LifeVal — OpenAI 推出 LifeVal 基准，衡量 AI 在育儿、理财、政务等日常事

• LifeVal 覆盖育儿、财务管理和政府文书等日常任务，衡量 AI 帮助人完成这些事务的效果，而非抽象推理分数。
• 对 agent 开发者而言，这意味着评估重心转向端到端任务完成度，工具链需支持真实生活场景的评测。
• 对工具链而言，日常事务涉及多步骤、跨系统操作，是检验 agent 编排与可靠性的新标尺。

原文：LifeVal · 作者 OpenAI