Ethan Mollick新书《Co-Existence》出版，用图表回顾 30 个月AI进展
沃顿商学院教授Ethan Mollick在他第二本AI著作《Co-Existence》出版当天发文，以图表梳理自《Co-Intelligence》（2024 年初）以来 30 个月的模型更替、能力增长与使用方式变化。文章称，制图工作由Claude中的编排型智能体完成。
AI解读：Mollick称，从 2023 年初到 2024 年初，OpenAI的GPT-4是唯一明显领先的模型；此后Anthropic、Google、OpenAI三家共有 20 个模型先后登顶。
他引用METR长时任务基准：从GPT-4发布到该基准停止测量，AI可完成的工作量翻倍 8 次，从 2024 年的 4 分钟任务升至 2026 年 4 月的 17 小时；METR表示现有方法已无法准确测量，其他研究给出的数字可能是 17 周。
价格方面，他举例Google Proof Question and Answer Exam上每答对一题的成本从 30 美分降到 0.004 美分。
他提出第三种协作方式“conjurer”：召唤智能体、分派任务、评估结果。这篇博文的图表和一段“水獭在飞机上用WiFi”的视频都由AI在其少量提示下完成，他本人也承认视频存在瑕疵。
能力前沿仍不均衡：他称AI的长文写作依然较弱，数学解题则从很差变为超人水平。
沃顿商学院教授Ethan Mollick在 2026 年出版其第二本AI著作《Co-Existence》，距上一本《Co-Intelligence》（2024 年初）约 30 个月。他在One Useful Thing发布的配套文章中，用多张图表回顾这段时间的AI进展。
文章称，这些图表本身由AI完成：他使用Claude Projects中的Opus 5.5，由单个“编排者”智能体按需派生其他智能体，他给出几句话的提示后，AI在数分钟内完成研究、制图、版式、图片和引用，还纠正了他的一处计算错误。
模型领先者更替与“优于GPT-4”的数量
Mollick写道，从 2023 年初到 2024 年初，OpenAI的GPT-4是唯一无可争议的全球最强模型；此后，Anthropic、Google和OpenAI三家共有 20 个不同模型先后持有领先地位。
他同时给出另一组数字：目前共有 180 个模型在发布时强于GPT-4，其中不少是开放权重模型，19 个可在现代智能手机上运行。
METR基准：从 4 分钟到 17 小时，然后无法测量
文章引用METR长时任务基准，该基准衡量AI在单次提示下以至少 50% 成功率完成的人类工作量。Mollick称，从GPT-4发布到METR停止该项测量，这一工作量翻倍 8 次：2024 年AI能完成 4 分钟任务，到 2026 年 4 月他交稿时达到 17 小时。
他写道，METR表示用现有方法已无法准确测量AI能完成的工作量，其他研究给出的数字可能是 17 周或更多。
成本下降与能力不均衡
Mollick以Google Proof Question and Answer Exam为例：过去让AI答对一道题需花费 30 美分，现在同样结果只需 0.004 美分。
他称AI能力前沿仍“参差不齐”，与 30 个月前类似：长文写作依然较弱，数学解题则在同期从很差变为超人水平。他还提到，即使AI表现优异的领域，小差距仍让人类有较大需求，至少目前如此。
从聊天机器人到智能体：新增“conjurer”模式
Mollick在《Co-Intelligence》中写过两种人机分工：centaur（人与AI分工）和cyborg（人与AI融合）。他称，智能体出现后，他补充第三种方式“conjurer”：按需召唤智能体、分派工作并评估返回结果。
他用这篇博文演示该方式：给Opus 5.5几句笼统提示，并反复说“make it better”，由AI完成图表；另让AI制作一段“水獭在飞机上用WiFi”的视频，涉及脚本、图像、概念、音乐和技术环节。他称视频有几处瑕疵，但全程没有他插手。他也指出，这种方式伴随新风险，因为人不再完全掌握AI为得到结果具体做了什么。
作者对进展速度的处理方式
Mollick称，AI迭代速度对写作者是难题，因此新书不追逐新闻或最新模型发布，而是聚焦趋势：能力指数级但不均衡地提升，使用方式从聊天机器人转向做实际工作的智能体。他称书中讨论人类在哪些方面仍有优势（他归结为深度知识、广度知识、品味和能动性），以及何时该把工作交给AI、何时应避免。