Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
metr10. April 2026 · Q001746

MirrorCode: Evidence that AI can already do some weeks-long coding tasks

metr.org · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Auszug stellt MirrorCode als METR- und Epoch-AI-Projekt vor und behauptet im Titel, es gebe Hinweise, dass KI bereits manche wochenlangen Programmieraufgaben bewältigen kann. Methode, Ergebnisse und Einschränkungen fehlen; für Details verweist METR auf einen hier nicht enthaltenen Beitrag von Epoch AI.

Mittel

Der Text ist ein Auszug aus einem METR-Linkpost über MirrorCode, ein laut METR von der Organisation finanziertes und gemeinsam mit Epoch AI entwickeltes Projekt. Der Titel behauptet, das Projekt liefere Hinweise darauf, dass KI bereits manche Programmieraufgaben bewältigen kann, die Wochen dauern. Der vorliegende Auszug erklärt aber weder die Methode noch konkrete Ergebnisse oder Einschränkungen. Für weitere Einzelheiten verweist METR auf einen Beitrag von Epoch AI, der hier nicht enthalten ist.

Die übrigen Abschnitte nennen bibliografische Angaben und beschreiben METRs Forschung zu fortgeschrittenen KI-Agenten. Auch Hinweise auf andere Studien und eine Umfrage erscheinen auf der Seite, belegen aber nicht die MirrorCode-Aussage. Aus diesem Auszug allein lässt sich daher nicht einschätzen, wie belastbar die im Titel formulierte Behauptung ist.

Ausführlich lesen

Der bereitgestellte Text ist nur ein Auszug aus einem METR-Linkpost zu „MirrorCode“, einem Projekt, das METR nach eigener Angabe finanziert und gemeinsam mit Epoch AI entwickelt hat. Der Titel stellt MirrorCode als Hinweis darauf dar, dass KI bereits manche Programmieraufgaben bewältigen könne, die Wochen dauern. Der Auszug enthält jedoch keine Beschreibung der Untersuchung, ihrer Methoden oder konkreter Ergebnisse. Für weitere Einzelheiten verweist METR auf einen Beitrag von Epoch AI. Daher lässt sich aus dem vorliegenden Text nicht beurteilen, worauf die im Titel formulierte Aussage beruht oder welche Einschränkungen für sie gelten.

Der übrige Inhalt besteht überwiegend aus bibliografischen Angaben und allgemeinen Informationen über METR. Die Organisation beschreibt ihre Arbeit als Untersuchung der Fähigkeiten fortgeschrittener KI-Agenten am Computer und der Frage, ob diese unbeabsichtigte Handlungen ausführen könnten. Außerdem zeigt die Seite Hinweise auf andere Forschungsarbeiten und eine Zusammenfassung einer Umfrage unter technischen Beschäftigten; diese betreffen nicht die im Linkpost angekündigten MirrorCode-Ergebnisse. Insgesamt liegt hier nur ein Auszug beziehungsweise Linkpost ohne den eigentlichen Bericht und ohne dessen Belege vor.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 24 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 25 %gleiches Oberthema, hilft nicht
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 35 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 23 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 27 %gleiches Oberthema, hilft nicht
    • amos 26 %nur am Rande erwähnt
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 68 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 31 %gleiches Oberthema, hilft nicht
    • JEV 39 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 71 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 23 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 25 %einzelne zitierbare Belege
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 72 %gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →