基于 2.88 亿条招聘数据,新论文提出「瓶颈压力」度量 AI 抬升的劳动价值
robseamans · x · 2026-11-05
Soumitra Shukla 等人发布新论文《Technology Bottlenecks》,与主流 AI exposure 研究问的问题相反:不看 AI 能做什么,而看 AI 提速其余工作后,AI 尚不能做的那部分工作的边际价值会在哪里上升。
- 核心概念「bottleneck pressure(瓶颈压力)」:当一份工作中越来越多周边任务可被 AI 完成,AI 不可行的任务反而成为瓶颈,价值上升。
- 用任务级框架推导出:对一个 AI 不可行任务,其瓶颈压力等于发布该任务的职业的 AI exposure。
- 数据方法:将 2018 至 2026 年中的 2.88 亿条美国招聘帖子逐行映射到 ONET 任务,并采用 Eloundou 等人(2024)的 GPT-4 可行性评级构建度量。
- 关键发现:同一任务在不同职业中的瓶颈压力不同,魔法发生在任务层面。
这一理论衍生的新度量可用来定位 AI 加速时代里人类工作价值可能上涨的位置。
所属事件:新论文提出「瓶颈压力」：AI 干不了的活更值钱(2 条相关)→
「漫话AGI」频道最新
- AI 创作者会终结人类网红吗？业内激辩内容行业未来 — aigleeson · 2026-11-05
- 神秘 foom.md：号称能让 agent 自举超级智能的「压缩 zip prompt」 — ryunuck · 2026-11-05
- 如果你的决策理论认为投票无用，那理论本身可能有问题 — JeffLadish · 2026-11-05
- AI 沙盘推演百年后世界：垄断、封锁与丰裕三种未来 — No_Twist_678 · 2026-11-05
- AI2 高管 Bindu Reddy:AI 被妖魔化,该大力正面宣传 — bindureddy · 2026-11-05
- AI 检测器 Pangram 将大量科研基金申请书标记为 100% AI 生成 — analisereal · 2026-11-05