AI跃升新高度：从答题到创收，未来职场何去何从？

【导读】AI不再局限于“答题”，正逐步涉足“挣钱”领域。但随之而来的，是可能淹没你的17份PPT。未来，AI或许能胜过专家，但更引人深思的是：它会取代你的工作，还是让你变身“AI监工”？

悄然之间，人工智能跨越了一个关键门槛：它们已能完成具有实际经济价值的任务。

当你把一份企业备忘录交给Claude，让它做个PPT，结果它一口气生成了17个版本。面对这种“用力过猛”的AI，你可能会质疑：它真的实用且具经济价值吗？

对此，宾夕法尼亚大学沃顿商学院教授Ethan Mollick给出了他的见解。

智能体能完成特定任务，但无法取代工作

考虑到开发新AI所投入的天量资源，我们却在精确衡量AI“智能”程度这件事上意外地捉襟见肘。

目前，最普遍的做法是将AI视作人类，通过标准化测试来统计其答对题目的数量。这类被称为“基准测试”的评估体系多达数十种，已成为衡量AI能力演进的核心标尺。

要评估AI的实用性及经济价值，需依赖数据。

OpenAI发布了一个名为GDPVAL的新基准测试，它专门考察大模型在现实工作场景中能否创造经济价值。

这一次，考得很“实战”。

OpenAI组了个高端局：

• 出题人：来自金融、法律、零售等行业的资深专家（平均14年经验）。
• 题目难度：人类专家平均需要4-7小时才能完成的真实业务任务。
• 评测方式：AI和人类专家同台竞技，由第三方专家进行盲测打分。

测试结果耐人寻味：人类专家赢了，但赢得艰难。

同时，测试发现AI进步飞快：较新的模型得分远超旧模型。

输在哪？大模型输给人类，并非因“幻觉”或“胡说八道”，主要是因为格式排版不好或未能精确遵循指令——这些正是最易修复的短板。

智能体，工作“续航能力”指数级增长

以前，大家认为AI独立完成长任务很难。但剑桥大学等机构的研究颠覆了这一认知：AI能力并未遇瓶颈，反而在爆发。

剑桥大学研究人员发现四大原因：

1. 收益非递减：变准一点点，能做的事会暴增
2. 自我修正：它会停下来检查，不会被一个错误拖死
3. 更长上下文：一次对话就能装下更长流程
4. 更强模型能力：规划更稳，长任务更不崩

人类决定AI的未来

尽管智能体能够完成的任务仍有限，但它有经济价值且价值递增。未来如何发展，取决于我们如何使用AI。