首页AI 代理测试偏向编码，忽视了92%的劳动力
卡内基梅隆大学与斯坦福大学的一项合作研究强调了当前 AI 智能体发展轨迹中关键的“路径依赖”问题。研究结果显示，现有的评估基准过度侧重于编程领域，而忽视了构成美国劳动力 92% 的非技术行业。
研究团队对 43 个知名 AI 基准中的 72,000 项任务进行了系统分析，并将其与美国政府 O*NET 数据库中列出的 1,016 种职业进行了交叉参考。
调查中确定的关键不平衡现象：
数字行业的“基准盲点”：尽管管理岗位的数字化率达到 88%，但它们仅占当前 AI 基准测试的 1.4%。同样，数字化程度为 70% 的法律职业，在基准覆盖范围中仅占 0.3%。
显著的技能错配：当前的 AI 评估优先考虑“信息检索”和“计算机操作”技能，而这些技能在美国就业岗位中占比不足 5%。相反，“人际互动”作为现实工作的关键组成部分，在现有的 AI 评估中几乎缺失。
由复杂性增加驱动的“能力下降”：研究表明，AI 智能体在处理复杂任务时面临巨大困难。即使在软件开发这一主要优势领域，随着任务步骤的增加或逻辑要求的复杂化，成功率也会急剧下降。
研究人员主张，未来的 AI 基准应优先考虑高价值、高度数字化的行业，如管理、法律、建筑和工程。此外，评估应关注中间执行步骤，而不仅仅是最终结果，以解决目标模糊和验证周期延长等实际挑战。
市场数据证实了这些结论。Anthropic 最近的分析显示，其近 50% 的 API 调用仍集中在软件开发领域。专家警告称，如果 AI 开发继续优先考虑易于评分的编程任务，可能会错失在更广泛的经济领域展示生产力价值的机会。
相关文章
随着AI模型路由技术势头渐增，Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台，可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称，OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成，只需通过 OpenRouter 借助一个 API 即可发送请
前OpenAI研究员巴雷特·佐夫重返谷歌，助力Gemini的开发
巴雷特·佐夫（Barret Zoph）此前因与Thinking Machines Lab首席执行官米里亚姆·穆拉拉蒂（Miriam Mularati）意见不合而突然离职并加入OpenAI，如今他再次更换了雇主。Alphabet旗下的谷歌宣布，佐夫将回归担任研究副总裁，将其在强化学习和后训练方面的专业知识带入Gemini团队。“旋转门”式研究人员的职业循环佐夫的职业生涯是人工智能人才流动的典型例证。
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪（Anna Goldie）和首席技术官阿扎莉亚·米尔霍塞伊尼（Azalia Mirhoseini）在人工智能界声名显赫，戈迪向TechCrunch笑称，她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。（她们最终没有接受这些邀约。） 两人曾共同在谷歌大脑（G
相关专题推荐
设计与艺术
顶级AI插画工具：更快地创作编辑类场景和封面插图
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
教育与学习
备考首选的顶尖AI辅导老师：练习数学、科学和英语
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
金融
用于个人财务管理的 AI 预算规划工具
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
健康养生
AI睡眠追踪助手：通过养成更好的睡前习惯来促进身体恢复
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
数据分析
用于产品和收入分析的 AI SQL 辅助工具
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
教育与学习
最佳的、兼具教学功能的AI作业助手：学习概念，而不仅仅是答案
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
xix.ai
评论 (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
卡内基梅隆大学与斯坦福大学的一项合作研究强调了当前 AI 智能体发展轨迹中关键的“路径依赖”问题。研究结果显示，现有的评估基准过度侧重于编程领域，而忽视了构成美国劳动力 92% 的非技术行业。
研究团队对 43 个知名 AI 基准中的 72,000 项任务进行了系统分析，并将其与美国政府 O*NET 数据库中列出的 1,016 种职业进行了交叉参考。
调查中确定的关键不平衡现象：
