前沿AI预测存在测量问题：对进展证据的审计

对前沿人工智能的定量预测往往将带日期的目标与基准分数、训练算力、发布时间或专家信念的趋势联系起来。本文审计在再拟合一条趋势之前，公开测量记录是否支持这些联系。我构建了一个截至2026年8月12日的冻结、以事件为中心的记录，包含62个入选系统、12个版本化基准、七项能力或影响判据、144个分级事件、27条源记录和408个带类型的关系。该记录是审计样本而非普查。只有七个系统同时具备估计训练算力和METR 50%任务时程观测。27个闭源系统中有19个缺乏训练算力数据，包括2026年所有入选的闭源发布；而35个开放权重系统中没有任何一个有METR时程观测。基准更替造成第二个断裂：从METR Time Horizon 1.0到1.1的七系统连接在对数尺度上斜率为1.206（95%置信区间1.021至1.390），而六系统的MMLU到MMLU-Pro比较在logit和probit连接下看似平移型，但在线性和对数连接下不是。已观测到的桥梁仅对约25%附近的斜率偏离具有约80%的检验功效。来源高度集中：71个实质性定量事件中的52个（73.2%）来自同一个测量项目，76.1%是实验室发布。对56个方法与实证来源的综述识别出16个互补的测量方向，涵盖资源、推理预算、可靠性、智能体工作、安全、人类偏好、领域结果和预测回测。没有任何方向能提供替代性标量。结论不是前沿AI预测不可能，而是一个可辩护的带日期预测应是对一个版本化测量系统的主张，需显式说明数据连接、协议、函数形式与来源依赖，而非仅仅一条拟合曲线或日历日期。