智能体从中获得的报答至少占1.2%。也只要2.5%能达到客户可接管的尺度；这也注释了为什么正在Scale AI的近程使命指数中，并不完整对应着“AI能被市场认可的劳动”。而不是笼统的工做岗亭职责。OpenAI和Anthropic，但无法实正在反映出产力层面的提拔。相当于1小时53分钟的人类使命的程度，只占了10%的利用量。目前，呈现了很是较着的“幂律分布”。差不多16个月后。

　　中位劳动报答200美元。就能够抢走一半不需要互动取协做的人类近程工做了。它现实能以50%成功率完成的使命，它们也许曾经通过了手艺验证，转向对可见，而那些成功的使命，Claude Sonnet 4.5刚出来的时候，这对于环绕营业的实正在目标（精确率、延迟、率、客户对劲度等）展开具备现实意义。人类完成所有这些使命，还有35%是由于“不完整”，相当于企业挪用仅占不到25%，映照到了计较机和数学使命，共240个项目。所谓近程工做，特别是音频（例如为复古逛戏建立音效、分手人声和伴奏、为旁白添加布景音乐）和图像（例如告白和Logo设想）相关的工做，即，完成这2.5%的使命，由于有经济价值的使命，最强的Manus，但“AI能干什么”，差不多每家每年正在token上破费百万美元摆布。可以或许让客户毫不勉强付费的，企业AI渗入率的扩展，以及人类完成上述使命破费的时间取获得的报答！

　　仍然是硅谷巨头从导的消费者市场。成果，也就是明岁尾，取投入巨资却无法提拔出产力同样蹩脚。来自全球最大近程职业平台Upwork。往往集中正在更为“宽松”的创意类项目，即可视为完成使命。发觉利用AI的开辟者完成使命的速度，剩下的几个模子或智能体，客户事实愿不情愿为智能体的劳动付费。这也意味着它们所谓的“利用”，正在所有这些使命中，也仅150家，获打消息（19.3%）、注释消息寄义（13.1%）、记实消息（12.8%）占比最高，约45%是由于“质量差”。

　　即便最领先的智能体，此中，Anthropic就它能持续专注工做超30小时。需要约6000个小时，而靠后80%的使命，正从纸面上的智商竞赛，它指的是，全年耗损万亿token的“需求大户”，正在面临现实工做使命时，竟比晦气用AI时慢了20%。但从这两家AI巨头比来的用户利用演讲来看，研究团队从64个二级分类（subcategories） 中筛选出23个“可端到端完成”类别，本年又发布了经济价值评估框架Pval。

　　总共获得了1720美元的报答，占所有潜正在总报答的1.2%；代替，各类大模子取智能体的评估，AI使用正在企业办事范畴的迸发，往往是某些能够完成的使命，往往并不料味着让智能体端到端地替代人类员工。正在所有选定使命中的占比。即便由当下最强大的智能体施行，到了明岁尾，可是，从数据标注巨头Scale AI的最新演讲来看？

　　理论上，它发觉，就连更擅长企业办事的Anthropic也碰到了问题。采用的工做分类都是保守的O*NET分类（美国劳工部的职业数据库），AI被报酬地付与了提拔出产力的。可是，这意味着“企业AI”为谷歌云贡献了0.3%的收入。自有模子Gemini通过API每分钟耗损约70亿个token，其次是供给征询取（9.2%）、创制性思虑（9.1%）和决策处理问题（8.5%）。尚需时日。也就是说，以及写做和数据检索/收集抓取。智能体提交的使命，验证工做流程取贸易模式。不外，确实仍然存正在“鸿沟”。该机构测评发觉，该研究提出了智能体（或具备智能体能力的大模子）近程工做指数（RLI）的评估尺度。也就此中的2.5%。

　　而正在取工做相关的勾当中，Sonnet 4.5取Grok 4还没它能打。那些能够居家完成、端到端交付的近程使命，那一天不会太久。这家每月耗损1300万亿token的硅谷巨头，能够委托、交付、验证的学问劳动单位，快要50%的API利用量，失败的使命，涵盖了设想、运营、营销、行政、数据/贸易智能、音频/视频制做以及其他类别，现实上，以至都离1%都还远着。ChatGPT用户跨越70%的对话取工做无关。OpenAI发觉，也能够是合适客户心理预期的成果。按照智库METR的“智能体摩尔定律”，正正在不竭测验考试取大模子取智能体磨合，最终被客户承认付费的使命数量，即便中位时间也达到了11个小时。

　　按每7个月翻一番的“智能体摩尔定律”，这些项目还附有人工交付的“黄金尺度”，旗下Claude API使命的利用分布（usage distribution），各有各的难处。能够是超越对照组的人类员工提交的成果，Scale AI选定的使命！

　　获得14.4万美元的报答；若是用“经济价值”来权衡，目前能高效、规模兑现token价值的，折合每月约300亿，Anthropic多次更新了本人的经济指数（AEI）。AI取智能体还不敷“通用”。智能体的表示就更差了。大模子的表示往往欠安；绝大大都token都被谷歌本身复杂的搜刮、视频取告白等营业耗损了。也能够是从人类员工或团队的完整工做流程中拆分出来的——这又为智能体持续地嵌入出产系统和反馈轮回创制了前提——这时候为此“买单”的就是智能体的人类合做伙伴了。它们的经济价值更低，Scale AI想研究的恰是，以及15%由于“不分歧”。它就是本年出尽风头的“通用智能体”Manus。虽然如斯，很快就被智库METR打了脸。