原文標題：LifeVal

OpenAI 於 2026 年 11 月 2 日介紹 LifeVal，目標是衡量 AI 模型能否處理日常生活的實際任務，而不僅是回答知識題。測試涵蓋使用瀏覽器、電腦操作及連接器進行多步驟工作，觀察代理是否能把使用者需求轉化為可檢查的成果。

研究團隊先參考美國 American Time Use Survey 與跨國 Multinational Time Use Study，再以 3,995 位受訪者的人口結構代表性問卷，辨識人們最希望 AI 協助的工作。情境涵蓋照護、健康、教育、家庭行政、個人財務、購物與政府服務。

官方展示的個別案例包括搬家後比較幼兒園與整理入學資料（93.1%）、協調洪水防護志工（98.0%）、尋找符合預算與通勤條件的住宅（100%）、遠端陪長輩看球（96.3%），以及為剛確診糖尿病的家人準備餐點與照護計畫（90.4%）。部分工作仍須由使用者作最終決定，例如選校或核准計畫。

上述百分比是頁面呈現的個別任務成績，不是 LifeVal 全部題目的平均成功率，更不能推論所有地區、真實環境及使用者都會得到相同表現。OpenAI 表示過去一年以這類評估追蹤模型進步，但公告未完整揭露全題庫、外部重現方法及跨模型的統一總成績。

發生了什麼事

OpenAI 公開 LifeVal 日常任務評估，將時間使用研究與 3,995 人問卷轉成 AI 代理測試情境。

為什麼重要

衡量 AI 助理是否能真正完成生活流程，有助於避免只依學術題目分數推斷產品實用性。

影響哪些人

AI 模型研究者、代理產品開發團隊、教育及照護應用業者。

已確認與未確認

已確認問卷規模、任務類別與個別展示成績；完整題庫及外部可重現性尚未充分公布。