OpenAI發佈LifeVal：從買菜、找房到照顧家人，專門測試AI能不能過日子

動察 Beating AI 快訊，OpenAI 發布了一套名叫 LifeVal 的新評測，專門測試 AI 能不能幫普通人處理生活瑣事。從找幼兒園、買菜、辦理政府福利，到照顧生病的家人，考的都是現實中需要一步步處理的事情。

為了確定測試內容，OpenAI 參考了各國居民日常生活和時間分配的調查數據，又找來 3995 人，詢問他們最希望 AI 幫忙處理哪些事情。LifeVal 由此覆蓋育兒、醫療、購物、理財、教育等領域。

OpenAI 公布的成績顯示，GPT-5.2 的平均得分為 49.3%，GPT-6 Astra 已提高到 80.6%。不過，進步主要集中在早期：GPT-5.4 就已達到 73%，GPT-5.6 為 80%，最新的 Astra 只比它高出 0.6 個百分點。

官方還展示了一些高分案例。例如，幫一家人找房子拿到 100 分。AI 找到了符合預算和通勤要求的房源，還計算了房產交易稅，把相關文件加入購物車供用戶審核。搬家後挑選幼兒園則拿到 93.1 分，AI 篩選出三家候選學校，並整理了入學資訊。

LifeVal 此前已被用於指導模型改進，目前仍是一套由 OpenAI 自己設計和評判的內部測試。