过去很长一段时间，AI的能力进步看起来像是贴着地面滑行——你以为它没怎么动，其实它一直在积蓄力量，等着那个垂直起飞的时刻。

标志性事件：Claude Opus 4.6 引发股市震动

2026年2月，Anthropic发布的Claude Opus 4.6，就是一个标志性事件。它的COBOL代码能力直接触发了什么？IBM股价在2月23日暴跌超过13%，总市值蒸发超过316亿美元。

算上从1月开始，由Anthropic一系列产品发布所引发的美股市值损失，累计已到万亿美元级别。

信号：未来12-18个月将发生质变

这不是一个孤立的事件。它传递的信号是：在未来12到18个月内，软件生产力和复杂任务处理能力将发生质变。

一旦80%的成功率曲线突破4小时这个门槛，大多数白领的中层工作将被替代。你以为自己还有时间慢慢适应？实际上，时间窗口比想象中窄得多。

METR数据：AI能力呈指数级垂直上升

这张图来自METR（Model Evaluation and Threat Research），一家专门评估AI模型风险和能力的机构。图中采用线性坐标，以50%成功率作为衡量标准。

X轴是模型的发布日期，Y轴是“有效任务时长”——也就是模型能够独立、连贯地执行任务的时间长度。如果Y轴显示为1小时，意味着该模型能够以50%的成功率，完成一个人类专家需要花1小时才能搞定的复杂软件任务。

每个绿色或灰色的圆点代表一个具体模型，圆点上的垂直细线是误差线，表示不确定性范围。以Claude Opus 4.6为例，它的点在15小时的位置，但误差线从9小时一直延伸到画面之外——最可能是15小时，但也可能是9小时，或者更高。

那条绿色的虚线是拟合趋势线，展示AI能力增长的总体轨迹。2024年之前，这条线几乎是平的，说明长时程任务这个指标没什么明显变化。2024年之后，线开始抬头。到了2026年，直接呈指数级垂直上升。

这是真正的拐点——AI的能力不再是线性增长（1, 2, 3…），而是爆发式增长（1, 10, 100…）。

大众感知滞后：从“什么都没发生”到“一切都变了”

然而，大众对AI的感知往往是滞后的。你会有一种“什么都没发生”的错觉，然后突然发现“一切都变了”。原因很简单：人类只对小时级尺度的工作有明显感知，对分钟级别的进步几乎无感。

2024年之前，技术虽然在快速进步——从30秒翻倍到1分钟，再翻倍到2分钟——但这些进步对普通人来说几乎不可见。可一旦基数达到1小时，情况就完全不同了。下一次翻倍是2小时，再下一次是4小时，再再下一次是8小时，而且这些翻倍可能在极短时间内完成。

进步规律：每4个月翻一番

这张对数图揭示了一个规律：进步是稳定的，每4个月（123天）翻一番。

图表顶部的“Implement complex protocol from multiple RFCs”是一个标志性门槛——这不只是写代码，而是需要阅读长文档、理解抽象逻辑、规划架构、编写代码、调试错误并最终交付。

2026年的顶级模型Claude Opus 4.6已经能处理16小时级别的任务，这代表了模型的认知上限。换句话说，AI已经具备了处理人类两天工作量的逻辑深度和记忆广度，虽然目前还处于实验室或辅助阶段。

对于企业和开发者，这意味着必须尽快开始构建适应长时程AI工作流的基础设施。

模型智力仍是决定性因素，Agent只是辅助

在AI评估中，Scaffold指的是包裹在模型外层的代码结构或策略，比如：

• Reflection
• Tool Use
• ReAct
• Few-Shot
• Plan and Solve
• Multi-Agent Collaboration

这四张图呈现的是典型的S形曲线：

• 短任务（<15分钟）的成功率几乎锁定在100%
• 中任务（15分钟-1小时）开始出现抖动，但仍维持高位（>80%）
• 长任务（>4小时）的成功率则呈断崖式下跌

通过对比Claude Opus 4.5和GPT-5在Codex与Triframe脚手架下的表现，可以得出一个结论：模型智力是决定性因素，Agent只是辅助性因素。如果任务太长，必须拆解。

AI的商业落地价值：从Copilot到Intern

不过，也需要保持冷静。当成功率被设定为80%时，有效任务时长从15小时骤降至1小时。“Train Classifier”成了一道分水岭。

对于数据清洗、写API接口、代码编写、报错调试、参数微调这类任务，2026年的今天，你只要下一个指令，去喝杯咖啡，回来AI已经搞定了——不仅做完了，还做对了。

这意味着AI真正具备了商业落地价值，它正式从Copilot（副驾驶）晋升为Intern（实习生），甚至Junior Engineer（初级工程师）。人类的角色完全转变为架构师和审查者。

未来展望：速度超越人类组织适应能力

回顾整个2025年，AI的处理时长翻了近3倍。今天，它已经接管了小时级的工作。按照这个趋势，不远的未来，它将接管天级甚至周级的工作——这种速度超越了人类组织的适应能力。

对于企业

别再只把AI当聊天窗口了。未来招聘的将不再是会使用AI工具的员工，而是AI员工本身。企业组织架构需要为这些不知疲倦、偶尔犯错但速度极快的数字劳动力进行重构。

对于个人

如果你还在练手速、敲代码，请立刻停止。你需要磨练的是定义问题、拆解长任务、评估AI产出的能力。AI能搞定16小时的执行工作，但它需要有人告诉它这16小时该干什么。如果人类不升级为系统设计者或战略决策者，真的会掉队。