AI开发过度聚焦编程：三大关键市场劳动力被忽视
3月8日，IT之家发布消息称，一项大规模研究揭示：当前人工智能体的开发几乎完全聚焦于编程任务，忽视了劳动力市场中绝大多数职业的需求。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
卡内基梅隆大学与斯坦福大学的研究团队系统性地对比了涵盖72342项任务的43个智能体基准测试与美国劳动力市场。他们借助美国政府的O*NET数据库（该数据库对工作活动进行了多维度详细分类），将基准测试任务映射到1016种真实职业。
研究指出，当前智能体开发存在明显的失衡现象：几乎所有开发资源都集中在计算机与数学领域，而这一以编程为主的领域仅占美国总就业人数的7.6%。
分析发现，多个高度数字化的工作领域在现有基准测试中几乎未被体现。管理领域数字化率高达88%，却仅占所有分析基准测试任务的1.4%；法律工作数字化率70%，占比仅为0.3%；建筑与工程领域数字化率71%，占比也只有0.7%。
研究人员认为，人工智能体恰恰能在这些领域实现短期生产力提升，但这些领域也存在特殊技术挑战，包括目标模糊、成果需长期验证等。
从资本分配（即各专业领域总收入）来看，管理、法律等经济价值最高的领域在基准测试中占比依然偏低；与此同时，个人服务、护理等低薪劳动密集型领域也几乎未被关注。
研究表明，这种失衡在个人技能层面同样严重。研究人员构建了分类体系，将职业技能分为四类：信息获取、思维处理、人际互动、工作成果。现实中，四类所需技能分布相对均衡。
但智能体基准测试只聚焦“获取信息”和“计算机操作”两类，二者合计仅覆盖美国就业市场的不到5%。而涉及大量现实工作的“人际互动”类别，在基准测试中几乎没有涉及。
研究人员将这种倾向归因于方法上的便捷性：那些易于编写任务指令、验证结果的领域获得了过多关注。尽管这推动了细分领域的快速发展，但研究团队警告，这可能让智能体开发偏离社会与经济回报最大的领域。
研究人员特别将OpenAI的GDPval基准测试列为正面案例：尽管规模相对较小，却覆盖了最广泛的专业领域与技能。OpenAI在2025年专门设计该基准，用于衡量AI智能体对不同领域真实知识工作的影响。
为衡量AI智能体在覆盖工作领域中的实际自主程度，研究人员制定了可量化的自主性指标：将其定义为智能体在既定成功率下可处理的最大任务复杂度，复杂度通过分层工作流的步骤数衡量。
研究显示，即便在覆盖最充分的软件开发领域，任务复杂度提升时，智能体成功率也会急剧下降。智能体在思维处理、产出工作成果等独立活动中表现最佳，但即使在相对简单的任务中，也难以胜任信息查找检索、与人协作等工作。
少数可用于对照测试的基准（如SWE-bench）显示：OpenHands框架表现优于SWE-agent，Claude优于GPT，在中等复杂度任务中这一差距尤为明显。但研究人员提醒，这些趋势未必适用于其他复杂度级别，并呼吁更广泛地公开智能体运行轨迹，以开展更系统的对比。
基于研究结果，研究人员提出未来基准测试的三大设计原则：
1. 新基准应专门针对管理、法律等覆盖不足但高度数字化的领域，或追求跨领域、跨技能的广泛覆盖。
2. 基准测试需更贴近现实、更复杂。许多自动生成的基准仅捕捉了真实工作的简化片段，而人工编写的任务（如GDPval、TheAgentCompany基准）则覆盖多元领域与技能；若需通过自动生成实现规模化，任务设计应反映真实的领域与技能构成。
3. 推动更精细化的评估。仅衡量智能体是否完成任务，无法定位其具体失效环节。研究人员建议，从人类演示中自动提取工作流，设立中间检查点，从而更细致地评估智能体表现。该研究还提供了框架与配套资源，帮助基准设计者发现覆盖缺口、助力开发者明确改进方向、帮助用户为具体任务选择合适的自主等级。
这些结论与现实使用情况一致：Anthropic近期基于数百万次人类-智能体交互的分析显示，软件开发占公共API中所有智能体工具调用的近50%，而其他行业各自仅占几个百分点。Anthropic将当前阶段称为“智能体应用的早期阶段”。
加州大学伯克利分校及合作机构2025年末的研究也得出相似结论：企业目前大多将AI智能体作为简单、高度受控的工具，自主操作步骤极少。该研究认为，系统可靠性仍是最大障碍。
相关攻略
IT之家 3 月 28 日消息，据《商业内幕》今日报道，在 Meta，AI 已经无处不在。多位员工透露，Meta 近期开始集中举办高强度“AI 培训周”，通过密集培训和实践活动，推动员工更深入使用
据《商业内幕》报道，Meta近期集中举办“AI转型周”活动，通过黑客马拉松、产品演示和实验项目等形式，要求各层级员工展示借助AI工具完成的工作成果。活动重点演示AI智能体在电脑与手机间的协同操作，目
IT之家 3 月 27 日消息，据《商业内幕》今晚报道，多位知情人士透露，谷歌员工正在使用一款名为“Agent Smith”的内部 AI 工具，该工具可以自动处理包括编程在内的多项任务。由于使用人数
来源：环球网【环球网科技综合报道】3月28日消息，据外媒BusinessInsider 报道，日前谷歌内部推出一款名为Agent Smith的AI工具，因使用量激增、人气爆棚，已被限制访问权限。该工
“干活消耗的Token量是简单问答的10倍甚至100倍，成本大幅提高。”回答月之暗面CEO杨植麟“为什么涨价”的问题时，智谱CEO张鹏这样说道。上文这组问答，发生在今天举行的2026中关村论坛年会开
热门专题
热门推荐
在明日方舟终末地中，小陈剧情的开启需要满足一定条件并完成特定任务。首先，要确保玩家已经达到一定的游戏进度。这包括推进主线剧情到一定阶段，解锁了相应的区域和功能。随着主线剧情的推进，
前言《逐玉》大结局落幕那晚，我盯着屏幕良久，胸口像压了块浸水的棉絮，沉闷得喘不过气。从首播时满怀热望地守在更新页面，到中期边看边叹气、反复暂停找逻辑漏洞，再到最后几集干脆调成倍速、只为“完成任务”式
3月28日消息 据新华社报道，俄罗斯政府日前宣布了一项重要的能源指令。俄副总理亚历山大·诺瓦克已指示能源部起草行政命令，计划从4月1日起全面禁止汽油出口。此举的核心目的是在中东战事引发全球能源市场动
蓝海搜书最新可用网址是https: www lanhaizw com ，平台具备极简无广告界面、全球CDN加速、三类自适应阅读模式、四重语义检索、27个细分分类、跨设备同步及离线
在网络信息爆炸的时代，一款好用的浏览器能为我们带来便捷与丰富的体验。悟空浏览器网页版正式版入口，成为众多用户探索网络精彩的关键通道。悟空浏览器以其简洁界面和强大功能吸引着广大用户。