研究方法 · 2026-10-24.method.1
从整份工作到有依据的条件判断
交付要求说明需要什么结果，AI采用建议说明在什么条件下可以怎样做；研究完整性、采用依据和实际成效分别记录。
- 明确范围和任务
说明角色、环境、工作包、目标实例与分母；逐项定义输入、产物、验收和缺件，工作链标明材料、反馈与异常。
- 比较路线和证据
先辨认已有能力，再比较成熟库、托管或定制路线的替代、保留和新增责任。逐主张保留原配置、样本、指标、区间类型、迁移条件和未知。
- 建立条件合同和账本
固定共同业务验收，写明模型、工具、权限、验证、恢复和人工关口。计划参与、实际采用、独立执行、成功率及完整人工投入分别表达。
- 生成并验收图文报告
任务、图形、正文、静态版和下载来自同一版本；检查去重、缺值和预算，实际阅读展开后的最长内容与导出，并在最后修改后定向复核。
- 按证据更新判断
新证据影响哪项判断就复核哪项。外部证据可支持结构与条件报告；真实效果保持未知，需要且获授权时再观察或实验。
- 研究内容完整
- 范围、任务、来源、假设和未知可审；不等于AI任务实际完成。
- E/A/D嵌套覆盖
- 基线工作量中的参与机会、计划采用和独立执行范围，不是事件采用率或成功概率。
- S与H
- S是相对已有栈的增量工作替代，H是包括未采用原工作、准备、处理、审阅、返工/接管、维护与集成的人工负担。二者不相加为净节时。
- 原有T演算
- 原计算器T=Σwq只表达合成基线中假设满足技术门槛的份额；没有估计实际采用和净人时。
- 实际效果
- H0/H1须在同范围、质量和角色口径下比较。实际值缺失保留未知；显式条件演算使用自己的身份与参数。
先读建议交什么、成立条件、依据支持到哪里、未知与改判信号。需要深入时再查专题参数；不必填写研究表单。
复用已有目标和上下文，按问题选用路线、成本和条件分析。五条研究链及19项验收是内部按需工具，不要求每次对话完成固定流程。
阅读两份完整岗位专题 →方法文档与统计收集／完整实验方案可在专题材料包中读取；真实研究按需安排，未测不会自动阻塞条件建议。
先给出有条件的用法，再解释依据
每个工作单元回答：AI可交什么、开始条件是什么、怎样验收、证据支持哪部分、缺口如何补齐。没有本站成功率，仍可根据外部任务与可核查工具给出条件建议。
职业来源任务、可验收交付、Agent运行步骤是不同对象。AI可以合并操作和反复验证，已有局部检查不必废弃。未来3–5年同时呈现基准、加速和受限情景，用具体信号调整安排。
查看75份交付契约 →方法
标准说明结果，证据说明边界
我们组织可查证的工作要求与外部评测，帮助人和Agent做有条件的接管判断。
两层标准，分别维护
交付与验收要求
任务目标、输入、产物、质量门槛与人的责任。由具体业务需求决定；本站当前内容为研究草案。
AI接管建议
模型、Agent、工具、上下文与人的参与方式。随外部测试与产品变化修订，并保留适用条件。
从职业目标到AI-native交付任务
主要工作按可接收结果组织，Agent自行选择执行路径；确定性计算可直接使用程序。职业页说明输入、产物、当前判断和真实适用差异，具体主张连接原文与进展。
公开研究、可检查产物、工具方法与编辑推断分别保留身份。当前采用建议、工具可得性、研究前沿和本站运行分别说明；未知要写明原因与下一项验证。数学研究允许自然论证、反例和形式证明，形式交付再做语义、完整性与依赖检查。
每个职业用有来源的工作范围检查重要漏项；固定任务数、字数、引用数和工程通过均不能替代内容审阅。进展按实际判断变化或首次公开排序，资料修订另行解释。
从职业进入 → · 从具体交付进入 →保留的职业来源任务与旧场景切分
职业到任务：保留O*NET 31.0五个参照职业的全部任务，包含原始职业代码、Task ID与任务陈述。职业对现代岗位的映射有范围差异；不从使用量倒推岗位全部职责。
任务到子任务：基于原始任务与关联Detailed Work Activities还原一个限定场景。一个原子项包含一个有边界的动作、一个可观察产物或状态改变、独立验收及依赖；DWA是活动参照，不是官方执行顺序。业务情境改变时允许进一步拆分，不声称切分已经过领域人员完整性认证。
AI可完成性：把输入/产物可界定的尝试建议、相近公开测验、保存AI产物的限定实例重放、人的决定及现场动作分别记录。两份重放只验证了具体公开开发实例，没有新增模型生成；一般子任务成功率保持未知。
整体验收：每个必要子项与前置依赖有实际通过证据，负责人决定和现场动作有真实记录后，才可以报告场景完成；禁止平均子项数量或外部任务分数得到职业自动化率。
