OpenAI 推出 LifeVal：衡量 AI 帮人完成日常事务效果的基准
OpenAI 的新研究基准，考的是帮人办成真实的事，而不是答题。
// 要点
- LifeVal 衡量 AI 帮人完成日常事务的效果
- 任务从找托育服务，到管理个人财务、办理政府文书
开发者视角我只看到 OpenAI 的摘要，具体分数等能读到原文再说。方向对做产品的人是对的：看助手有没有把事办成。AI 云盘我会留一小套真实用户的事务做评测，比如找到一份合同、再按合同填一张表。
OpenAI 的新研究基准，考的是帮人办成真实的事，而不是答题。
开发者视角我只看到 OpenAI 的摘要，具体分数等能读到原文再说。方向对做产品的人是对的：看助手有没有把事办成。AI 云盘我会留一小套真实用户的事务做评测，比如找到一份合同、再按合同填一张表。