AI 智能体的成本效益一直是行业关注焦点，但缺乏统一量化标准。METR 的新指标试图填补这一空白。
发生了什么
非营利研究机构 METR 推出了一项名为“支出视界”（expenditure horizon）的新指标，旨在用具体美元数字衡量 AI 智能体在完成特定任务时的成本效益。该指标计算的是：在达到与人类工人相同产出质量的前提下，AI 智能体所需的总成本（包括计算资源、API 调用等）何时会低于人类薪酬。METR 在 NanoGPT 速度跑（speedrun）任务上进行了初步测试，结果并不惊艳——AI 智能体的成本在多数场景下仍高于人类。不过，METR 也承认该指标存在盲区，例如难以准确评估任务复杂度对成本的影响，且新一代模型（如 GPT-5 或 Claude 4）可能显著改变计算效率。
为什么重要
“支出视界”的提出背景是 AI 智能体正从实验室走向实际部署。企业需要明确决策：何时用 AI 替代人工才划算？此前，业界多依赖粗略的“每任务成本”估算，但缺乏标准化框架。METR 的指标提供了一个可复用的方法论，尤其适用于自动化程度较高的重复性任务。然而，其局限性也很明显：指标未考虑 AI 的边际成本递减效应（模型越用越便宜），也未纳入人类培训、管理、福利等隐性成本。此外，NanoGPT 这类小型模型测试无法代表前沿大模型的表现。
影响与看点
对开发者而言，该指标可作为成本优化的参考工具，但不宜直接用于生产决策。例如，在代码生成、数据分析等场景，AI 的成本可能因 prompt 工程优化而大幅降低。对行业而言，METR 的尝试可能推动更多类似标准化努力，但短期内难以成为行业金标准。值得关注的是，下一代多模态模型和推理优化技术（如稀疏计算）可能让“支出视界”快速右移——即 AI 更早变得比人类便宜。独立判断：当前指标更像一面镜子，照出 AI 落地的经济现实，而非预言未来的水晶球。
