新论文提出「瓶颈压力」:AI 做不了的工作将更值钱
soumitrashukla9 · x · 2026-11-10
Soumitra Shukla 的新论文《Technology Bottlenecks》提出与传统「AI 暴露度」不同的度量:不去问 AI 能做什么,而是衡量当 AI 加速其余工作时,它尚不能完成的工作的边际价值如何上升。
论文将 2.88 亿条美国职位招聘逐行映射到 ONET 任务,并结合 GPT-4 可行性评级,为每个职业的每项任务构建「瓶颈压力」指标。关键发现:
- 对同一项 AI 不可行的任务,在不同职业中面临的瓶颈压力差异很大
- 约 90% 的匹配任务提及位于发布职业自身 ONET 任务列表之外
- 约 33% 的提及加权变异来自职业内部任务;压力峰值出现在 AI 可行与不可行任务约各半的职业
- 随任务压力上升,人际与监督性工作占比提高
作者同时报告 AI 暴露度与瓶颈压力,以展现 AI 既可完成工作的范围,以及提升其尚不能完成的工作可能在哪里更有回报。
「漫话AGI」频道最新
- Nat Lambert:乐见更多实验室与 Anthropic 竞争开放 AI 研究能力 — natolambert · 2026-11-10
- 2007 年视频流传：Larry Page 早在 20 年前就预言了苦涩教训 — juanbenet · 2026-11-10
- Diamandis:数据中心遭抵制是 AI 最好的事,倒逼社区共融设计 — PeterDiamandis · 2026-11-10
- Mythos 5.2 在 Remote Labor Index 达 41%,远超 Opus 4.8 的 8% — peterwildeford · 2026-11-10
- 求职者开手机 AI 现场作答面试题,视频疯传引热议 — TansuYegen · 2026-11-10
- 从马尔萨斯陷阱到大分流:工业革命分配不均对 AI 时代的镜鉴 — NinaDSchick · 2026-11-10