OpenAI 推出 LifeVal 評測基準 評估日常生活個人 Agent 任務能力

OpenAI 於 2026 年 11 月 2 日推出 LifeVal 評測基準，旨在衡量 AI 模型處理日常生活助理任務的能力，跳脫傳統學術知識考核。該基準結合時間運用調查與 3,995 名受訪者的代表性問卷，涵蓋家務、健康及公共服務，並反映模型在瀏覽器與電腦操作能力的提升。

值得帶走的重點

• LifeVal 基礎源自美國與跨國時間運用調查，並擴充一項包含 3,995 名受訪者的調查，鎖定大眾最需要協助的日常領域。
• 評測任務涵蓋健康照護、家務行政、教育、個人財務以及政府服務申請等實際場景。
• OpenAI 以最新模型測試日常工作流程，並列出包含 GPT-6 Astra 在多項跨瀏覽器與電腦操作任務的測試表現。