Ethan Mollick @emollick

@METR_Evals 的长时程度量是否已经有效饱和？ 自 5 月以来最著名的 AI 进展图没有更新，但其他发表的工作表明，你实际上可以从 Fable（我也假设 GPT-6）在 harnesses 中获得 18+ 周的工作量。 https://t.co/2AjjXcQVCg