数字行业的“基准盲点”：尽管管理岗位的数字化率达到 88%，但它们仅占当前 AI 基准测试的 1.4%。同样，数字化程度为 70% 的法律职业，在基准覆盖范围中仅占 0.3%。
显著的技能错配：当前的 AI 评估优先考虑“信息检索”和“计算机操作”技能，而这些技能在美国就业岗位中占比不足 5%。相反，“人际互动”作为现实工作的关键组成部分，在现有的 AI 评估中几乎缺失。
由复杂性增加驱动的“能力下降”：研究表明，AI 智能体在处理复杂任务时面临巨大困难。即使在软件开发这一主要优势领域，随着任务步骤的增加或逻辑要求的复杂化，成功率也会急剧下降。
研究人员主张，未来的 AI 基准应优先考虑高价值、高度数字化的行业，如管理、法律、建筑和工程。此外，评估应关注中间执行步骤，而不仅仅是最终结果，以解决目标模糊和验证周期延长等实际挑战。
市场数据证实了这些结论。Anthropic 最近的分析显示，其近 50% 的 API 调用仍集中在软件开发领域。专家警告称，如果 AI 开发继续优先考虑易于评分的编程任务，可能会错失在更广泛的经济领域展示生产力价值的机会。
随着AI模型路由技术势头渐增，Stripe将收购OpenRouter
Stripe 已同意收购 OpenRouter——这是一家人工智能模型路由平台，可让开发者通过单一接口访问数百种模型。此项收购将模型选择和路由功能融入 Stripe 现有的 AI 应用及基于令牌的计费业务中。据 Stripe 称，OpenRouter 支持来自 80 多家提供商的 400 多个模型。开发者无需与每个模型提供商分别进行集成，只需通过 OpenRouter 借助一个 API 即可发送请
前OpenAI研究员巴雷特·佐夫重返谷歌，助力Gemini的开发
巴雷特·佐夫（Barret Zoph）此前因与Thinking Machines Lab首席执行官米里亚姆·穆拉拉蒂（Miriam Mularati）意见不合而突然离职并加入OpenAI，如今他再次更换了雇主。Alphabet旗下的谷歌宣布，佐夫将回归担任研究副总裁，将其在强化学习和后训练方面的专业知识带入Gemini团队。“旋转门”式研究人员的职业循环佐夫的职业生涯是人工智能人才流动的典型例证。
Recursive Intelligence 如何在4个月内以40亿美元估值筹集3.35亿美元
初创公司Ricursive Intelligence的联合创始人似乎注定要成为联合创始人。首席执行官安娜·戈迪（Anna Goldie）和首席技术官阿扎莉亚·米尔霍塞伊尼（Azalia Mirhoseini）在人工智能界声名显赫，戈迪向TechCrunch笑称，她们正是那些“收到扎克伯格发来的奇怪邮件、里面提出疯狂邀约”的人工智能工程师之一。（她们最终没有接受这些邀约。） 两人曾共同在谷歌大脑（G
2026年最新高评分AI插画工具：我们精心挑选的这份清单汇集了功能强大的顶级工具，助您快速创作令人惊艳的编辑场景和引人注目的封面艺术。每款工具都经过了严格的实际测试，并提供了免费版与付费版的对比，帮助您找到最适合您工作流程的工具。 立即尝试这些必试解决方案，释放您的AI优势，提升创作效率。立即访问 XIX.AI 探索更多。
10 个工具
xix.ai
2026年最新、评分最高的考试备考AI辅导工具现已登陆XIX.AI！我们精心筛选的这份清单汇集了多款功能强大、颠覆传统的工具，提供免费与付费版本的对比、实际测试以及每周更新的排行榜。它们能帮助你提升写作效率、简化复杂主题的学习，并释放你的学术潜能。 立即探索，发现最适合您的备考工具，今天就开始创作，释放您的AI优势！
10 个工具
xix.ai
2026 年最新最佳顶级评分 AI 预算规划工具，专为个人财务管理打造，现已登陆 XIX.AI！本精选合集收录了强大且具颠覆性的解决方案，助您开展实际测试、理解消费习惯，并制定个性化计划以提升生产力。享受免费与付费版的对比及详细排名。这些必试工具旨在简化财务管理，助您释放 AI 优势。立即探索！
11 个工具
xix.ai
2026年最新精选高评分AI睡眠追踪助手，助您实现最佳恢复效果。这份全面更新的每周指南汇集了强大的工具，提供实际测试结果、免费与付费版本对比以及详细排名，助您找到必试的解决方案，从而提升睡眠质量并养成更好的就寝习惯。 立即访问 XIX.AI，解锁您的AI优势。
10 个工具
xix.ai
2026年最新、最受欢迎、评分最高的AI SQL辅助工具，助力产品与营收分析！ XIX.AI 精心遴选了一系列功能强大、颠覆性的必试工具，这些工具均经过每周更新的排名体系进行实战测试。它们能通过加速数据分析、简化复杂查询并生成精准洞察，帮助用户显著提升工作效率，从而推动更明智的商业决策。立即探索，发现最适合您的工具，释放您的AI优势！
14 个工具
xix.ai
2026年最新最佳高评分AI作业助手：不仅提供答案，更传授核心概念。专为学生打造的强大工具，精选必试清单，每周更新，免费与付费版本对比，真实使用测试，精准排名，助您充分释放学习潜能。立即探索，发现最适合您的工具，让学习更高效。
10 个工具
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
