最近看到 AI Digest 之前發佈的一篇文章 “A new Moore’s Law for AI Agents” ，馬上被這個標題所吸引。自從 AI 暴衝式的發展下，過去許多大量仰賴人力且耗時的工作任務，透過 AI 工具瞬間大幅提升整體的產出效能，所需的人力也變得更精簡，特別是 ChatGPT 及 Gemini 的版本進化，讓大家都深切感受到 AI 的發展速度之快。但 AI Digest 的這篇分析文章，讓你不僅是感受，而是直接用數據告訴你 AI 的進展速度之快已經超乎人類原本的預估。因此，筆者立馬使用 NotebookLM 協助進行彙整，並摘要出一些重點精華與大家分享，我們一起來看看吧！
AI 的新摩爾定律：從 30 秒到 30 天
從本文的封面圖即可看到，在 2023 年時，AI 的自主工作時間是 30 秒就需要人類介入干涉，處理的任務較為單一且短期，如依據指數級成長速度估算的話，在 2029 年時 AI 的自主工作時間將達到 30 天才需要人類介入干涉，而且能夠處理較為複雜的跨領域、長期規劃的工作任務。但這個原本預估的指數級進展時程看來將更早提前發生。
AI 不再只是聊天機器人
ChatGPT 在 2022 年 11 月底剛推出時，能夠處理的都是比較簡單的指令任務，而且回覆的資訊也時常出錯，仍需滿多的人工介入，只能作為輔助工具。但在 2024 ~ 2025 年間，隨著模型成熟度的跳耀式進展，愈來愈多的 AI Agent 已經能自主完成一些需時更長的工作任務，許多人也開始大量將 AI Agent 整合進既有的工作流程中，甚至取代掉原本的職務角色。因為透過 AI Agent 產出的速度跟品質，已經能達到滿高的水準，即使產出品質有落差時，藉由持續調整優化 Prompt 即可得到改善，回想起這一切都是在過去 2~3 年之間所發生的變化，真的相當驚人！
從工作「日」到工作「月」
依照 AI Digest 這篇文章的參考數據資料來源，顯示出過去 6 年，AI Agent 能夠自主完成任務的時長，平均每 7 個月就翻倍成長（任務以 50% 成功率為基準），上圖就是依據每 7 個月翻倍成長的速度做估算，從 2026 年能自主完成 2 小時的任務，到 2029 年將能自主完成 1 個工作月的任務，這個預估的時間軸真的離我們一點都不遠。
何謂「月度級任務」？
那麼「月度級任務」又代表什麼含意？簡單來說，一個人需要每天 8 小時，連續工作 20 天才能完成的一項專案項目或開發任務，AI Agent 可以連續不中斷的工作 160 小時完成。這也是為什麼 AI Agent 不再只是工具的原因，它已經足以取代部分的人力，當人類在睡覺休息的時候， AI Agent 仍可以繼續上班工作，而這也是我們正在經歷的現在進行式。
超指數級增長 (Super-exponential Growth)
在文章前段有提到，過去 6 年的資料顯示， AI Agent 能夠自主完成任務的時長，平均每 7 個月就翻倍成長（上方左圖），但這個數字來到 2024~2025 年之間，整個曲線變得相當陡峭，已經縮短至每 4 個月就會翻倍成長的速度（上方右圖）。正式從「指數級成長」進入到「超指數級成長」的境界，所以，如果以這個超指數級成長的速度重新估算的話，AI Agent 可能提早在 2027 年就能自主完成 1 個工作月的任務！文章前段提到的時程將提早兩年達到，這也代表到 2029 年能完成的工作時長將遠超過 1 個月。
智慧飛輪
為什麼會縮短至每 4 個月就翻倍成長的速度？因為隨著 AI 能力的不斷提升，它將更有效地協助開發下一代更強大的 AI，並加速自我進化，形成「加速飛輪效應」，不斷讓成長的曲線變得更加陡峭。這也意味著人類職場可能在短短幾年內面臨巨大的衝擊，而 AI 將在複雜任務上展現出與專業人士相當、甚至更強的持續工作能力。關於這一點，相信大家都已經看過許多的文章或訪談在討論哪些行業的角色會是首當其衝。
Where to go from here
最後總結來說，AI 能自主工作一個月並不只是工時的延長，它代表著 AI 將具備自我研發下一代 AI 的能力，這也將導致技術能力的爆發性增長，使 AI 在各個領域迅速超越人類專家的能力上限。如同 DeepMind 所開發的 AlphaFold 就是最佳的實例，透過 AI 的能力揭開蛋白質折疊的終極謎團，超越了過去人類專家的研究進展，而隨著 AlphaFold 的開放，更造福許多的科學研究找到重大的突破。AI 的超指數級增長已經正在改變影響人類，而且筆者相信進展的速度跟衝擊會讓許多人完全措手不及。（關於 AlphaFold ，強力推薦大家觀看這部影片，可以順便瞭解 AGI 的發展歷程）。