人工智能任务时长大约半年翻倍。把模型能五成做对的软件工程题，按人做所需时间画在对数轴上，近乎直线。2026年截距受可靠性、任务类型和凌乱税影响，斜率更稳。预报增长节奏，看斜率不看「现在能做几小时」。一旦某能力到前沿，同样水平的推理成本可以一年降一个数量级。人均产值长期约百分之二，会不会被打破，取决于未自动化任务的份额是不是也在指数下降。

人工智能爱争现在能做几小时，痛点在截距噪声大、斜率才是节奏

横轴是旗舰模型发布时间，纵轴是人做同题所需时间。对数纵轴意味着固定周期翻倍，大约七个月，近两年可能更快；下文按半年翻倍、一年变四倍来算，数字都很粗。影响截距的：五成可靠对八成可靠，斜率相近，截距低一截；领域不同截距会上下，稀疏数据大体仍是直线甚至更陡；考卷比真世界干净，凌乱税几乎肯定压截距，是否改斜率未定。现场用量在涨，说明能力不只活在考卷里。我倾向于凌乱税是小于一的常数乘子，主要动截距。

动斜率或形状的：发布时间叠了算力、人员、数据、资本，训练算力大约也是半年倍；指数输入难持续，但投资还没减速。若还要靠真实验或真世界行动才能更智，会减速；目前更像加速。软件为主，身体行动和从物理世界采数未必同指数，量产机器人仍可能卡。不信数据墙：同类数据报酬递减，近几年时长图的进步主要不是上网页堆得更多；软件最强的模型往往训在很一般的数据上，也会做许多别的事。人把工作切成日周月季，时长过某阈值后尺子可能失效，或能模拟任意多人任意久。用系统造系统，可能奇点、变陡、一次性抬升，或只是帮指数续命。

对截距很不确定，对斜率或至少对「认知劳动全自动之前的形状」没那么不确定。后面只假定半年翻倍，不假定现在到底能做多久。另一张图是成绩对人所需时长的S形拟合：低于某阈值几乎全对，百分百时长也可能以相近速率翻倍。像等级分：对数时长是题的等级，模型五成赢当等级相当。推理价在前沿被第一次摸到之后，同样水平可以一年降十倍以上。第二次摸到同一水平便宜得多。岗位一旦被自动化，一年内成本可能变得可忽略。机器人因制造和不能像虚拟助手那样灵活部署，降价未必同样快；复杂度翻倍是否慢一截，还没数据。

不谈就业结构，只谈从「开始明显贡献增长」到「产值因它翻倍」要几年。就业被完美抵消、产值不涨的刀刃情形，在能力和成本都指数走时站不住。劳动冲击会和生产率增益绑在一起。人均产值约百分之二走了一百五十年，电气、内燃、计算机和网络都没改轨迹，对应约三十五年翻倍。摩尔定律大约百分之四十，人是瓶颈，好点子也越来越难找。智能会不会像战后追赶那样十年翻倍？只自动化一个占 x 的行业，增益最多约一比一减 x；认知劳动若占三成，全自动大约四成二，十年摊下来已是百分之三点五。若还加速出点子，可以超出直接被自动的份额。调和平均图景里，未自动份额 ρ 和自动部分的相对产出 λ 要一起动，λ 再大连 ρ 卡住，增益也被 一比 ρ 卡住。若 ρ 一年缩四倍、λ 一年涨十倍，一年可从角落走到近十倍生产率边界，这假设很猛。ρ 一年只缩一点一、大约自动化剩余的百分之九，一到二十年仍可能走到变革级，且对降价不那么敏感，对体力任务是好消息。核心问题：能力指数涨，会不会让未自动份额也指数降。过去八十年自动化份额往往线性、个位数、还减速。若份额改走指数衰减，才是和历史断裂。

人工智能增长节奏2026五步：先锁斜率，再把凌乱税和未自动份额分开报

1. 时长图必须同时报五成和八成可靠。只报五成截距，方案作废。
2. 凌乱税单独估。把考卷时长写成已经能做真实岗位，不准。
3. 增长讨论用斜率，不用「现在能做几小时」的点估计。
4. 自动化份额若仍按历史线性外推，必须声明与时长指数假设冲突。
5. 调和平均要同时报 ρ 和 λ。只报模型更强或只报更便宜，增益上界写不清。

上表对应「斜率比截距稳」。争现在是二十六分钟还是两小时，对十年后的翻倍次数不如争半年还是一年翻倍。

两处只有对着真实岗位才清楚。其一，软件时长指数涨，不自动等于工厂装配时长同样涨。其二，ρ 不降、只降价，调和平均会停在 一比 ρ，产值故事会先于就业故事破产。

建设者该把时长斜率、凌乱税和未自动份额写成宏观假设三列。管预测的人，该拒收只用当前截距外推十年产值的材料。截距噪声太大，外推会假装精确。

结论：人工智能增长节奏的第一问是任务时长斜率，不是今天能做几小时

半年翻倍当工作假设。截距有税。推理价会塌。ρ 和 λ 要一起动。历史自动化是线性的，指数掉份额才是断裂。仍用当前小时数做十年预言，精确数字是假的。

你下次听产值翻倍时间表，先问假设的翻倍周期、凌乱税和未自动份额怎么缩；三格空着，百分数先不要进材料。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源