# Claude Mythos 在 METR 基准上连续跑了 3 小时 6 分钟，比专家预测的年底时间提前了大半年

> 原标题：专家预测年底才到，Claude Mythos今天就跑出3小时6分！

- 来源：新智元 · 公众号
- 发布时间：2026-06-04T11:17:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/34763
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652705015&idx=2&sn=23955f4f6d14f0d4f9eb777d596eb634

## 摘要

Anthropic 的 Claude Mythos 在 METR 的自主任务测试里撑了 186 分钟，成功率 80%。这个时长刚好落在专家们之前预测的 3 到 4 小时中位数区间，但预测的时间点是 2026 年底，现在提前到了。正文因为需要验证码没抓到具体细节，不知道任务类型、失败原因和是否有人工干预，所以这个 80% 成功率先打个折看。

## 推荐理由

Anthropic 的 Claude Mythos 在 METR 自主任务测试中连续运行 186 分钟、成功率 80%，时长落在专家此前预测的 3 到 4 小时区间，而预测时间点是 2026 年底。

## 锐评

186 分钟加 80% 成功率，这两个数放一起才有意思。METR 那种自主任务测试能连跑三个多小时不崩，agent 的稳定时长确实在拉长，比专家预测的年底提前了大半年。

80% 这个数得看任务类型，长任务里失败一次就前功尽弃，纸面好看实际未必。我盯的是时长本身，能跑三小时的 agent，context 管理和错误恢复大概已经跨过某个门槛，做长流程自动化的可以留意。
