OpenAI发布LifeVal：从买菜、找房到照顾家人，专门测试AI能不能过日子

OpenAI发布了一套名叫LifeVal的新评测，专门测试AI能不能帮普通人处理生活琐事。从找幼儿园、买菜、办理政府福利，到照顾生病的家人，考的都是现实中需要一步步处理的事情。 为了确定测试内容，OpenAI参考了各国居民日常生活和时间分配的调查数据，又找来3995人，询问他们最希望AI帮忙处理哪些事情。LifeVal由此覆盖育儿、医疗、购物、理财、教育等领域。 OpenAI公布的成绩显示，GPT-5.2的平均得分为49.3%，GPT-6 Astra已提高到80.6%。不过，进步主要集中在早期：GPT-5.4就已达到73%，GPT-5.6为 80%，最新的Astra只比它高出0.6个百分点。官方还展示了一些高分案例。例如，帮一家人找房子拿到100分。AI找到了符合预算和通勤要求的房源，还计算了房产交易税，把相关文件加入购物车供用户审核。搬家后挑选幼儿园则拿到93.1分，AI筛选出三家候选学校，并整理了入学信息。 LifeVal 此前已被用于指导模型改进，目前仍是一套由OpenAI自己设计和评判的内部测试。（格隆汇）