Mollick：基准测试与长任务存在差距
先了解这件事
AI 综述
2026年10月16日，沃顿商学院教授Ethan Mollick在X上发文指出，当前几乎所有AI基准测试都是单答案、短周期任务，而大量有经济价值的工作实际上是复杂的长周期任务。他认为两者都有发展空间，但提示业界可能会发现，
报道时间线
10月16日
- 基准测试与复杂长任务的差距
我还应指出，几乎所有基准测试都是单答案、短周期任务，但大量有经济价值的工作是复杂的长周期任务。两者都有空间，但我认为我们会发现"足够好"的智能可能并不总是够用。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。