OpenAI LifeVal 在测什么：AI 能答难题，却未必能办妥生活小事

OpenAI 的 LifeVal 评测框架主张以用户目标和限制为基准评价生活助手，而非只看操作完成度。文章指出评测生活任务的核心难点在于细化用户需求与条件约束，并需区分“帮我看看”和“替我办好”两种验收标准。文中还提到仅靠美国时间使用调查 ATUS 和 MTUS 的时间数据不足以决定评测重点。