LifeVal 是一个面向个性化数字超级助理的基准，衡量 AI 模型在高价值消费任务上的实际能力。研究覆盖 148 类任务，包括理财、搬家、求职、寻找托儿等，总计对应超过 1.7 万亿美元的年度支付意愿。为构建任务分布，团队对 3800 多名具备人口代表性的消费者进行意愿支付调查，并将结果与美国时间使用调查（ATUS，2025）和多国时间使用研究（MTUS，2025）进行交叉比对。针对最有价值的活动，任务创建者基于真实的 ChatGPT 对话、记忆文件和个人背景设计个性化评估任务。创建者必须通过专业门槛——亲自完成任务多次并在真实生活中使用超过一年——并撰写评估标准，以确保测量的是最佳的个性化完成度。所有任务在进入最终评估集前需通过至少三轮人工质量控制。\n\n点评