史上第一次！“AI vs 人类”工作能力评测，结果对人类不太妙

华尔街见闻

10/05

OpenAI最新发布的GDPval-v0评测工具首次量化了AI在执行具有经济价值工作任务方面的能力，结果显示AI正迅速追赶甚至逼近人类专业人员水平。巴克莱表示，最先进的AI模型已在诸多职业任务中达到与人类专家相当的能力，并且这种能力提升速度正在加快。据见闻此前文章写道，OpenAI最新发布了一款名为GDPval-v0的全新评估工具，涵盖美国GDP占比较大的九个商业领域中44个职业的约1300项...

网页链接

免责声明：投资有风险，本文并非投资建议，以上内容不应被视为任何金融产品的购买或出售要约、建议或邀请，作者或其他用户的任何相关讨论、评论或帖子也不应被视为此类内容。本文仅供一般参考，不考虑您的个人投资目标、财务状况或需求。TTM对信息的准确性和完整性不承担任何责任或保证，投资者应自行研究并在投资前寻求专业建议。

热议股票

{"basename":"/hans","ssrTDKData":{"titleTemplate":"%s - 老虎证券","title":"老虎证券全球投资理财平台| 一站式投资美股新股港股A股","description":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","keywords":"老虎证券,老虎证券开户,老虎券商,老虎证券官网,老虎证券app,tigertrade老虎证券,股票,炒股,新加坡股票交易平台,投资,投资理财","social":{"ogDescription":"老虎证券助您一站式投资美股，新股，港股，A股等全球金融理财产品。新加坡华人最信赖的在线投资平台，现在加入即享低费用，24/5 无时差炒美股投资理财！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.be62fbe1.png","ogUrl":"https://www.itiger.com/hans/news/2573661695"},"companyName":"老虎证券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"SGP","license":"TBSG","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2573661695\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2573661695?lang=zh_CN&edition=fundamental","thumbnail":"","is_english":false,"pubTime":"2025-10-05 19:13","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2573661695","market":"fut","top_or_hot":-1,"title":"史上第一次！“AI vs 人类”工作能力评测，结果对人类不太妙","media":"华尔街见闻","content":"<div>\n<p>OpenAI最新发布的GDPval-v0评测工具首次量化了AI在执行具有经济价值工作任务方面的能力，结果显示AI正迅速追赶甚至逼近人类专业人员水平。巴克莱表示，最先进的AI模型已在诸多职业任务中达到与人类专家相当的能力，并且这种能力提升速度正在加快。\n据见闻此前文章写道，OpenAI最新发布了一款名为GDPval-v0的全新评估工具，涵盖美国GDP占比较大的九个商业领域中44个职业的约1300项...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3756698\">网页链接</a>\n\n</div>\n","source":null,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>史上第一次！“AI vs 人类”工作能力评测，结果对人类不太妙</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n史上第一次！“AI vs 人类”工作能力评测，结果对人类不太妙\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-10-05 19:13 北京时间&nbsp;&nbsp;&nbsp;<a href=https://wallstreetcn.com/articles/3756698><strong>华尔街见闻</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>OpenAI最新发布的GDPval-v0评测工具首次量化了AI在执行具有经济价值工作任务方面的能力，结果显示AI正迅速追赶甚至逼近人类专业人员水平。巴克莱表示，最先进的AI模型已在诸多职业任务中达到与人类专家相当的能力，并且这种能力提升速度正在加快。\n据见闻此前文章写道，OpenAI最新发布了一款名为GDPval-v0的全新评估工具，涵盖美国GDP占比较大的九个商业领域中44个职业的约1300项...