研究称仅 16% AI 基准测试覆盖工作的组织性难点

Mercor 联合哥本哈根商学院研究者发布新研究，提出「任务不等于工作」的核心论点：现有 AI 基准测试由独立任务构成，而真实工作需要与掌握信息、资源的他人协作。研究发现仅约 16% 的基准测试衡量了这类组织性困难，并据此提出「组织难度」分类法，主张把组织架构图纳入 AI 评测维度。

2026-11-06 ~ 2026-11-07 · 2 条相关

• 研究：仅 16% 的 AI 基准测试衡量工作中的组织性困难 — ben_burtenshaw · 2026-11-06
• Mercor 提出「组织难度」分类法：AI 评测该放进组织架构图了 — _jasonwei · 2026-11-07