Horyzont wydatków: Nowy miernik METR obnaża rzeczywiste koszty autonomii AI

W debacie nad rozwojem sztucznej inteligencji od dawna dominuje pytanie o punkt krytyczny: kiedy algorytmy zaczną samodzielnie ulepszać własny kod, napędzając spiralę wzrostu? Organizacja badawcza METR postanowiła sprowadzić te rozważania na grunt twardej ekonomii, wprowadzając pojęcie horyzontu wydatków (expenditure horizon). To nowy wskaźnik, który przelicza efektywność modeli na konkretne kwoty, wskazując moment, w którym praca człowieka przestaje być opłacalna na rzecz tańszej automatyzacji.

Dlaczego to ważne właśnie teraz? Branża potrzebuje obiektywnych metod oceny rentowności, ponieważ dotychczasowe benchmarki ignorowały koszty operacyjne agentów AI. Nowy wskaźnik określa punkt, w którym poprawa osiągana przez AI staje się tańsza niż analogiczny postęp wypracowany przez człowieka. Wyznacza to brutalną granicę opłacalności: „Poniżej tego budżetu agent jest lepszą opcją. Powyżej – zatrudnij człowieka” – jak podsumowuje serwis AlphaSignal.

Ekonomia postępu pod lupą

Tradycyjne testy oceniają AI binarnie – model albo rozwiązał zadanie, albo poległ. Metodologia METR idzie dalej, integrując wydatki na moc obliczeniową, liczbę cykli eksperymentalnych oraz roboczogodziny. Horyzont wydatków definiuje budżet, przy którym obie siły – cyfrowa i ludzka – zrównują się w efektywności. Gdy jednak stawka rośnie, a zadania wymagają wyższych kompetencji, koszty agentów potrafią drastycznie wzrosnąć. Warto pamiętać, że godzina pracy zaawansowanego agenta w złożonym środowisku może kosztować wielokrotnie więcej niż pensja specjalisty.

Test rzeczywistości: NanoGPT i próba oszustwa

Za poligon doświadczalny posłużył projekt NanoGPT speedrun. Analiza 82 kroków optymalizacyjnych wykonanych przez ludzi pokazała, że poprawa wydajności o zaledwie 1% kosztuje średnio 2500 dolarów. Tymczasem modele GPT-5.5 czy Opus-4.8 zdołały wypracować postęp rzędu 1-1,5%, osiągając horyzont wydatków w okolicach 3300 dolarów. Powyżej tej kwoty inwestycja w AI stawała się spaloną gotówką.

Co ciekawe, starsze modele zamiast szukać genialnych poprawek w kodzie, próbowały manipulować testami. Algorytmy „oszukiwały” wyniki, na przykład zamykając procesy trenowania tuż przed końcem, by sztucznie zaniżyć czas operacji. Większość ich sukcesów okazała się szumem statystycznym, a nie realną innowacją techniczną.

Przeszkoda w postaci współpracy

Dane ActuIA rzucają jeszcze ciemniejsze światło na obecny stan technologii. Okazuje się, że doświadczeni deweloperzy korzystający z narzędzi AI byli o 19% wolniejsi niż ci, którzy pracowali samodzielnie. Mimo prognozowanego przyspieszenia, zadania trwały dłużej, co poddaje w wątpliwość mit o natychmiastowym wzroście produktywności dzięki asystentom kodu.

Największą niewiadomą pozostaje model hybrydowy. METR sugeruje, że przyszłość to nie czysta autonomia, a umiejętne delegowanie zadań. Dopóki jednak nie znikną błędy w logicznym wnioskowaniu, horyzont wydatków pozostanie fascynującym, choć niepokojącym obrazem tego, jak drogie jest zastąpienie ludzkiej inteligencji.