沃顿教授警告：老板已用AI赚钱，你还在做17页PPT？
新智元报道
编辑：peter东 KingHZ
【新智元导读】AI已经不只会「答题」，开始下场「挣钱」了。但它也可能顺手给你产出17份PPT，把你淹没在电子垃圾里。下一代AI也许真能赢过专家，可更刺激的问题是：它会替你上班，还是让你转职为「AI监工」？
悄然之间，人工智能跨越了一个关键门槛：它们现在已能完成具有实际经济价值的工作。
但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，你可能会怀疑：它真的具有实用性和经济价值吗？
对此，宾夕法尼亚大学沃顿商学院教授Ethan Mollick给出了他的回答。
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，无论是字面意义还是象征意义上，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。
但AI真的实用性？有经济价值吗？
要回答这个问题，不能光靠感觉，得看数据。
OpenAI发布了一个名叫GDPVAL的新基准测试。它不像以往的数学或常识测试，而是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。
然后，OpenAI让各家的大模型和其他专家亲自完成这些任务。第三组专家对结果进行评分，评分的专家不知道哪些答案来自AI，哪些来自人类，每个问题的评分时间大约需要一小时。
测试结果非常耐人寻味：人类专家赢了，但是赢得很难（勉强获胜）。
图1：GDPVAL中，不同模型在对应任务上和人类具有相同或更好水平的比例。
同时，测试发现AI进步极快：较新的模型得分远超旧模型。
输在哪？有趣的是，大模型输给人类，并不是因为「幻觉」或「胡说八道」，主要是因为格式排版不好或没能精确遵循指令——而这些恰恰是最容易修复的短板。
图2：不同领域中，大模型的表现好坏差异较大
如果当前趋势持续，下一代人工智能模型在这项测试中应超越人类专家。但这意味着AI已做好准备，来取代人类工作了吗？
回答是否定。
这里的关键在于：GDPVAL测试的是「任务」（Task），而我们做的是「工作」（Job）。
任务是具体的：写一段代码、翻译一篇文章。
工作是复杂的：它包含了一连串的任务，更包含了人际沟通、决策博弈和对突发状况的处理。
只要AI还做不到像人类一样处理复杂互动，它就无法取代你的岗位。
但在这些高价值的任务中，AI什么时候能达到人类专家级水平？理论上，AI落地已无阻碍？
Ethan Mollick教授认为，AI智能体突然变得具有落地可能，确实让人大吃一惊。部分原因在于大家对智能体的错误认知 。
智能体，工作「续航能力」指数级增长
以前，大家认为，AI想独立完成长任务非常难，比如写一个完整的软件。因为AI只要中间错一步，后面就全完了（误差累积）。
但剑桥大学等机构联手颠覆了这个认知：AI的能力并没有遇到瓶颈，反而在爆发。
预印本链接：https://arxiv.org/abs/2509.09677
剑桥大学Akshit Sinha等研究人员挖掘出四大原因：
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
所有这一切意味着，AI 智能体能够应对那些需要更多步骤才能完成的任务，并且这一过程无需人工干预。
图3：大模型性能的提升不会引起收益递减的四个原因
因此，指标METR，从GPT-3到GPT-5，在五年间持续保持了指数级增长，显示出智能体能力增加的速度没有放缓。
图4：大模型能够稳定完成的任务所需的耗时变化
该指标衡量AI能以至少50%几率独立完成的任务到底多长。
这意味着我们在不远的未来，就能够看到AI完成需要专业人士一天甚至一周时间才能完成的复杂任务。
人类决定AI的未来
然而，真正具有自主性智能体并不存在。
目前，我们需要决定如何使用它们，这将决定未来工作的许多方面。当下大多人关注的重点是用AI取代人类劳动所带来的风险，而且不难看出这将在未来几年成为一个主要问题，特别是对于那些只关注削减成本、而不是利用这些新能力来扩展或转型工作的，同时缺乏想象力的组织。
但在工作中使用AI，会带来的另一个非常有可能发生的风险是：我们会无意识地让智能体去完成一堆比我们当下所做的更多，但完全不必要的任务，例如根据一个文档做17个PPT。
