#metr — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #metr, aggregated by home.social.
-
Как широкий доступ к ИИ‑кодогенерации тихо разъедает инженерную команду
Представьте свою команду через пару лет после того, как все в ней дружно подсели на ИИ. CI зелёный. Покрытие почти сто процентов. Фичи выкатываются быстрее, чем раньше. А теперь подойдите к любому и попросите у доски объяснить, как вообще устроена система: где границы модулей, почему контракты именно такие, что рванёт, если потянуть вот за этот сервис. И окажется, что целиком этого не знает никто. Код есть, он работает, и его никто не понимает. Самое удобное объяснение звучит так: значит, набрали слабых инженеров. Я хочу показать, что это объяснение неверное, и что за последние два года накопилось достаточно данных, чтобы говорить не про чьи-то личные провалы, а про свойство самой системы.
https://habr.com/ru/articles/1053830/
#ИИассистенты #вайбкодинг #технический_долг #code_review #качество_кода #метрики_разработки #DORA #METR #управление_разработкой #deskilling
-
ИИ уже пишет 80% кода Anthropic. Самое тревожное спрятано в цифре, которую подают как успех
Anthropic отчиталась, что больше 80% её кода теперь пишет Claude, — а её же автоматический проверяющий ловит лишь треть прошлых ошибок, то есть две трети пропускает. Если код пишет один ИИ, а проверяет такой же — они слепнут в одних и тех же местах, и второй контур даёт не защиту, а общую слепую зону. Разбираю на инженерном уровне, почему «проверка ИИ» не равна независимой проверке, как измерить слепое пятно и как сюда ложится двухконтурная схема из мира промышленной безопасности (IEC 61508).
https://habr.com/ru/articles/1044850/
#самогенерация_ИИ #независимая_проверка #валидаторы #мутационное_тестирование #формальная_верификация #ПЛК #IEC61508 #METR #надежность_кода #anthropic
-
Claude Mythos、3時間の自律タスクを突破——AI進化の時間軸が再び前倒しに — BigGo ファイナンス https://www.yayafa.com/2815336/ #AgenticAi #AI #AI2027 #AIエージェント #Anthropic #AnthropicClaude #ArtificialGeneralIntelligence #ArtificialIntelligence #así #claude #ClaudeMythos #METR #インテリジェント分析スタック #エージェント型AI #人工知能 #新智元 #汎用人工知能
-
Claude Mythos、3時間の自律タスクを突破——AI進化の時間軸が再び前倒しに — BigGo ファイナンス https://www.yayafa.com/2815336/ #AgenticAi #AI #AI2027 #AIエージェント #Anthropic #AnthropicClaude #ArtificialGeneralIntelligence #ArtificialIntelligence #así #claude #ClaudeMythos #METR #インテリジェント分析スタック #エージェント型AI #人工知能 #新智元 #汎用人工知能
-
https://www.europesays.com/pl/466220/ AI w kodowaniu uzależnia szybciej, niż poprawia jakość. Deweloperzy przyspieszają na starcie, ale ryzykują dług techniczny #ai #anthropic #badanie #Biznes #Business #ClaudeCode #Cursor #deweloper #deweloperzy #DługTechniczny #GitHubCopilot #metr #openai #PL #Poland #Polish #Polska #Polski #programisci #programista #programowanie #SMU
-
https://www.tkhunt.com/2337417/ AIが人間を欺き監視を回避｜大手4社の社内AIをMETRが検査 #METR #AI安全 #Shorts #AgenticAi #AI #AIエージェント #aiニュース #AI安全 #AI監視 #AI解説 #anthropic #ArtificialIntelligence #google #META #METR #openai #RogueAI #エージェント型AI #ずんだもん #フロンティアAI #人工知能
-
https://www.tkhunt.com/2337417/ AIが人間を欺き監視を回避｜大手4社の社内AIをMETRが検査 #METR #AI安全 #Shorts #AgenticAi #AI #AIエージェント #aiニュース #AI安全 #AI監視 #AI解説 #anthropic #ArtificialIntelligence #google #META #METR #openai #RogueAI #エージェント型AI #ずんだもん #フロンティアAI #人工知能
-
Gary Marcus has a good article on METR, a think tank that evaluates AI, and how to interpret what's really going on. Some good sources for understanding here. Esp. Ramez Naam.