</p>\n\n<a href=\"https://wallstreetcn.com/articles/3756698\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4528","symbol_name":"SaaS概念","start_time":0,"source_url":"https://wallstreetcn.com/articles/3756698","article_id":"2573661695","we_media_id":"1084101182","thumbnails":[],"rights":{"source":null,"url":"https://wallstreetcn.com/articles/3756698","rn_cache_url":null,"directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2573661695","pubTimestamp":1759662814,"columns":[],"sourceInfo":null,"weMediaInfo":{"media_name":"华尔街见闻","introduction":"追踪全球财经热点，精选影响您财富的资讯，投资理财必备神器！","home_visible":1,"id":"1084101182","head_image":"https://static.tigerbbs.com/66809d1f5c2e43e2bdf15820c6d6897e"},"summary":"巴克莱分析显示，顶尖AI模型已接近人类专家水平，Claude Opus 4.1获得47.6%胜率领先。AI在零售贸易等领域已超越人类，在软件开发等职业表现优异。更令人震惊的是，AI能力在15个月内提升3倍，呈线性增长趋势。预测未来12-24个月内AI将在大多数工作任务上全面超越人类专家。","collect":0,"end_time":0,"defaultTopTitle":"","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4528":"SaaS概念","BK7087":"多样化房地产投资信托v","BK4585":"ETF&股票定投概念","GPT.AU":"GPT GROUP","BK4023":"应用软件","BK4543":"AI","BK4551":"寇图资本持仓","BK4587":"ChatGPT概念","BK7510":"REITs概念","BK4588":"碎股"},"translate_title":"For the first time in history! \"AI vs humans\" work ability evaluation, the results are not very good for humans","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"GPT.AU":0.88},"content_text":"OpenAI最新发布的GDPval-v0评测工具首次量化了AI在执行具有经济价值工作任务方面的能力，结果显示AI正迅速追赶甚至逼近人类专业人员水平。巴克莱表示，最先进的AI模型已在诸多职业任务中达到与人类专家相当的能力，并且这种能力提升速度正在加快。\n据见闻此前文章写道，OpenAI最新发布了一款名为GDPval-v0的全新评估工具，涵盖美国GDP占比较大的九个商业领域中44个职业的约1300项具体工作任务，从法律文书到工程蓝图再到护理计划等真实工作交付成果。\n结果显示，当前最顶尖的AI模型在执行许多职业任务时，其能力已与人类专业人士相当，并且这种能力的提升速度正在加快。10月5日，据硬AI消息，巴克莱在最新研究报告中称，Anthropic的Claude Opus 4.1在与人类专家对比中取得47.6%的\"胜利或平局\"率，位居榜首。\n巴克莱分析师认为，AI模型的\"胜率\"在过去15个月中线性提升约4倍，预计在未来12-24个月内AI将在大多数工作相关任务上超越人类。分析认为，这一突破为评估AI投资回报率提供了关键数据支撑。\n评测标准创新突破：模拟真实工作复杂性\n据巴克莱研究报告，GDPval基准测试的核心创新在于其真实性和复杂性。\n该评测由平均拥有超过14年行业经验的资深专业人士设计，涵盖科技服务、金融保险、医疗保健、信息业、制造业等行业的1230个专业任务。\n与传统基准测试不同，GDPval的任务并非简单文本问答，而是包含参考文件和上下文的复杂场景，要求AI交付多样化成果，包括文档、幻灯片、图表和电子表格等。巴克莱指出，这种设计更贴近现实工作环境的复杂性。\n评测采用盲测方式，由行业专家对AI和人类生成的工作成果进行排名，从难度、代表性、完成时间和整体质量等维度进行综合评估。\nAI性能接近人类专家水平\n巴克莱分析显示，当前最先进的AI模型在多个领域已接近或达到人类专家水平。Claude Opus 4.1以47.6%的胜率领先，GPT-5-high紧随其后，达到38.8%，o3 high为34.1%。\n\n\n从行业维度看，AI在零售贸易(56%胜率)、批发贸易(53%)和政府部门(52%)的表现超过人类专家，但在信息技术行业表现相对较弱(39%)。\n职业层面上，AI在柜台和租赁文员(80%)、运输接收和库存文员(76%)以及软件开发人员(70%)任务中表现最佳，而在工业工程师(17%)和影视编辑(17%)任务中表现较差。\n\n各模型表现出不同特点：Claude Opus 4.1在美学表现(格式和布局)方面表现出色，GPT-5在遵循指令和执行准确计算方面最为精准。\n能力提升速度惊人\n巴克莱报告特别强调了AI能力提升的速度。\n研报称，OpenAI模型在GDPval测试中的表现在15个月内提升了3倍以上，这种线性增长趋势表明AI很可能在短期内全面超越人类专家。\n对GPT-5的失误分析显示，尽管该模型仍会犯一些灾难性错误(2.7%)，但47.7%的失误被归类为\"可接受但不佳\"，22.9%的情况下模型表现甚至优于人类。\n\n巴克莱分析师认为，AI模型的原始智能，特别是GPT-5，已达到超越人类专家的水平。通过更多后期训练(微调、强化学习)，AI全面超越行业专家的时代已为时不远。","kind":"highlight","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"-1","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"}}}