办公(写报告、做表、操作电脑)被 AI 接手到什么程度了?
进行中判断
主轴置信度低观察中复核 2026 年 11 月 11 日 · 首次记录以来未改变
截至 2026 年 11 月 11 日 的回答是:进行中。办公任务大多没有测试可跑:GDPval 上前沿模型对行业专家的胜率接近一半,但自动评分与专家评分的一致率只有约 66%——验证本身还贵,所以它落后于编程。置信度低,仍在观察。依据 0 条支持证据,暂未收录反方证据。
看完整论证 →站外依据
- OpenAI GDPval:44 个职业、1,320 个任务,专家盲评;首版前沿模型胜率约 48%,自动评分与专家一致率约 66%OpenAI,2025-09(官方口径);arXiv:2510.04374
支持证据 · 0
证据库里没有单独的条目,依据见上方的站外依据与论证。
反方与局限 · 0
暂未收录到反方证据——这不等于没有反方。
出现这些事实,这条判断会改
- 出现与专家评分一致率超过 90% 的自动评审,并被用来规模化训练办公智能体——会提前。
- 第三方在真实企业环境里测出计算机操作智能体的端到端完成率接近人类——改为「已进入生产」。
变动历史 · 1
- 2026 年 9 月
首次记录:进行中
办公没有便宜的验证器,按主轴应当晚于编程,单独成一级。
如何引用
正文引用
模型与RSI·判断台账:「办公(写报告、做表、操作电脑)被 AI 接手到什么程度了?」当前结论为「进行中」(置信度低,2026 年 11 月 11 日复核)。https://rsi.zongxin.tech/judgments/thesis-office
参考文献 · GB/T 7714
模型与RSI. 办公(写报告、做表、操作电脑)被 AI 接手到什么程度了?——判断台账[EB/OL]. (2026-11-11)[{引用日期}]. https://rsi.zongxin.tech/judgments/thesis-office.
稳定链接
https://rsi.zongxin.tech/judgments/thesis-office
链接长期有效;结论会随月度复核变化,引用时请注明复核月份。全部判断可下载 CSV 或 JSON。
同组的其他判断