金融法律直接零分，AI 到底能不能替你上班？全球最强 AI 干真实工作只拿 12 分

大白话这个叫 GDPx 的测试不走寻常路：不考选择题、不考奥数题，而是把 11 个行业里 206 个真实客户任务丢给 AI，标准是「客户愿不愿意为这份交付物掏钱」。结果 20 个前沿模型里最强的也只完成了 12%，金融和法律类有些任务直接零分，而且最强模型每做一题大约要烧掉 50 美元算力。作者的意思是：AI 不是没用，而是现在还得有人在旁边把关，指望它全自动交付，八成会被客户打回。

对你意味着如果你正在公司里推 AI 落地、或者被老板要求「用 AI 替掉几个人」，这份成绩单是最好的清醒剂：先算清出错成本，再决定给多少自主权。