90% 的美国工作时长，AI 基准测不到

90% of US working hours are spent on tasks not covered well by AI benchmarks

Mercor 最新研究显示，尽管 AI 基准测试层出不穷，但它们仅覆盖了美国劳动力中极小一部分任务。通过对 923 个 O*NET 职业和 18,797 项具体任务的分析，发现现有基准高度集中于高薪资和易被 AI 自动化的高曝光领域，如软件工程和法律。然而，这导致 90% 的美国工作时长所对应的任务缺乏有效评估。这意味着我们可能严重高估了 AI 在真实经济活动中的能力，尤其是在那些薪资中等、任务琐碎但至关重要的“长尾”工作中。