原给初级员工的工作 Opus 5.5 几分钟做完,实测正确率超 95%
TraditionalHome8852 · reddit · 2026-09-30
Reddit 用户以一线使用视角回顾模型能力爬升:去年 12 月 GPT-5.2 在 71% 的任务上追平或胜过行业从业者(GDPval),4 月 GPT-5.5 升至 85%、Opus 4.7 达 80%;随后 OpenAI 悄悄停发自家人工评分的数字(作者排除了 AI 评分的 artificial analysis GDPval-AA v2.1)。
作者的一线观察:
- 以前交给初级同事的工作,现在交给 Opus 5.5 几分钟完成、错误极少;按其 review 记录,正确率 95% 以上。
- 自己已几乎不再从零构建,工作流变成「描述需求 → 模型产出 → 审核」。
- 承认这些是 well-scoped 任务而非完整岗位,但它们占日常工作很大一块。
作者的观点是「常态偏误」:每代模型只是比上代进步一步,没人意识到累计走了多远。期待后续模型在更多更难的领域达到同样水平。
「漫话AGI」频道最新
- Alpha School 被质疑用「劝退」筛选学生,Claude 当场被用来反问选择偏差 — benjaminjriley · 2026-11-16
- Netflix 拿下 Joseph Gordon-Levitt 执导的 AI 惊悚片,Rachel McAdams 加盟 — ShakeelHashim · 2026-11-16
- 卡内文学奖在 AI 代写质疑下确认 2026 年获奖者 — ShakeelHashim · 2026-11-16
- 模型对齐致害无人担责,研究者称法律责任真空是灾难 — LuizaJarovsky · 2026-11-16
- 一张图拆解如何判断文化作品的质量:编码意义与范例性动作 — round · 2026-11-16
- 经济学家热议:没有工作人类也挺好,工作只是交友与声誉的载体 — paulnovosad · 2026-11-16