2.88 亿条招聘帖量化「瓶颈压力」：AI 替不了的活反而更值钱
soumitrashukla9 · x · 2026-10-25
作者分享新论文《Technology Bottlenecks: Measuring Where AI Could Raise the Value of Work It Cannot Yet Do》，提出与主流「AI 暴露度」相反的问题：AI 加速了工作中其余环节后，它尚不能做的任务边际价值会如何上升？
方法：将 2.88 亿条美国招聘帖子逐行映射到 ONET 任务清单，结合 Eloundou et al. (2024) 的 GPT-4 可行性评级，为每个职业中的每个任务构造「bottleneck pressure（瓶颈压力）」指标。
核心洞察：同一任务在不同职业里承受的压力截然不同（见图 1：同样是「迎接顾客」，快餐店员的暴露度仅 23%，而客服代表高达 83%）——一个 AI 不可行任务的压力，随周围任务被 AI 暴露的程度成比例上升。
主要发现：
- 可在任务层面测量瓶颈压力，再聚合到职业层面；
- 约 90% 的标注任务提及落在该职位自身 ONET 任务清单之外，说明招聘文本揭示了大量官方职业任务表未覆盖的工作内容。
所属事件:新论文提出「瓶颈压力」指标：AI 替不了的任务更值钱(2 条相关)→
「漫话AGI」频道最新
- 长寿领域 KOL：AI 攻克生物学后，衰老将从命运变成工程问题 — rand_longevity · 2026-10-25
- 「苦涩的教训」为何苦涩：中招者总以为自己例外 — NirantK · 2026-10-25
- Agent 崛起将催生大量「好点子但太麻烦」的论文回潮 — generativist · 2026-10-25
- 有人提醒：AI发展绕不开的终极约束是热力学定律 — AryHHAry · 2026-10-25
- AI 圈论战:护城河正在向更高层抽象迁移,模型本身不再是壁垒 — secemp9 · 2026-10-25
- Michael Levin:不相信机器有目标的工程师该被开除 — JensHonack · 2026-10-25