Mollick 让 Fable 5.2 筹划生意、写论文:接近专家,缺判断力
Ethan Mollick 让 Fable 5.2 筹划一门年入 2 万美元的生意、写一篇实证论文。他称之为「参差的 AGI」:产出接近专家,但看不出自己哪里品味和判断出了错。
- 谁说的
- 创业学教授 Ethan Mollick,在公开发布前大量试用了这个模型,2026-11-09 发表在 One Useful Thing。
- 核心观点
- 他把 AGI 定义为「用电脑完成的多数智力任务上,达到多数人类专家的水平」。按这个标准,他认为 Fable 5.2「几乎」算 AGI,缺口不再是幻觉,而在品味和判断。
- 依据
- Fable 筛了 22 个点子,选定 Prebid Brief,读了 201 个市县政府的公开议程。他说方案像 MBA 团队学期末的水平,AI 自估成功率 20% 到 40%。论文方面,他只花了不到一小时,但成稿 182 页,所谓预注册并没有真正做,也没人完整核对过结果。
- 对你的意义
- 分工时,把「发现问题、判断好坏、决定删什么」留给人。想让 AI 托管一件事,要预留每周几个小时的人工补位。
- 争议·条件
- AI 准备向地方政府发公共记录申请时,他叫停了实验,所以 AI 能否独立经营这门生意没有验证。AI 的产出速度已经超过人审读的速度。
Mollick 在文章里列了几项测试。论文发现,科罗拉多把 LLC 注册费从 50 美元降到 1 美元后,新注册增加约 17%,但后续的经营活动记录没有相应增加。他说这篇论文好于他对二年级博士生的预期,但现在还不能发表:每条批评都换来一轮新分析,没有一处被删掉。
他还让 Fable 重建了 Auden 1941 年那门以难著称的文学课。第一版内容准确但乏味,第二版又像儿童游戏,每次都要他指出问题,AI 几分钟就能改好,却自己一次都没发现。
他的判断是,AI 已经能在很短时间内做完要人做几个月的初稿,瓶颈转到了审核和取舍。拿它做副业调研或写报告,要把人工核对的时间算进成本。