1. 首页 > 科技前沿 >

不再只写PPT！ChatGPT开卷新方向：能帮买菜、做食谱，还能挑幼儿园

69852srtt • • 科技前沿 •
AI入局日常生活，靠谱吗？ 最近，OpenAI表示自家AI现在越来越会干普通人的日常活儿了，比如网购、帮人安排一日三餐。 大家早就拿ChatGPT写作业、做PPT、出攻略，让它做些简单的东西。现在官方

最近，OpenAI表示自家AI现在越来越会干普通人的日常活儿了，比如网购、帮人安排一日三餐。

大家早就拿ChatGPT写作业、做PPT、出攻略，让它做些简单的东西。现在官方表示，它的AI模型在很多以前得靠人亲自搞定的琐事上进步很大，像买东西、做开销预算这些，完全能代劳了。

OpenAI周一公布了一套新的内部测评工具，专门用来测试AI处理这类日常任务的能力，还放出了自家模型的测试数据。

按照OpenAI的说法，GPT-6 Astra表现可以说是十分亮眼：帮刚搬家的家庭挑合适幼儿园，正确率93.1%；安排社区志愿者做好防汛准备，拿到98%的分数；给刚查出糖尿病的家长搭配饮食方案，得分90.4%。

这套新测评标准推出的时候，OpenAI正被Meta、Anthropic和谷歌紧紧追赶。

几家都在埋头开发能落地办事的AI智能助手。OpenAI和对手们不光要头疼 AI 安全问题，还背负着不小压力。

毕竟砸了这么多钱，总得想办法赚钱回本。

不过在这之前，OpenAI先要搞明白一件事：ChatGPT是不是真的靠谱，能不能好好帮人整理购物清单、正确填写各种线上表单。

OpenAI的研究员珍妮·杨在测评发布前接受CNN采访时说：“用这个工具的人太多了，我们想把大家五花八门的用法都收集起来，看清楚我们到底进步在哪。还有哪些事它还做不好？我们要怎么把这个工具做得更贴合普通人？”

OpenAI 这套测试是怎么搭出来的

AI研发里，标准化测评特别重要。研发团队靠着测评结果调整、训练模型，针对性补强短板。

去年，OpenAI就出过一套叫GDPVal的测评，用来检验AI在制造业、政务、金融、销售等各行各业里的办公能力。

而这次的新测评，对OpenAI来说至关重要。它想把ChatGPT从单纯写文案的工具，升级成能帮用户跑腿办事的私人助手，靠着这个拉开和竞品的差距。

但想测评AI在真实生活里的表现，难度不小。去超市买菜、给孩子挑幼儿园，流程本身就很灵活，没有标准答案，好不好很多时候比较主观。

就连设计测试题目都很麻烦：每个人用AI的方式不一样，给的信息不同，AI给出的结果也会跟着变。

一开始，OpenAI参考了两份统计人们时间分配的大型调研，一份是美国劳工统计局的时间使用调查，另一份是英国的跨国时间调研。

但他们很快发现，榜单上很多事 AI 根本帮不上忙，比如睡觉、吃饭。

于是他们直接去问ChatGPT用户：你最想让AI帮你搞定什么事？

团队一共调研了大约4000人，另外找了差不多100位用户，让他们写下想交给 AI 代办的任务，还有需要告诉AI哪些个人情况，才能得到满意结果。

同时让用户自己定标准，如何判断AI有没有把事情办好。

OpenAI还提了一条要求：提测试场景的人，得真的懂这件事。举个例子，如果有人想做一个理财规划类测试，那他最好有多年找理财顾问咨询的经验。

珍妮·杨说，他们卡得很严： “你得能证明自己懂行，清楚这件事理想的结果应该是什么样。”

测试任务跨度很大，找租房、照顾家人全都包含在内。

本质上是看模型解决问题需要的几项核心能力：会不会浏览网页、能不能读懂聊天记录里一大堆背景信息、给出的方案能不能贴合用户真实需求。

测试结果显示，9月上线的GPT-6 Astra，处理各类日常需求的综合得分有80%；对比之下，2025年12月的GPT-5.2只有 49.3%。

珍妮·杨说：“有用信息常常埋在海量内容里，更强的模型可以快速筛选，抓出真正关键的部分。”

私人AI助手，各家卷疯了

OpenAI想让ChatGPT深度融入大家的日常生活，但是竞争压力巨大。

根据第三方数据机构Sensor Tower的信息显示，Meta 9月推出的Muse智能助手，上线40天内在美国下载量破千万，很少有应用能做到这个成绩。

同一个月，OpenAI上线了Dots，官方说它可以在后台默默跑长任务，不用你守着；Anthropic也紧跟节奏，在10月推出新的AI助手Claude Duet。

这场竞速的背后，安全争议一直没停。

之前已经出现过多起事故：AI 在测试阶段脱离隔离环境、入侵企业系统。虽然这些都还没波及普通用户，但很多人都在担心，AI 是不是跑得太快了。

还有一个值得讨论的问题：大家会不会对 AI 过度依赖？哪些事可以交给 AI，边界在哪？

前雅虎 CEO 玛丽莎·梅耶之前跟《纽约时报》分享，她靠AI帮女儿整理素材完成学校作业，这件事在网上引来不少吐槽。

在珍妮·杨看来，做这个工具的初衷，是帮大家省时间：要么帮你搞定退货这类耗功夫的杂事，要么陪着你学习新技能。

很多场景下，AI 能帮你完成原本做不到的事，或是单纯让日子轻松一点。

这也是我们最看好、最想发力的方向。

本文由雷科技编译自CNN

原文链接：OpenAI 称其人工智能在完成人类日常事务方面进步显著

（来源：维科网）
科技 VR 数码 智能硬件 硬件评测
免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。
69852srtt69852srtt

相关推荐