研究与基准测试/2026-10-06/8 分钟时间期限 1.1：METR 用更多长任务重估 Agent 能力METR 把时间期限任务从 170 增到 228，长任务从 14 增到 31，评测从 Vivaria 迁到 Inspect。混合趋势的翻倍时间仍是 196 天；2023 年以来则从 165 天收到 131 天。
