推文

@fireandstart · 2026-10-13 03:44

这条实验把“自主研究”从跑一个漂亮的 demo，推进到了真正要承担研究成本的环节：50 多个代理协作约 17 小时，消耗 3,250 万 tokens，边际算力约 114 美元；但让 288 位参与者进入研究，人的成本约 4,500 美元。这个比例提醒我们，评估 agent 不能只盯着每百万 tokens 的价格或代码产量。更完整的账本还应包括任务设计、协调、招募、参与者报酬、质量控制，以及结果能否被独立复核。尤其是心理学研究，代理把流程自动化并不自动意味着结论可靠：预注册、样本代表性、数据排除规则和统计分析都需要透明。真正值得追踪的指标，是在明确的人类监督与伦理边界下，系统能否持续产出可重复、可审查的证据。AI 降低了执行实验的边际门槛；它也让研究设计和验证变得更重要。

曝光 121 · 评论 2 · 点赞 1 · 书签 0 · 曝光/时 4.943006915155914