周期復雜任務的能力（Time Horizons）。

METR設置了一個名為「50%成功率時間線」的指標——即模型有50%的概率，成功獨立完成一項人類需要耗費X小時才能完成的任務。

此前，此前的模型，成績是幾十分鐘或幾個小時。

但當Claude Mythos站上考場時，數據直接爆表了：它在人類需要16個小時才能完成的極其復雜的長線任務上，輕松達到了50%的成功率！

你可能會問：那測試32小時、64小時的任務呢？

METR給出的答案讓人驚恐：「我們測不了了。」

在METR精心構建的228個魔鬼級測試任務中，只有區區5個任務是被歸類為「16小時及以上」的。這意味著什么？

這意味著人類現有的、引以為傲的難題庫，已經被AI徹底掏空了。

就像用刻度只有1米的卷尺去量一棟摩天大樓，除了知道它「爆表」了，我們對其真實的深度一無所知。

「外星文明」已降臨？

在16小時以上的區間，METR根本沒有足夠的樣本來對Mythos進行準確的定量比較。

METR坦言，在這個閾值之上，數據的測算變得「不穩定且失去意義」。

這是人類歷史上極為罕見的一幕：創造者失去了丈量被創造物能力的工具。

當「考官」已經出不出題的時候，「考生」的真實實力到底有多恐怖？

這不僅僅是一次常規的AI模型迭代，而是一次「超指數級」的物種變異。舊的法則正在崩塌，AI已成「外星文明」降臨！

AI從業者、硅谷著名觀察家Chase Brower直言，AI發展遠超行業預期：根據SemiAnalysis的數據，AI行業的年化營收已經遠超此前對2026年第二季度約260億美元的預測。

當前的AI技術已如「清晰可見的外星飛船」一樣懸浮在人類文明的天空中。

人類已經無法理解AI的超指數增長！

這不再是實驗室里的數據，標志著AGI的征兆已經完全顯現！

超指數，比指數增長還快

把METR那張趨勢圖拉出來細看。

縱軸是AI能自主完成的編碼任務時長，從8秒到5年，對數刻度。橫軸是模型發布時間，2021到2028。每一個點是一個模型版本。

把點連起來，畫出來的不是一條直線，不是一條指數曲線，而是一條比指數還陡的弧。

AI在超指數增長，AI增速本身在加速。

• 2021年，最好的模型能自主完成8秒級別的任務——寫一行代碼，修一個拼寫錯誤。

• 2023年初，推到了1分鐘量級——一個小函數、一段簡單調試。

• 2024年中，沖到了大約1小時——一個完整feature的實現、一次多文件重構。

• 2025年4月，Mythos Preview落點：16小時——一個完整的工程子項目，讀代碼、理解架構、制定方案、編寫實現、調試測試，一氣呵成，不需要人類盯著。

每一代的躍升幅度都比上一代更大。間隔時間都比上一代更短。

本圖由AI生成

人類的演化是為了讓我們在草原上計算果實和獵物的距離，大腦天生是線性的。

我們好不容易理解了「指數增長」，現在卻被迫面對指數之上的指數。

猿類的大腦面對超指數，直接集體宕機。

本圖由AI生成

METR在圖上畫了幾條參考線。

其中一條是「AI 2027情景」的中央軌跡——基于多家機構聯合預測，假設AI能力按目前最主流的預期持續增長，大約在2027年前后觸達通用人工智能門檻。

Mythos的數據點落在這條線的上方。

不是偏了一點。是在時間軸還沒走到2027的位置上，能力值已經超過了2027的預測值。

AI基礎設施從業者Chase Brower看完METR報告后在推特上判斷：那個預計在2026年初出現的"Agent-1"描述，其實有點低估了當前最好模型的能力。整個行業對AI發展速度的預估都偏保守了。

這里有個細節容易被忽略。

METR的縱軸不是跑分，不是準確率，不是某個benchmark上的百分比。那條曲線目前沒有任何減速的跡象。

安全圈原子彈時刻

從「助手」到「自主攻擊者」

如果說METR的煩惱還是學術性的，那么Palo Alto Networks的預警則是帶血的實戰報告。

近期，Palo Alto獲得了Mythos、GPT-5.5-Cyber等前沿模型的早期無限制訪問權限。

測試結論讓所有防御者脊背發涼：AI已經跨過了那道名為「自主」的門檻。

當模型能自主工作16小時的時候，它在安全領域能干什么？

時間坍縮：3周=1年

Palo Alto的報告中有一個令人震撼的數據：使用Mythos輔助進行漏洞分析，僅僅3周時間，其完成的工作深度和覆蓋廣度，等同于一整個頂級滲透測試團隊整整1年的工作量。

鏈接：https://www.paloaltonetworks.com/blog/2026/05/frontier-ai-defense/

這直接是降維打擊。

本圖由AI生成

以往的AI只能幫你寫個腳本、搜個代碼片段。但Mythos展現出了一種近乎恐怖的「軟件漏洞直覺」。

它能識別出上萬行代碼中那些零散、低危的小漏洞。

更要命的是，它能像頂級黑客一樣，將這些原本不起眼的漏洞串聯成一條致命的攻擊鏈。

從初步入侵到數據拖庫，在AI輔助下，整個過程被壓縮到了25分鐘。

而在過去，這種級別的攻擊可能需要一個團隊潛伏數周才能完成。

本圖由AI生成

在奇點撞向我們之前，

如何自救？

Anthropic曾因為覺得Claude Mythos「太危險」而拒絕全面發布，一度被嘲諷為PR手段。但現在看來，這更像是一種對未知的敬畏。

Mozilla已經開始行動，他們利用Mythos掃描Firefox瀏覽器，僅在2026年4月一個月內就修復了破紀錄的423個安全問題。

這說明，AI也是最強的盾，但前提是你要比攻擊者跑得更快。

我們必須接受一個殘酷的現實：舊時代的防御節奏已經徹底失效。

檢測響應時間不能再以「小時」計，必須縮短到「分鐘」甚至「秒」；安全不再是人的審計，而是「用AI對抗AI」的自動化博弈。

與此同時，資本側也已經allin。

在過去5個月里，英偉達向自己的客戶注資約400億美金：

300億給OpenAI，20億給算力商CoreWeave，32億給光纖商康寧……

本圖由AI生成、數據來源于網絡由AI收集

這些錢轉了一圈，最后全部變成了英偉達芯片的訂單。

顯然，黃仁勛正在用錢投票，強行拉拽全產業鏈加速撞向奇點。

但這套永動機最可怕的地方在于，它在奇點墜落前根本無法停下。

Chase Brower指出，Anthropic的年化收入已經遠高于此前260億美元的預測線。資本市場已經在用腳投票——錢在押注那條曲線不會拐彎。

2027年，按照METR趨勢圖上那條中央軌跡線，是多家機構聯合預測的AGI門檻年份。Mythos已經跑在這條線的上方。

如果接下來18個月不出現根本性的技術斷崖——不是減速，不是瓶頸，而是物理定律級別的硬墻——那么2027不再是一個需要辯論的預測。

本圖由AI生成

它是一個需要準備的倒計時。

AGI的奇點不再是預測，而是正在發生的沖擊。外星文明已經來臨，我們能做什么？

參考資料：

https://www.paloaltonetworks.com/blog/2026/05/frontier-ai-defense/

https://metr.org/time-horizons/

https://x.com/ChaseBrowe32432/status/2053159533862908019