首頁AI 代理測試偏向編碼，忽視了92%的勞動力
卡內基梅隆大學與斯坦福大學的一項合作研究強調了當前 AI 智慧體發展軌跡中關鍵的“路徑依賴”問題。研究結果顯示，現有的評估基準過度側重於程式設計領域，而忽視了構成美國勞動力 92% 的非技術行業。
研究團隊對 43 個知名 AI 基準中的 72,000 項任務進行了系統分析，並將其與美國政府 O*NET 資料庫中列出的 1,016 種職業進行了交叉參考。
調查中確定的關鍵不平衡現象：
數字行業的“基準盲點”：儘管管理崗位的數字化率達到 88%，但它們僅佔當前 AI 基準測試的 1.4%。同樣，數字化程度為 70% 的法律職業，在基準覆蓋範圍中僅佔 0.3%。
顯著的技能錯配：當前的 AI 評估優先考慮“資訊檢索”和“計算機操作”技能，而這些技能在美國就業崗位中佔比不足 5%。相反，“人際互動”作為現實工作的關鍵組成部分，在現有的 AI 評估中幾乎缺失。
由複雜性增加驅動的“能力下降”：研究表明，AI 智慧體在處理複雜任務時面臨巨大困難。即使在軟體開發這一主要優勢領域，隨著任務步驟的增加或邏輯要求的複雜化，成功率也會急劇下降。
研究人員主張，未來的 AI 基準應優先考慮高價值、高度數字化的行業，如管理、法律、建築和工程。此外，評估應關注中間執行步驟，而不僅僅是最終結果，以解決目標模糊和驗證週期延長等實際挑戰。
市場資料證實了這些結論。Anthropic 最近的分析顯示，其近 50% 的 API 呼叫仍集中在軟體開發領域。專家警告稱，如果 AI 開發繼續優先考慮易於評分的程式設計任務，可能會錯失在更廣泛的經濟領域展示生產力價值的機會。
相關文章
隨著 AI 模型路由技術日益普及，Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter，這是一個 AI 模型路由平台，讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務，增添了模型選擇與路由功能。據 Stripe 表示，OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合，只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google，協助 Gemini 的開發工作
巴雷特·佐夫（Barret Zoph）先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂（Miriam Mularati）意見不合而突然離職並加入 OpenAI，如今他再次更換雇主。Alphabet 旗下的 Google 宣布，佐夫將以研究副總裁身分回歸，將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才
Recursive Intelligence 如何在 4 個月內以 40 億美元估值募得 3.35 億美元資金
新創公司 Ricursive Intelligence 的共同創辦人彷彿注定要成為夥伴。執行長安娜·戈迪（Anna Goldie）與技術長阿扎莉亞·米爾霍塞尼（Azalia Mirhoseini）在人工智慧界聲名遠播，戈迪向 TechCrunch 笑著透露：「我們正是那些收到祖克柏發來『奇怪電子郵件』、提出瘋狂邀約的人工智慧工程師之一。」（她們最終並未接受這些邀約。） 兩人曾一同在 Google
相關專題推薦
設計與藝術
頂尖 AI 插畫工具：更快地創作編輯畫面與封面插圖
2026 年最新高評分 AI 插畫工具：我們精心挑選的清單收錄了功能強大、設計出色的工具，能助您快速創作出令人驚豔的編輯場景與吸睛的封面藝術。每項選項均經過嚴格的實際測試，並提供免費版與付費版的比較，協助您找到最適合您工作流程的工具。 立即嘗試這些不可錯過的解決方案，釋放您的人工智慧優勢，並提升您的創意生產力。現在就前往 XIX.AI 探索吧。
10 個工具
xix.ai
教育與學習
頂尖 AI 補習老師助您備考：練習數學、科學和英語
2026 年最新、評價最高的考試備考 AI 輔導工具，盡在 XIX.AI！我們精心挑選的清單收錄了多款強大且顛覆傳統的工具，提供免費與付費版本的比較、實際測試，以及每週更新的排行榜。這些工具能幫助您提升寫作效率、簡化複雜主題的學習，並釋放您的學術潛能。 立即探索，發掘最適合您的備考工具，並從今天開始創作，釋放您的 AI 優勢！
10 個工具
xix.ai
金融
用於個人財務管理的 AI 預算規劃工具
