三十个月指数增长，Mollick 用数据复盘了哪些是真的

「这是你这辈子用过最差的 AI。」沃顿教授 Ethan Mollick 三十个月前写下这句话，如今它依然成立——每一年，当下的模型都会变成你记忆里最弱的那个。

一、发生了什么

10 月 20 日，Mollick 发布新书，并借机和上一本间隔的三十个月做了一次数据复盘（本文转述其观点与图表）。他列出的几组数字：曾经不可撼动的最强模型，三十个月里换了约二十个庄家，全部出自三家美国公司之手；如今超过当年 GPT-4 水平的模型有一百八十个，其中十九个塞得进一部手机。衡量「一次提示能完成多少人类工作量」的知名基准显示，这个数字从 2024 年的四分钟任务，涨到 2026 年 4 月的十七小时，翻了一共八倍，随后基准本身测不动了，有研究认为真实水平可能是十七周。价格跌得更狠：一套他常用的研究生级难题考卷，答对一题的成本从三美分跌到万分之四美分。他还现场演示了一句带错别字的提示，让模型从脚本、画面到配乐全程自主做出一支「水獭在飞机上用无线网」的视频——这个当年专门用来难为生图工具的梗，算是正式退休了。

二、跟你有什么关系

对普通用户，三十个月前的经验全部过期：当时做不到的事，现在大概率做到了，值得每半年重试一次放弃过的场景。对内容从业者，他展示了新工作方式：整套图表由一个编排 agent 调度其他 agent 在几分钟内完成，人只负责挑和说「再好一点」，连他自己算错的数学都被模型当场纠正。对决策者，他提醒能力曲线是锯齿状的——数学已经超人，长文写作依然拉胯，别用单点表现外推全局。最后记一句他的自嘲：这批图表要是三十年前的他来做，得雇一个团队，现在只要几句含糊的指令加一点耐心。

三、怎么判断

1. 分清「能力翻倍」和「有用翻倍」：基准分数暴涨不等于你的场景变好，先在自己任务上重测一遍再决定要不要换工具。
2. 看价格而非只看榜单：同质量成本跌了几百倍，意味着很多以前不划算的批量用法现在值得重新算账，尤其是数据分析、批量审阅这类重复劳动。
3. 警惕放权后的失控：他把新工作方式叫「召唤师」——派活、验收、追责都要留人，交出去的每一步都是失去的可见性。作者也直言，这套方式最强，但代价是你不再确切知道 AI 是怎么把活干成的。

四、三个别信的说法

「指数会永远这么陡。」 作者自己强调能力极不均匀，写作等短板多年没动。指数是整体曲线，不是每项能力的承诺，更不是你所在行业的落地时间表。

「基准跑满就是天花板。」 旧基准测不动了，新研究给出更高的估计，说明是我们的量具先到头，不是进步到头，两者别混淆。

「模型已经能端到端交付一切。」 他演示的视频虽是一句话生成，仍承认有瑕疵。演示能力不等于生产可靠性，会议上的惊艳片段和下周要交的活是两码事。

五、一句话结论

三十个月最大的变化不是模型多强，而是你对「不可能」的清单该清空重写了——这才是他这本书真正的题目。

信息来源

• Ethan Mollick 的三十个月复盘原文，2026 年 10 月 20 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 26 日。