- 评测重构： 斯坦福大学 SALT 实验室于 2026 年 5 月 正式上线了全新的 AI 智能体评估基准 JobBench。
- 真实委托：区别于以往死板的学术跑分（如 MMLU），JobBench 完全构建在 WORKBank 数据库之上，其考题全部来源于真实世界中各行业专家（包括科研、IT、法律）真正想要“委托（Delegate）”给 AI 执行的复杂多步骤多系统任务。
- 劳动力重塑： 伴随该基准发布的数据指出，全美已有近 80% 的白领劳动力面临至少 10% 的日常任务被 AI 智能体结构性接管。
- 久湛洞察：AI 的评估正在从“修辞学（它能写得多漂亮）”走向“行为学（它能把事办成几件）”。JobBench 的出现对企业级软件生命周期管理具有极强的指导价值。
- 关键词： JobBench、斯坦福 SALT、WORKBank、意图委托
权威源（Stanford Future of Work 官网）： https://futureofwork.saltlab.stanford.edu/