2026 年最新最佳頂級評分 AI 預算規劃工具，專為個人財務管理打造，現已登陸 XIX.AI！本精選合集收錄了強大且具顛覆性的解決方案，助您開展實際測試、理解消費習慣，並制定個性化計劃以提升生產力。享受免費與付費版的對比及詳細排名。這些必試工具旨在簡化財務管理，助您釋放 AI 優勢。立即探索！
11 個工具
xix.ai
健康與養生
AI 睡眠追蹤助手：透過更佳的睡前習慣提升恢復效果
2026 年最新精選、評價最高的 AI 睡眠追蹤助手，助您獲得最佳恢復效果。這份全面更新的每週指南收錄了強大的工具，提供實際測試報告、免費與付費版本的比較，以及詳細排名，協助您找到必試的解決方案，以提升睡眠品質並培養更好的就寢習慣。 立即造訪 XIX.AI，解鎖您的 AI 優勢。
10 個工具
xix.ai
數據分析
用於產品與營收分析的 AI SQL 協作助手
2026 年最新最佳、評價最高的 AI SQL 輔助工具，專為產品與營收分析打造！ XIX.AI 精心甄選了一系列強大且顛覆業界的必試工具，這些工具均經過實戰測試，並透過每週更新的排行榜進行評比。這些工具能透過加速資料分析、簡化複雜查詢，並產生精準洞察來推動更明智的商業決策，從而大幅提升使用者生產力。立即探索，發掘最適合您的工具，釋放您的 AI 優勢！
14 個工具
xix.ai
教育與學習
最佳的「教學型」AI 作業輔助工具：學習概念，而不僅是答案
2026 年最新最佳高評價 AI 作業輔助工具：不僅提供答案，更教授核心概念。專為學生打造的強大工具，必試精選清單，每週更新，免費與付費版本比較，實際測試，精準排名，助您充分發揮學習潛能。立即探索，發掘最適合您的工具，讓學習更聰明。
10 個工具
xix.ai
評論 (1)
0/500
![ThomasYoung]()
Honestly, it's wild that AI testing is so obsessed with coding. I'm not a developer, yet my job involves 92% of the workforce's tasks! 🤷♂️ Why are we ignoring the rest of us? It feels like tech bros are building tools for themselves, not for everyone else. We need benchmarks that actually reflect real-world complexity, not just syntax errors. #AIforAll
卡內基梅隆大學與斯坦福大學的一項合作研究強調了當前 AI 智慧體發展軌跡中關鍵的“路徑依賴”問題。研究結果顯示，現有的評估基準過度側重於程式設計領域，而忽視了構成美國勞動力 92% 的非技術行業。
研究團隊對 43 個知名 AI 基準中的 72,000 項任務進行了系統分析，並將其與美國政府 O*NET 資料庫中列出的 1,016 種職業進行了交叉參考。
調查中確定的關鍵不平衡現象：
數字行業的“基準盲點”：儘管管理崗位的數字化率達到 88%，但它們僅佔當前 AI 基準測試的 1.4%。同樣，數字化程度為 70% 的法律職業，在基準覆蓋範圍中僅佔 0.3%。
顯著的技能錯配：當前的 AI 評估優先考慮“資訊檢索”和“計算機操作”技能，而這些技能在美國就業崗位中佔比不足 5%。相反，“人際互動”作為現實工作的關鍵組成部分，在現有的 AI 評估中幾乎缺失。
由複雜性增加驅動的“能力下降”：研究表明，AI 智慧體在處理複雜任務時面臨巨大困難。即使在軟體開發這一主要優勢領域，隨著任務步驟的增加或邏輯要求的複雜化，成功率也會急劇下降。
研究人員主張，未來的 AI 基準應優先考慮高價值、高度數字化的行業，如管理、法律、建築和工程。此外，評估應關注中間執行步驟，而不僅僅是最終結果，以解決目標模糊和驗證週期延長等實際挑戰。
市場資料證實了這些結論。Anthropic 最近的分析顯示，其近 50% 的 API 呼叫仍集中在軟體開發領域。專家警告稱，如果 AI 開發繼續優先考慮易於評分的程式設計任務，可能會錯失在更廣泛的經濟領域展示生產力價值的機會。
隨著 AI 模型路由技術日益普及，Stripe 將收購 OpenRouter
Stripe 已同意收購 OpenRouter，這是一個 AI 模型路由平台，讓開發者能透過單一介面存取數百種模型。這筆交易為 Stripe 現有的 AI 應用及基於代幣的計費相關業務，增添了模型選擇與路由功能。據 Stripe 表示，OpenRouter 支援來自 80 多家供應商的 400 多個模型。開發者無需分別與各模型供應商進行整合，只需透過 OpenRouter 單一 API 即可發送請
