130 页论文提出「瓶颈压力」指标:AI 做不了的工作正随能力提升增值
soumitrashukla9 · x · 2026-11-17
Burning Glass Institute 的 Soumitra Shukla 发布 130 页论文《Technology Bottlenecks》,提出「bottleneck pressure」概念:当 AI 加速了岗位中其余任务,AI 尚无法完成的任务边际价值会上升。研究发现要点:
- 数据基础:2018 至 2026 年中 2.88 亿条美国招聘贴,逐行匹配 ONET 任务与 Eloundou 等(2024)的 GPT-4 可行性评分;约 90% 的任务描述不在该职业的 ONET 任务清单内。
- 约 53% 的「AI 不可行工作压力」变异存在于任务层面、跨职业分布,而用职业目录任务仅能解释 0.3%。
- 同一职业内,资深岗位的 AI 不可行任务压力始终高于初级岗位,2026 上半年高出 6.5%。
- 职业层面平均压力上升 6%,约四分之三来自任务构成向高压力职业迁移。
- 高压力职业在 2022 年后招聘增长更快,超出线性暴露度或实际 AI 使用数据能解释的范围;结论在换用 Anthropic Economic Index 或 OpenAI Signals 口径时依然成立。
论文主张:将「瓶颈压力」与「暴露度」并列报告,可指示提升 AI 短板能力在哪里回报最高。
「漫话AGI」频道最新
- 开发者质疑「AI 解决人类一切挑战」:未来 5 年到底能改变什么? — aronchick · 2026-11-17
- 观察:高水平研究者正停止投稿,学术会议接收率结构生变 — avt_im · 2026-11-17
- 「智能过剩将冲击一切靠信息不对称赚钱的生意」 — _AustinCalvert_ · 2026-11-17
- 学者吐槽:AI 会议作者审稿人齐抱怨 slop,自食其果时刻到了 — khademinori · 2026-11-17
- Sam Altman:AI 已加速 OpenAI 研发,但按下按钮让 AI 自我改进?绝对没有 — ChrisGPT · 2026-11-17
- 金句:金融家可以比你做技术梦想家更久地保持不服 — shakoistsLog · 2026-11-17