新研究用 AI 基准成绩映射 894 种职业的自动化暴露度
krisgulati · x · 2026-10-13
Kris Gulati 与 Jake Prokopets 发布初步论文,试图回答:AI 基准测试能否预测哪些职业将被 AI 冲击?
方法链条(配图):
- 收集 FrontierMath、SWE-bench、MMLU、MMMU 等 AI 基准
- 将每个基准映射到 ONET 的人类能力(数学推理、书面理解、问题敏感度等)
- 评估经济相关性:人类对比能力(低于人类/持平/超人)与工作场所可迁移性
- 能力暴露 = 能力 × 可迁移性,再按 ONET 重要度权重聚合到职业
研究覆盖 2020–2026 年间 894 种职业,并探讨基准成绩能否预示 AI 使用将在哪里爆发。该 thread 引来 Felten/AIOE 系研究者互动,认为其优势在于可随基准更新持续迭代。
所属事件:新研究用 AI 基准成绩映射 894 种职业自动化暴露度(2 条相关)→
「研究」频道最新
- 多智能体实验:84% 消息仍涌向 lead,worker 互聊几乎为零 — nouhadziri · 2026-10-14
- 异构智能体团队:lead 决定上限,便宜 worker 决定成本 — nouhadziri · 2026-10-14
- Sol lead 带 16 个便宜 planner:接近全 Sol 团队成绩,成本省 70% — nouhadziri · 2026-10-14
- 多智能体省钱秘诀：只委托规划阶段，性能持平成本减半 — nouhadziri · 2026-10-14
- 便宜的规划器保留一半收益，成本只要 13.9% — nouhadziri · 2026-10-14
- 智能体团队最多领先 solo 约 10 个点，但成本高 4–7 倍 — nouhadziri · 2026-10-14