锯齿状前沿 (Jagged Frontier)

锯齿状前沿是由哈佛商学院和波士顿咨询集团（BCG）在2026年的一项里程碑式实验中提出的概念。

实验背景

758名BCG顾问参与实验，一半使用GPT-4，一半不使用。结果发现：用AI的组多完成了12.2%的任务，速度快了25.1%，产出质量高了40%以上。

核心发现

AI的能力边界不是一条平滑的线，而是参差不齐的。 有些看起来很难的任务AI轻松搞定，有些看起来简单的任务AI会犯致命错误。研究者将这种现象称为"锯齿状前沿"（Jagged Frontier）。

对AI应用的指导意义

• 盲目依赖AI是危险的：在AI能力边界之外的任务上，盲目依赖AI的顾问反而表现更差。
• 判断力至关重要：谁能分辨这条锯齿线在哪？有经验的人。有判断力的人。
• AI不区分好判断和坏判断：它同等程度地放大两者，因此识别AI能力边界的能力变得极其重要。

与现有概念的关系

• [[判断力]]：判断力是识别锯齿状前沿的关键能力。
• [[放大器效应]]：锯齿状前沿解释了为什么AI放大器效应需要判断力来引导。
• [[ai-as-amplifier]]：锯齿状前沿是AI放大器效应的核心机制之一。