https://garymarcus.substack.com/p/misplaced-panic-over-ai-progress
-
Gary Marcus has a good article on METR, a think tank that evaluates AI, and how to interpret what's really going on. Some good sources for understanding here. Esp. Ramez Naam.
https://garymarcus.substack.com/p/misplaced-panic-over-ai-progress
-
https://www.europesays.com/pl/421668/ Czy wydłużenie lewoskrętu może rozładować korki? #artykuł #artykuły #auto #autohandel #chaos #CzęśćiZamienne #gdańsk #godzina #GodzinaSzczytu #komis #korek #kowal #Kowale #lewoskręt #metr #modele #moto #motocykle #motoryzacja #PL #pokłosie #Poland #Polish #Polska #Polski #porady #portal #rondo #SalonSamochodowy #samochody #stopień #światło #sygnalizacja #Sygnalizacjaświetlna #szczyt #testy #UsługiMotoryzacyjne
-
An important update 🚨 to the #METR study on developer #productivity using #AI – instead of 20% loss 📉, they now see a 20% gain 📈 in one year 🤯:
“We Are Changing Our Developer Productivity Experiment Design”, METR (https://metr.org/blog/2026-02-24-uplift-update/).
-
An important update 🚨 to the #METR study on developer #productivity using #AI – instead of 20% loss 📉, they now see a 20% gain 📈 in one year 🤯:
“We Are Changing Our Developer Productivity Experiment Design”, METR (https://metr.org/blog/2026-02-24-uplift-update/).
-
Вас пугают AI-увольнениями. Я посмотрел — кто это делает и зачем
Год назад METR доказали что AI замедляет разработчиков на 19%. В феврале 2026 обновили данные - похоже на разворот к ускорению. Но об этом почти не написали. Зато «AI уволит 50% разработчиков» - в каждом втором заголовке. Полез разбираться, кому выгодна AI-паника. Нашёл CEO, которые увольняют тысячи и тихо нанимают обратно. Нашёл вендоров, которые пугают увольнениями и одновременно открывают вакансии. И курсы «защити карьеру от AI» за $23 000.
https://habr.com/ru/articles/1017884/
#AI #страхономика #AIпаника #увольнения #продуктивность #METR #Klarna #Block
-
AI's Version of Moore's Law? - Computerphile
https://www.youtube.com/watch?v=evSFeqTZdqs
https://metr.orgNote that the success rate on the default chart is only 50% and for 80% the score is much lower. But the interesting part is indeed the rate of progress.
-
AI's Version of Moore's Law? - Computerphile
https://www.youtube.com/watch?v=evSFeqTZdqs
https://metr.orgNote that the success rate on the default chart is only 50% and for 80% the score is much lower. But the interesting part is indeed the rate of progress.
-
🚨 KI-Agenten exponentiell besser? METR zeigt steigende "Time Horizons" – aber 50% Erfolg = jeder 2. Versuch scheitert. Log-Skala: stabiler.
👉 Meine Einschätzung: Wirtschaftlich relevant, aber kein Beweis für baldige Agentenübernahmen.
(Picture Credits to METR, via metr org, abgerufen am 22.2.26, "Model Evaluation & Threat Research", Social-Media-Bearbeitung und Screenshot druch: Marlon Niklas Kaulich)
-
Anthropic Drops Hard Safety Limits From its AI Scaling Policy
#AI #Anthropic #ResponsibleScalingPolicy #AISafety #AIRegulation #AISafety #AIModels #AITraining #CatastrophicRisk #METR #TrumpAdministration #Claude
-
Anthropic Drops Hard Safety Limits From its AI Scaling Policy
#AI #Anthropic #ResponsibleScalingPolicy #AISafety #AIRegulation #AISafety #AIModels #AITraining #CatastrophicRisk #METR #TrumpAdministration #Claude
-
Cari #devs,
Uno studio #METR ha scoperto che gli sviluppatori esperti erano convinti che l’#AI li rendesse più rapidi del 20%.
Realtà dei fatti: impiegavano il 19% di tempo in più.
Percezione vs realtà
🔗 https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/?utm_source=perplexity
-
Künstliche Intelligenz verstärkt Arbeitsbelastung statt sie zu verringern
Entwickler, die KI-Tools wie Cursor Pro mit Claude 3.5/3.7 Sonnet nutzten, benötigten 19 Prozent länger für ihre Aufgaben als ohne KI-Unterstützung.
-
https://winbuzzer.com/2026/02/06/metr-five-hour-ai-claim-misunderstood-graph-xcxwbn/
METR's Five-Hour AI Claim: Why Everyone Misunderstood the Graph
#AI #METR #Anthropic #Claude #ClaudeOpus45 #AIResearch #AISafety #AIBenchmarks #LLMs #AICoding #AIAgents #AgenticAI #AICoding #AISafety #AIEthics
-
https://winbuzzer.com/2026/02/06/metr-five-hour-ai-claim-misunderstood-graph-xcxwbn/
METR's Five-Hour AI Claim: Why Everyone Misunderstood the Graph
#AI #METR #Anthropic #Claude #ClaudeOpus45 #AIResearch #AISafety #AIBenchmarks #LLMs #AICoding #AIAgents #AgenticAI #AICoding #AISafety #AIEthics
-
Интересное в графике - не то что 8 часовые задачи (с успешностью 50%) прогнозируются в ~середине этого года, а то, как уныло выглядит график, если переключить на 80% успешность (там нечто вроде 15 минут на начало 2026, а не 4.5 часа как на 50%).
https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/
-
METR phát hiện Opus 4.5 có 50% xác suất hoàn thành trong 4 giờ 49 phút. Đánh giá kỹ thuật mới về mô hình AI. #Opus45 #METR #AILab #ThờiGianXửLý #ĐánhGiáAI
https://www.reddit.com/r/singularity/comments/1pr39qf/metr_finds_opus_45_has_a_50_time_horizon_of_4/
-
«La supuesta #revolución de la #productividad no se está reflejando en los números: un riguroso estudio de #METR —que no puede tildarse de tecnófobo— encontró que los #desarrolladores de #software experimentados eran un 20% más lentos al usar herramientas de #IA. El problema radica en la brecha entre capacidad y fiabilidad: los sistemas pueden realizar tareas impresionantes, pero con una inconsistencia que exige una supervisión humana constante, ...»
https://cenital.com/la-burbuja-de-la-inteligencia-artificial/
#LLM #Capitalismo -
https://newsletter.getdx.com/p/unpacking-metr-findings-does-ai-slow-developers-down?inbox=true&triedRedirect=true Unpacking #METR ’s findings: Does #AI slow developers down?
-
https://newsletter.getdx.com/p/unpacking-metr-findings-does-ai-slow-developers-down?inbox=true&triedRedirect=true Unpacking #METR ’s findings: Does #AI slow developers down?
-
People are starting to realize #AI slows you down on projects with a minimal complexity (see the randomized #METR trial and this https://venturebeat.com/ai/stack-overflow-data-reveals-the-hidden-productivity-tax-of-almost-right-ai-code/), so what's the proposed solution? Put a human in the loop, so the poor can fix the mess. I haven't read the paper, but it sounds so stupid! It comes from #Microsoft by the way, so... https://arxiv.org/pdf/2507.22358
-
Very thoughtful analysis by @grimalkina of the experimental design and results from the recent METR study on “the impact of early-2025 AI on experience open-source developer productivity”.
-
Very thoughtful analysis by @grimalkina of the experimental design and results from the recent METR study on “the impact of early-2025 AI on experience open-source developer productivity”.
-
Исследование METR: использование Cursor замедляет опытных разработчиков на 19 %
Считается устоявшейся истиной, что инструменты автодополнения кода и прочая помощь от больших языковых моделей помогают программировать быстрее. Исследование организации METR ставит это фактоид под сомнение и даже демонстрирует обратный эффект. В рамках анализа труда 16 программистов обнаружилось, что ИИ замедляет человека на 19 %. Это противоречит мнению экспертов индустрии машинного обучения, экономистов и самих участников эксперимента. Важно, что проверка шла не на очередных бенчмарках или предложениях решать алгоритмические задачи на скорость, а в обычной работе людей.
