AI 市场需要独立记分员，模型评测成新商机

JenniferHli · x · 2026-08-14

作者认为，随着 AI 模型被广泛应用于金融、法律、软件开发等复杂工作流，传统的标准化基准测试（如 SATs、LSATs）已无法证明模型在真实世界中的能力与安全性。我们需要“上路驾驶测试”。

然而，构建针对真实专家工作流的评测系统、自动进行专家级打分并跟上前沿模型的发布节奏，在技术上非常困难。正如信贷和公开市场需要独立的评级和审计机构，AI 市场同样需要一个独立的“记分员”。这正是 Vals 试图填补的市场空白：为企业提供可信赖的模型能力指南。