O*NET数据库与任务/DWA映射 ↗许可：O*NET CC BY 4.0；中文翻译与场景切分为本站改编。O*NET®属于美国劳工部就业与培训管理局，不代表对本网站切分或能力结论背书。
查看完整层级及逐项来源 JSON →完整示例的最低要求
任务标为“完整示例”前，须具备以下内容；达不到的保持“基础草案”。
- 输入说明：每项写明形态与来源，而不只是名词。
- 工作组织：写明目标、适用约束与必要反馈，执行路径和步骤数量由任务决定；人的授权与责任另行说明。
- 常见失败：至少一条真实会发生的失败方式。
- 产物样例：标明人工构造、未执行的交付格式示例。
- 证据对应：每条结论注明来源、支持关系与限制；供应商自测和背景资料不进入主证据区。
当前10项完整示例、10项基础草案。
怎样使用公开评测
- 先定位具体任务和交付要求。
- 核查原始方法、版本、任务范围、配置与判分。
- 区分直接证据、部分覆盖、方法参考与未覆盖。
- 交叉核对独立来源，保留反例、利益关系和条件差异。
- 来源变化触发复核；核查日期不改写为实验日期。
本地复现不是引用的前置条件。所有结果标记外部执行方，本站没有运行这些AI任务。
完成度的几个不同含义
- 整体验收
- 关键门槛是否通过，产物是否可接收。
- 部分得分
- 一部分验收项或检查点得到分数，不等于整体完成。
- Pass@k
- k次尝试中至少一次成功；不能当作每次都可靠。
- Pass^k
- 重复k次均成功的可靠性口径，须以来源定义为准。
- 人的参与
- 目标与口径确认、复核、接管及其时间成本；外部未测时保持未知。
岗位任务图的数据与口径
首页和方向页的任务条，把一个参照职业拆成O*NET 31.0中的全部任务陈述，再合并Anthropic经济指数 release-2026-06-26 中 2026-05-01 至 2026-06-01（不含）全球Claude聊天的任务级数据。
- 段宽
- O*NET任务重要度（IM，1–5）在该职业内的占比；不是工时占比。
- 委派为主
- 自动化交互占比 ≥ 50%：委派不少于协作。
- 协作为主
- 自动化交互占比 < 50%：协作多于委派。
- 未公布
- 该月未公布该任务的使用数据（样本未达公布门槛，不等于零）。
- 耗时
- “人独立／借助AI”的耗时是Anthropic用模型对对话做的估计，不是计时实验。
这些数据描述人们在Claude中如何使用AI处理某类任务，不是AI完成率、质量或岗位可替代比例；也只覆盖一个产品的用户。O*NET没有产品经理和FDE职业，本站用最接近的职业作参照，并在图中注明。任务译名为本站翻译，原文随明细展示。数据许可：Anthropic CC-BY；O*NET CC BY 4.0（O*NET® 是美国劳工部就业与培训管理局的注册商标）。
下载任务图数据 JSON →“理想边界”是条件化的选择
在质量与责任门槛下，比较人独立、AI辅助、委派后复核等方式的时间、成本和失败风险。外部证据支持局部判断；目前不声称所有工作存在唯一最优分工。
模型分数不能转成人的能力分。候选人需要工作证据，用人方需要业务条件与责任要求，两侧都应保留具体上下文。
持续维护与纠错
来源有版本、核查时间和复核期限：榜单和供应商页面30天，其他任务基准60天，研究与历史档案90天。监测变化只产生待审线索，内容需核对后更新；目前没有已部署的自动调度。
引用原则：优先一手研究；供应商自测明确标识；同研究的转载不增加独立性；不对不可比条件投票平均。
编辑责任由AI工作标准观察站维护者承担，本站由AINativeMatch项目维护。机构名称仅标识引用来源，不代表背书。本站分工建议与上游研究结论分别标记；当前没有完整外部基准复现；保存AI产物的限定实例重放另列。可通过各资料页末尾“发现问题？提交纠错”填写问题与公开依据，页面和版本会随入口带入；反馈保存在私有库，不自动变成公开结论。通过站内私有反馈提交纠错 →
从结论追到原始资料
任务页先说明每个结论借鉴了哪个任务族、步骤或方法，再进入证据页查指标、配置、日期与原始资料。关联资料并不自动支持当前任务。完整示例有逐条编辑对应，基础草案只保留任务族层面的关联。
查看编辑对应、说明示例与版本 →当前覆盖与限制
当前职业资料：44项职业与岗位方向、193项职业应用；共享交付：75项任务、212条具体判断、126条来源记录（不是独立研究数）。历史来源拆分另有5个参照职业、89项来源任务、299项子任务候选；20项旧场景案例、24组旧来源、5条结果快照各保留原范围。任务映射为初步语义覆盖，未完成全部逐题审查；没有现场画像效度，也没有全行业代表性保证。本站未发布这些职业任务的总体成功率。外部已展示的成果按具体范围引用，当前采用建议与本站试次分别说明。
查看公开数据与版本