https://habr.com/ru/articles/927072/
#METR #Model_Evaluation_Threat_Research #научные_исследования #большие_языковые_модели #БЯМ #Сursor #программирование #GitHub #Git #автодополнение_кода
-
A #study by #METR found that #experienceddevelopers using #AIcoding tools on mature projects experienced a 19% #decrease in #productivity, contrary to their 20% increase estimate. While the results suggest limitations in AI coding tools, they do not negate their potential benefits in other contexts. https://secondthoughts.ai/p/ai-coding-slowdown?eicker.news #tech #media #news
-
A #study by #METR found that #experienceddevelopers using #AIcoding tools on mature projects experienced a 19% #decrease in #productivity, contrary to their 20% increase estimate. While the results suggest limitations in AI coding tools, they do not negate their potential benefits in other contexts. https://secondthoughts.ai/p/ai-coding-slowdown?eicker.news #tech #media #news
-
Some quick notes on Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, a super interesting study on AI tooling’s effect on productivity.
-
Some quick notes on Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, a super interesting study on AI tooling’s effect on productivity.
-
Large language models are improving exponentially
https://spectrum.ieee.org/large-language-model-performance
#ycombinator #2030 #ai_capabilities #exponential_growth #large_language_models #metr #task_completion_time #type_departments -
Large language models are improving exponentially
https://spectrum.ieee.org/large-language-model-performance
#ycombinator #2030 #ai_capabilities #exponential_growth #large_language_models #metr #task_completion_time #type_departments -
Large Language Models Are Improving Exponentially
https://spectrum.ieee.org/large-language-model-performance
#ycombinator #2030 #ai_capabilities #exponential_growth #large_language_models #metr #task_completion_time #type_departments -
Large Language Models Are Improving Exponentially
https://spectrum.ieee.org/large-language-model-performance
#ycombinator #2030 #ai_capabilities #exponential_growth #large_language_models #metr #task_completion_time #type_departments -
Recent update from #metr #AI research finds that models are increasingly "reward hacking" complex problems presented to them instead of actually solving them. Interesting to read the model's admittance to purposefully gaming the system. Metr has good dialogue on protecting #CoT reasoning threads going forward too. #OpenAI knows of this hacking, and uses other models as judges to eval CoT to detect hacking. Can this not be trained out?
Image credit: METR.org on Bsky
-
Recent update from #metr #AI research finds that models are increasingly "reward hacking" complex problems presented to them instead of actually solving them. Interesting to read the model's admittance to purposefully gaming the system. Metr has good dialogue on protecting #CoT reasoning threads going forward too. #OpenAI knows of this hacking, and uses other models as judges to eval CoT to detect hacking. Can this not be trained out?
Image credit: METR.org on Bsky
-
Forecaster reacts: METR's bombshell paper about AI acceleration
https://peterwildeford.substack.com/p/forecaster-reacts-metrs-bombshell
-
Forecaster reacts: METR's bombshell paper about AI acceleration
https://peterwildeford.substack.com/p/forecaster-reacts-metrs-bombshell
-
Die digitale #Plattform von #metr möchte Bestandsgebäude #energieeffizienter machen - und so eine Menge #CO2 einsparen 💚
Helfen soll dabei eine Fernüberwachung der Energieverbräuche, Heizungs- und Trinkwasseranlagen sowie eine #KI-gestützte Heizungsoptimierung.
https://reset.org/gebaeude-digital-dekarbonisieren/
#Nachhaltigkeit #Klimaschutz #Klimawandel #Architektur #Idee #Zukunft #Digitalisierung #Technik #Technologie #DigitalforGood #RESET #Umwelt #Umweltschutz #Natur #Naturschutz #DBU #Stadtplanung
-
Die digitale #Plattform von #metr möchte Bestandsgebäude #energieeffizienter machen - und so eine Menge #CO2 einsparen 💚
Helfen soll dabei eine Fernüberwachung der Energieverbräuche, Heizungs- und Trinkwasseranlagen sowie eine #KI-gestützte Heizungsoptimierung.
https://reset.org/gebaeude-digital-dekarbonisieren/
#Nachhaltigkeit #Klimaschutz #Klimawandel #Architektur #Idee #Zukunft #Digitalisierung #Technik #Technologie #DigitalforGood #RESET #Umwelt #Umweltschutz #Natur #Naturschutz #DBU #Stadtplanung
-
🛰️🚫 Flight #MBE01 (#Gloster #METR) is squawking radio failure (7600)! ✈️
Track the flight here: https://globe.adsb.fi/?icao=406c65
