要点
- 任务地图锚定美国时间使用调查（ATUS）与跨国时间使用研究，并叠加 3,995 人、人口统计上有代表性的「最想要助手帮忙」调查。
- 领域：照护、健康、教育、家务行政、个人财务、购物、政府服务。
- 演示工作流分数示例：幼儿园入学 93.1%、洪涝志愿协调 98.0%、找房 100%、异地陪看比赛 96.3%、糖尿病餐食准备 90.4%。
- 叙事：过去一年在浏览器使用、计算机使用与连接器上的训练，推动 ChatGPT 从聊天走向可行动的个人助手。
- 正文未给出公开任务列表、评分器或第三方基线。
OpenAI 的 LifeVal 博文主张：AGI 进展应量在人们真正想要帮忙的琐事上，而不是只量学术知识题。这个问题意识成立。随文公布的证据，薄于那些接近满分的分数所暗示的程度。
[1]实际发布了什么
OpenAI 称构建 LifeVal，是为了在过去一年跟踪并推动模型在日常任务上的表现。任务目录先来自美国时间使用调查与跨国时间使用研究，再叠加对 3,995 名受访者、在人口统计上有代表性的调查，询问最希望个人助手插手的地方。结果覆盖照护、健康、教育、家务行政、个人财务、购物与获取政府服务等。
博文给出若干示例对话与当前模型分数：搬家后选择合适幼儿园（93.1%）、洪涝前组织志愿者（98.0%）、在预算与通勤约束下找房（100%）、与远方长辈一起看比赛（96.3%）、新确诊糖尿病后的餐食准备（90.4%）。叙事把这些提升连到过去一年 ChatGPT 在浏览器使用、计算机使用与连接器上的能力，称产品正从聊天走向能办事的智能体助手。
使命表述很明确：对每周逾十亿 ChatGPT 用户，帮助应意味着把事办成，而不只是给建议。LifeVal 被写成朝这一测量目标迈出的一步。
[1]台面上的证据
文中可核对的硬件是调查规模（3,995）、点名的时间使用来源调查、列出的生活领域，以及五条演示分数。抽样、命题、评分、工具权限与失败分类的方法细节未在此公开。没有可点的公开榜单、题库或独立实验室结果。所有表现数字均由 OpenAI 自跑。
[1]钢人与缺口
钢人。 学术基准错过日常时间分布：幼托后勤、政府表格、健康习惯、金钱行政。用时间使用研究与代表性民调锚定评测，比再出一套考题更像产品指南针。若模型能在这些流程上安全操作浏览器与连接器，那比再高一点的知识题分数更接近「有用的助手」。
缺口：精选演示分数贴近天花板，区分度弱，也容易被质疑挑题。没有公开任务、评分器与工具桩，外人无法证伪，也无法跨模型对比。博文未报告错误模式、人类基线、成本、延迟，以及助手多久必须交还控制权。找房演示上的「100%」在题库开放前，仍属产品截图级证据。利益冲突是结构性的：同一实验室既交货助手，又出记分卡。
[1]谁该在意，下一步看什么
评测与安全团队应把「日常任务分类法」（有用）与「题目封闭的厂商 KPI」（弱科学）分开。向智能体就绪度要数的监管者与企业采购方，在把类 LifeVal 数字当采购依据前，应要求公开题或第三方审计。对手实验室可以采用时间使用框架，而不必接受 OpenAI 的天花板分数。
未来六个月看：OpenAI 是否释放 LifeVal 任务或脱敏公开子集；是否出现带人类基线的独立日常智能体套件；ChatGPT 产品说明在上线浏览器／连接器改动时是否引用 LifeVal。
[1]收束
LifeVal 站得住的部分是分类法：按人们实际度过的小时来量助手。站不住的风险，是把封闭、接近满分的演示当成「日常 AGI 已到」的证明。 六个月后，要么题库开放到外人能不同意这些分数，要么 LifeVal 仍只是 OpenAI 路线图的指南针，而不是领域可共用的基准。
[1]