# Claude Mythos 预览版风险时间距评估：50% 任务完成时间至少 16 小时

> 原标题：Claude Mythos评估显示16小时风险时距

- 来源：AI HOT 精选
- 发布时间：2026-05-09T01:32:10.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16486
- 原文：https://x.com/emollick/status/2052924556264796163

## 摘要

METR 在 2026 年 3 月的一个短暂窗口里，对 Claude Mythos 的早期预览版做了风险评估。他们用一套任务测下来，模型有 50% 概率能独立完成的任务，所需时间至少是 16 小时，95% 置信区间在 8.5 到 55 小时之间。这个数字已经碰到了 METR 现有任务能测出的上限，也就是说，再长他们就测不准了。

## 推荐理由

METR 对 Claude Mythos 早期预览版做风险评估，测得模型半数任务可独立完成的时间下限为 16 小时，已触及现有任务能测出的上限。

## 锐评

16 小时这个数，比它准不准更值得看。METR 自己的任务已经测不到头了，8.5 到 55 小时的区间宽成这样，他们手里没有更长的活给模型干。评测工具先撞墙，安全团队现在拿什么去测一个能自己跑两天的 agent。

单次评估、早期版本，这些我都认，方向还是清楚的，自主任务的时间尺度在往上走，测它的尺子没跟上。谁在做长任务 agent，现在缺的是能跑够久的 eval。