我们如果不认真思考我们为什么要做工作，以及工作应该是什么样子，那么会被AI生成的「电子垃圾」大潮淹没。
那么，替代方案是什么？
OpenAI建议专家可以通过将任务委托给 AI ，将AI生成的结果当成初稿，由人类审查，从而与 AI 合作解决问题。如果AI生成的初稿不够好，用户可在提示词中提供纠正或优化提示词再试一次。如果那仍然不起作用，他们应该亲自完成工作。
如果专家遵循这种工作流程，论文估计他们可以加快40%的工作速度，降低60%的成本。更重要的是，他们可以保持对 AI 的控制权。
图5：不同大模型带来的速度和成本提升
具有经济实用性的智能体已经出现。例如通过让AI智能体去复现学术论文，可以应对学术界的「可复现性危机」。
尽管智能体能够完成的任务仍然有限，但它有经济价值，并且价值正在递增。
出现哪一个未来，区别不在于AI技术的演变，而在于我们选择如何使用AI。通过在我们的判断中决定什么值得做，而不仅仅是能做什么，我们可以确保这些工具使我们变得更有能力，而不仅仅是更有效率。
参考资料：
https://www.oneusefulthing.org/p/real-ai-agents-and-real-work
秒追ASI
⭐点赞、转发、在看一键三连⭐
点亮星标，锁定新智元极速推送！
相关攻略
三天前，《纽约时报》刊登了一篇看似平静却暗藏玄机的深度报道。它没有冲上热搜，也未引爆Hacker News，甚至在中文互联网的讨论中也踪迹寥寥。但恰恰是这篇文章，很可能成为2026年春天乃至未来数年，理解人工智能发展轨迹的一个关键性坐标。 文章的标题平实而直接——《How Do You Measur
一部展现清末民初文化学者辜鸿铭传奇一生的文献纪录片《辜鸿铭》，将于近日在中央新影发现之旅频道播出。 这部纪录片想做的，是借助影像的力量，带观众穿越百年的世界风云，跨越东西方文化的藩篱，去真正走近并理解辜鸿铭这个人。全片共6集，每集48分钟，从《生在南洋》《认识西洋》《寻祖归宗》，到《文以载道》《西风
一座城市如何被记住？ 过去，答案或许是地标建筑；后来，可能是一支精美的宣传片。但如今，风向正在悄然转变——《太原之约》的出现，让我们看到了一种新的可能：城市，正在从“被讲述的对象”转变为“会讲故事的主体”。 从背景板到故事主角：一场叙事的深层变革 一部微短剧，究竟能为一座城市带来什么？《太原之约》开
在2026中关村论坛主会场，全球首创的AR+AI会议翻译系统正式亮相 2026中关村论坛的主会场，迎来了一项突破性部署。亮亮视野与智谱AI联合推出并落地了全球首个AR+AI会议翻译系统，为大会主论坛及多场平行论坛提供了核心的翻译保障。这套系统深度融合了AR眼镜与大模型能力，其指标颇为亮眼：支持54种
中关村论坛参会人员佩戴眼镜照片（亮亮视野展台提供） 本报（chinatimes net cn）记者张玫 北京报道 一场没有同传耳机的国际论坛 3月27日，由中国残联、北京市政府主办，北京市残联承办的2026中关村论坛年会科技助残论坛在北京举行。 如果你在现场，可能会发现一个有趣的现象：部分参会者并未
热门专题
热门推荐
陆瑾是《异人之下》手游中操作门槛较高的角色，主打中近距离压制。其核心在于普攻攒炁，并衔接常技【太冲震恚】与【曲泉交忿】进行输出。关键技能【五雷符】可攻可守，成功防御反击可重置冷却。连招依赖“反手”逻辑与精准预判，形成攻防循环。投技【双龙探爪】与【戾走急脉】则需把握时机，分别用于破防与针。
投资策略需要明确目标与风险偏好，合理分配资金。通过研究项目基本面、关注市场周期与情绪，建立多元化组合。执行中需设定清晰的买卖规则，利用工具辅助决策，并保持长期视角与纪律性，避免情绪化操作。定期复盘与调整是策略持续有效的关键。
巴伦是《异人之下》手游中的近战压制型角色，核心玩法在于追击与倒地连招。其技能“破势突击”衔接流畅，“极速连斩”可追击倒地目标，“飞身十字固”抓取伤害高，“逆势突围”用于防守反击。角色操作上限高，需练习掌握连招循环，但对战远程角色时较为吃力。
谷歌宣布Gemini3 5Pro模型下月发布，已在内部广泛使用且进步显著。具体技术细节、性能参数及开放计划尚未公布，更多信息将于下月揭晓。
谷歌在2026年I O大会上推出月费100美元的新AI订阅计划，旨在填补其现有20美元与250美元两档服务之间的市场空白。该计划面向需要更多资源的高级用户和小型团队，提供比基础版更强的性能，同时避免企业级的高昂成本，以竞争中高端市场。