前 OpenAI 研究員巴雷特·佐夫重返 Google，協助 Gemini 的開發工作
巴雷特·佐夫（Barret Zoph）先前因與 Thinking Machines Lab 執行長米里亞姆·穆拉拉蒂（Miriam Mularati）意見不合而突然離職並加入 OpenAI，如今他再次更換雇主。Alphabet 旗下的 Google 宣布，佐夫將以研究副總裁身分回歸，將他在強化學習與後訓練領域的專業知識帶入 Gemini 團隊。「旋轉門」研究人員的循環佐夫的職業生涯正是人工智慧人才
Recursive Intelligence 如何在 4 個月內以 40 億美元估值募得 3.35 億美元資金
新創公司 Ricursive Intelligence 的共同創辦人彷彿注定要成為夥伴。執行長安娜·戈迪（Anna Goldie）與技術長阿扎莉亞·米爾霍塞尼（Azalia Mirhoseini）在人工智慧界聲名遠播，戈迪向 TechCrunch 笑著透露：「我們正是那些收到祖克柏發來『奇怪電子郵件』、提出瘋狂邀約的人工智慧工程師之一。」（她們最終並未接受這些邀約。） 兩人曾一同在 Google
2026 年最新高評分 AI 插畫工具：我們精心挑選的清單收錄了功能強大、設計出色的工具，能助您快速創作出令人驚豔的編輯場景與吸睛的封面藝術。每項選項均經過嚴格的實際測試，並提供免費版與付費版的比較，協助您找到最適合您工作流程的工具。 立即嘗試這些不可錯過的解決方案，釋放您的人工智慧優勢，並提升您的創意生產力。現在就前往 XIX.AI 探索吧。
10 個工具
xix.ai
2026 年最新、評價最高的考試備考 AI 輔導工具，盡在 XIX.AI！我們精心挑選的清單收錄了多款強大且顛覆傳統的工具，提供免費與付費版本的比較、實際測試，以及每週更新的排行榜。這些工具能幫助您提升寫作效率、簡化複雜主題的學習，並釋放您的學術潛能。 立即探索，發掘最適合您的備考工具，並從今天開始創作，釋放您的 AI 優勢！
10 個工具
xix.ai
2026 年最新最佳頂級評分 AI 預算規劃工具，專為個人財務管理打造，現已登陸 XIX.AI！本精選合集收錄了強大且具顛覆性的解決方案，助您開展實際測試、理解消費習慣，並制定個性化計劃以提升生產力。享受免費與付費版的對比及詳細排名。這些必試工具旨在簡化財務管理，助您釋放 AI 優勢。立即探索！
11 個工具
xix.ai
2026 年最新精選、評價最高的 AI 睡眠追蹤助手，助您獲得最佳恢復效果。這份全面更新的每週指南收錄了強大的工具，提供實際測試報告、免費與付費版本的比較，以及詳細排名，協助您找到必試的解決方案，以提升睡眠品質並培養更好的就寢習慣。 立即造訪 XIX.AI，解鎖您的 AI 優勢。
10 個工具
xix.ai
2026 年最新最佳、評價最高的 AI SQL 輔助工具，專為產品與營收分析打造！ XIX.AI 精心甄選了一系列強大且顛覆業界的必試工具，這些工具均經過實戰測試，並透過每週更新的排行榜進行評比。這些工具能透過加速資料分析、簡化複雜查詢，並產生精準洞察來推動更明智的商業決策，從而大幅提升使用者生產力。立即探索，發掘最適合您的工具，釋放您的 AI 優勢！
14 個工具
xix.ai
2026 年最新最佳高評價 AI 作業輔助工具：不僅提供答案，更教授核心概念。專為學生打造的強大工具，必試精選清單，每週更新，免費與付費版本比較，實際測試，精準排名，助您充分發揮學習潛能。立即探索，發掘最適合您的工具，讓學習更聰明。
10 個工具
xix.ai
Honestly, it's wild that AI testing is so obsessed with coding. I'm not a developer, yet my job involves 92% of the workforce's tasks! 🤷♂️ Why are we ignoring the rest of us? It feels like tech bros are building tools for themselves, not for everyone else. We need benchmarks that actually reflect real-world complexity, not just syntax errors. #AIforAll
