Az AI Futures Project szerint közelebb kerülhetett az Automated Coder

Három módszerrel becsülik az Automated Coder érkezését

Az AI Futures Project 2026. augusztus 16-án közzétett frissítése az Automated Coder, röviden AC várható megjelenését vizsgálja. A projekt meghatározása szerint ez az a rendszer, amelynél egy vezető mesterségesintelligencia-cég inkább elbocsátaná a humán szoftvermérnökeit, mintsem lemondjon az AI használatáról a programozásban.

A korábbi modell elsősorban a METR által mért kódolási időhorizontokra támaszkodott. A kutatók szerint ennek jelentős gyengeségei vannak: nem világos, pontosan milyen időhorizont felel meg az AC-nek, és az sem, hogy létezik-e erre véges érték. Emellett a kutatók eltérően ítélik meg, mennyire lehet szuperexponenciális az időhorizont növekedése a tényleges számítási kapacitás függvényében.

Az új frissítés két további kapaszkodót vezet be: a kódolási teljesítménynövekedést, vagyis azt, hogy az AI mennyivel gyorsítja a szoftvermérnökök munkáját, valamint a bevételt. A projekt mindhárom módszerrel külön becslést készít, majd súlyozott keverékkel állítja elő az összesített előrejelzést.

A kódolási teljesítménynövekedés lett a kedvelt mérőszám

Az AI Futures Project szerint a három módszer meglepően hasonló AC-érkezési időpontokat jelez. A kutatók ezt az előrejelzések bizonyos fokú robusztusságának biztató jelének tekintik, ugyanakkor továbbra is nagyon bizonytalannak tartják a becsléseket.

A projekt a kódolási teljesítménynövekedést részesíti előnyben, mert az AC-hez tartozó érték ennél a mutatónál kevésbé bizonytalan, mint az időhorizont vagy a bevétel esetében. A frissítés egyszerű modellje három paraméterből indul ki. Daniel mediánbecslése szerint a jelenlegi kódolási teljesítménynövekedés 2-szeres, a teljesítménynövekedésből levont 1 érték megduplázódási ideje 5 hónap, az AC-nek megfelelő teljesítménynövekedés pedig 20-szoros.

A kutatók több forrást is figyelembe vettek. A METR egyik vizsgálata 1,04-szeres és 1,2-szeres közötti növekedést mért, miközben a METR szerint ezeket az értékeket lefelé torzíthatták a kiválasztási hatások. Az Anthropic alkalmazottainak felmérései alapján a kódolási teljesítménynövekedés 7 hónap alatt 1,25-szörösről 4-szeresre emelkedett. A frissítés szerint ez korrigálva körülbelül 3,5 hónapos, más értelmezésben 3,6 hónapos megduplázódási időt jelenthet, de Daniel mediánbecslése 5 hónap maradt.

A modellben a fejlesztés gyorsulását és lassulását is kezelik

A teljes AI Futures Model nem egyszerűen állandó ütemű növekedést feltételez. A modellben a teljesítménynövekedésből levont 1 megduplázódási ideje idővel csökken, mert a kódolási feladatok automatizálását logisztikus görbével írják le. Ennek aszimptotája 1 fölött van, mivel a projekt szerint nem valószínű, hogy mindig maradnának olyan fontos kódolási feladatok, amelyekben az emberek jobbak az AI-nál.

A teljes modell figyelembe veszi a tényleges számítási kapacitás növekedését, az AI-kutatás és -fejlesztés automatizálását, az emberi munkaerő trendjeit, valamint a számítási kapacitás változásait is. A kutatók ugyanakkor módosították a modellezést, hogy az AI által létrehozott szoftveres fejlesztések alkalmazásához szükséges képzést is figyelembe vegyék. Ez csökkenti a rendkívül gyors felfutások valószínűségét.

A projekt újraértékelte az AI 2027 előrejelzéseit is. A közlemény szerint a valóság jelenleg az AI 2027 által jelzett tempó 70 és 90 százaléka között halad. A frissített idővonalak arra az esetre vonatkoznak, ha a fejlődés technikailag megvalósítható leggyorsabb ütemben folytatódik.

A felhasználók interaktív modellben vizsgálhatják a becsléseket

Az AI Futures Project az uplift, vagyis teljesítménynövekedés alapján kalibrált modellt aifuturesmodel.com címen tette elérhetővé. A látogatók ugyanitt a második grafikon tetején található menüben a bevétel- és időhorizont-alapú változatokat is kiválaszthatják.

A projekt készítői szerint a módszerek súlyozásakor a kódolási teljesítménynövekedés kapja a legnagyobb súlyt. Az időhorizont előnye, hogy könnyebben mérhető, a bevételhez képest pedig közvetlenebbül kapcsolódik a kódolási képességekhez. A frissítéshez egy egyszerű, háromparaméteres demonstrációs alkalmazás is készült, amelyben a felhasználók kipróbálhatják az AC érkezési idejének extrapolációját.