新论文提出AI省时测量框架并复现METR研究

Solomon Shalom Lijo 在 arXiv 发布论文，提出衡量 AI 省时效果的框架：将时间节省与漏检缺陷一起核算，并由此定义“盈亏平衡缺陷成本”这一决策指标。作者称该框架不依赖具体模型，代码和数据已存档于 Zenodo。 论文还复现了 METR 的开发者研究：同样的 246 个 issue，依所用估计量可得出 19% 或 24% 的减速（不调整偶然失衡则为 34%）；在 GDPval 全量审查流程中，仅审查时间就将 GPT-5 的加速上限限制在 3.6 倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。