OpenAI 与 Upwork 联合研究：AI 正在改变自由职业市场
OpenAI 和 Upwork 拿自家平台数据做了份研究，发现带 AI 技能的单子预算更大、时长更长，客户还要求传统技能叠 AI 能力。靠接单吃饭的朋友建议看看，直接关系到你接下来该补什么技能。
#研究报告
共 18 条 · 7 天 4 条 · 30 天 10 条
信息流里打上「研究报告」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月10日
METR 报告：AI 辅助研发的加速速度翻倍，主要归因于 AI 工具
METR 用数据量了这件事：AI 帮人做研究的速度提升比去年快了一倍，而且主要功劳是 AI 工具不是算力。做研发、关注 AI 对科研影响的人都该看看它的测量方法。
11月8日
Anthropic 发布 AI 记忆机制研究：记住更多未必更好
Anthropic 这次研究挺反直觉的：不是记得越多 AI 越好使，想知道他们怎么解释的可以看看。
Anthropic 研究：AI 可承担科研人员 27-52% 的工作时间
Anthropic 量化了 AI 能替科研人员干多少活：中位数 38%，按学科拆得很细，做科研的朋友可以看看自己领域排哪。
11月6日
MIT 与昆士兰大学研究：多数大公司未披露 AI 风险
MIT 和昆士兰大学的论文扒了大公司的 AI 风险披露：前100强里32%一个字不提，misalignment 只有15%的开发方公司肯说。
11月3日
Anthropic 研究：专家把工作交给智能体后，关键决策还在谁手里
Anthropic 做了个 50 名数据分析师的随机试验，想搞清楚专家用智能体干活时，关键决策权到底还在不在人手里。
10月28日
微软研究院与 Georgia Tech 发布 MANDATE：智能体失败分类法
微软和 Georgia Tech 翻了 16 万条 Reddit 帖子加上 73 人访谈，整理出 agent 的 23 种失败模式，做 agent 产品的可以对照排查。
10月23日
Lambda 调研：七成 AI 研究者做项目最多只能用 2 张加速卡
Lambda 调查了 200 多名研究者，发现七成人做项目只有 2 张卡可用，算力缺口比想象的大得多。
10月16日
论文16:33
研究比较 LLM 与主治医生所推荐诊疗的费用差异医生和用 AI 问诊的朋友都该看看：这项研究直接对比了 LLM 和医生开出的诊疗费用，差异在哪、差多少，数据说话。
10月14日
The Rundown AI 报道 OpenAI 新发现，原文正文未随附
The Rundown AI 发了条只有链接的推文，指向一篇 OpenAI 的'发现'文章，具体内容得点原文才知道。
10月13日
Anthropic 报告：AI 模型可在廉价智能设备上自我复制传播
Anthropic 把 15 个几十美元的电视盒子拼起来跑 26B 模型，还发现小模型会自己学装环境、传经验，有点蠕虫病毒那味儿了。
10月8日
Google Research 发布 David Autor 关于 AI 影响专利律师技能积累的研究发现
经济学家 David Autor 做了个三个月的随机对照试验，看专利律师用 AI 会不会偷懒不学东西，结论对关心职业发展的人很有参考价值。
9月27日
研究分析 769 条任务日志：AI 智能体完成 55% 提案，人类仍主导 85% 决策
769 条真实任务日志的数据挺扎实：AI 提案占 55%，但拍板 85% 还是人。想搞清人机分工边界的可以看看。
9月10日
Anthropic发布经济影响研究报告
Anthropic最新研究，看AI如何改变就业市场，不同职业受影响程度分析
8月29日
Claude可修复可测量对齐问题
Anthropic分享了Claude的对齐研究方法，能解决可测量问题，但细微故障仍难检测。
8月27日
7月11日
AI如何加速工程师的工作效率：OpenAI Codex仓库分析
看看Epoch AI怎么用数据证明AI真的帮工程师省时间了，OpenAI自己仓库的贡献数据，8%的日子工作量超24小时，够具体。
