研究：90% 的美国工作时间花在 AI benchmark 覆盖不足的任务上

一项基于 O*NET 923 个职业、18797 项任务的分析发现，90% 的美国工作时间花在现有 AI benchmark 几乎未覆盖的任务上。在 29 个精选 benchmark 中，仅 208 个职业有任务被至少 5 条 prompt 覆盖，22 个职业族中有 6 个完全无覆盖。覆盖还偏向高工资职业，如律师任务覆盖充分，而法律秘书、法庭书记员等中等收入知识工作明显不足。