一句话看懂：一位 AI 从业者汇总了兰德公司、Gartner、METR、OpenAI、Anthropic 等机构的公开数据，勾勒出当前 AI 落地的真实边界：引入 AI 并不难，难的是把 AI 真正嵌入组织并持续产出可衡量的价值。
事件核心：发生了什么
发帖者 @ScultJ55613 整理了一组可核查的公开材料，并给出了一个综合判断。其中几条关键数据值得注意：Gartner 在 2025 年 6 月预测，到 2027 年底将有过四成智能体项目被取消，原因是成本上升、商业价值不清、风险控制不足；Sinch 2026 年 5 月对 2,527 家企业的调查显示，已上线的 AI 项目中有 74% 至少回滚或关停过一次；汤森路透对 62 国 1,816 名从业者的调查中，有 AI 战略的占 66%，没有的占 22%。
在能力侧，METR 的 2026 年 2 月测量显示，Claude Opus 4.6 的五成任务时长大致为 12 小时、八成约为 1.2 小时，16 小时以上不可靠；OpenAI 自建自测的 GDPval 中，2026 年 4 月 GPT-5.5 的“胜或平”达到 84.9%（2025 年 9 月 Opus 4.1 为 47.6%）；Scale AI 与 CAIS 的 Remote Labor Index 中，榜首成绩从 2025 年 10 月的 2.5% 升至 2026 年 11 月的 41.3%，但各轮执行框架不同，不能直接对比。
为什么重要
这组材料把讨论重点从“模型能做什么”拉回了“组织能如何使用模型”。Anthropic 在 2025 年 6 月称其多智能体研究系统相对普通对话在 token 用量上为 15 倍、4 倍（自述，分母为普通对话），而 Cognition 在 2025 年 6 月主张“不要构建多智能体”，2026 年 4 月又发文梳理哪些多智能体场景实际有效——技术路线本身仍在反复校准。企业内部也在同步重组：Moderna 合并技术与人力部门，埃森哲把五条服务线并为 Reinvention Services，谷歌在 2024 年 4 月把负责任 AI 团队并入 DeepMind。HBR 1990 年那篇《不要自动化，去消灭流程》在这种背景下重新变得切题。
对用户/开发者/创作者的影响
对开发者而言，材料提示应优先把子智能体并回主循环，减少传话游戏带来的信息损耗；对采购方而言，Evident AI Index 显示，50 家最大银行中仅 12% 报告了 AI 对运营指标的影响、约 1% 披露财务回报，说明厂商案例与真实回报之间仍有距离。平安、招行年报中的 AI 坐席量、节省工时等数字均为企业自述，可作参考但不构成独立验证。计划把 AI 写进绩效考核的团队，也应参考 Duolingo 在 2025 至 2026 年间因“AI 优先”引发的用户反弹与考核撤回。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Gartner 的“四成取消”预测能否在 2027 年底前被数据证实；二是多智能体在 Cognition 与 Anthropic 各自路线下的实际收益，能否脱离单一客户、单一场景的口径；三是 METR 时长数据页已停更，后续由谁接续提供可比的第三方评测。目前公开信息显示，这些结论大多来自厂商自测或自有调查，需结合执行条件解读。
来源：@ScultJ55613
