AI 风险分是怎么算的
数据版本 2026-11 · 由 AIProofMe 团队维护
简要说明
每个职业的风险等级来自美国劳工统计局（BLS）对职业 AI 暴露度的评级，再由 OpenAI、Anthropic、微软三项研究决定它在这一档里的位置。分数衡量的是 AI 能影响这份工作的程度，不是你丢掉工作的概率。
| BLS AI 暴露度 | 分数区间 | 风险等级 |
|---|
| 很高 | 75–95 | 高风险 |
| 高 | 55–74 | 中风险 |
| 中 | 45–54 | 低风险 |
| 低 | 40–44 | 低风险 |
第一步：BLS 官方评级定档
2026 年 8 月，BLS 为它做就业预测的 831 个职业发布了 AI 相对暴露度四档（低、中、高、很高）。BLS 综合了五项外部研究：三项评估 AI 理论上能做什么，两项衡量人们实际怎么用 AI。它把每项研究换成百分位排名，分别取理论和实际使用两组的中位数，再把职业归为四档。
我们直接采用 BLS 公布的档位，它决定上表中的分数区间：BLS 评为「很高」的职业，在 AIProofMe 上一定是高风险。
第二步：三项研究决定档内排序
在每个分数区间里，我们用 BLS 也采用的其中三项研究给职业排位置，三项等权：
- OpenAI《GPTs are GPTs》（Science，2024）：大语言模型能否把一项工作任务的用时至少减半。
- Anthropic《AI 对劳动力市场的影响》（2026）：人们在对话和 API 中实际用 Claude 做哪些工作任务。
- 微软研究院《Working with AI》（NeurIPS 2026）：20 万次 Bing Copilot 对话帮上了哪些工作活动、成功率如何。
每项研究先换成在所有职业中的百分位排名，有数据的几项取平均，再按这个平均值在分数区间内定位：同一档里，平均值越高，分数越高。
数据缺失时怎么处理
我们的职业表里有些是职业大类或「其他」类，研究没有直接给它们打分。其中 129 个使用同一标准职业分类（SOC）族里最接近职业的数据。每个职业页都会显示有几项研究覆盖了它。
军事类职业既不在 BLS 预测范围内，也没有任何一项研究覆盖，所以我们不给分数。这些职业页会说明原因，并展示美国国防部的官方数据。
这个分数不是什么
- 不是你丢掉工作的概率。BLS 明确说明暴露度不代表失业，很多暴露度高的职业预计还在增长。
- 不是就业预测。请结合每个职业页上 BLS 2025–35 年就业预测一起看。
- 是相对排名：比较的是职业之间的高低，不是绝对标准。
- 只覆盖美国的职业分类和美国数据。
- AI 变化很快。这些研究发表于 2024–2026 年，反映的是 2023–2025 年间 AI 的能力和使用情况；来源更新时我们会更新分数。
你的个人分数
免费测评从你所在职业的分数出发。你从这个职业的 O*NET 任务清单里选出自己实际在做的任务，再标出最占时间的几项（按双倍计算）。我们用 OpenAI 的任务级评级，比较你所选任务的 AI 暴露度和这个职业全部任务的平均值，差值乘以 80，上下最多调整 15 分，结果保持在 40–95。年龄、工作形式、雇主的计划和你自己用不用 AI 都不改变分数；有研究适用的，结果页会单独列出并附出处。
任务清单基于美国劳工部就业与培训管理局（USDOL/ETA）的 O*NET 30.0，按 CC BY 4.0 许可使用。我们缩写了任务措辞；这些改动未经 USDOL/ETA 认可、背书或测试。
参考来源
- U.S. Bureau of Labor Statistics, “Artificial Intelligence (AI) exposure categories,” Employment Projections, August 27, 2026.
- Eloundou, T., Manning, S., Mishkin, P., & Rock, D., “GPTs are GPTs: Labor market impact potential of LLMs,” Science 384(6702), June 21, 2024.
- Massenkoff, M., McCrory, P., et al., “Labor market impacts of AI: A new measure and early evidence,” Anthropic, March 5, 2026.
- Tomlinson, K., Jaffe, S., Wang, W., Counts, S., & Suri, S., “Working with AI: Measuring the Applicability of Generative AI to Occupations,” NeurIPS 2026 (arXiv:2507.07935).
BLS 评级中的另外两项研究（Felten、Raj 与 Seamans；Eisfeldt 等）已经通过 BLS 档位纳入，我们没有单独使用。
下载数据：BLS AI 暴露度分类（XLSX） · 微软 Working with AI 评分。
更新记录
- 2026 年 11 月 5 日：个人测评改为只按你选的任务调整分数（上下最多 15 分）。此前按任务类型、雇主用 AI 的情况、工作年限和公司规模做固定加减。
- 2026 年 11 月 4 日：风险等级改为采用 BLS 官方评级，档内由 OpenAI、Anthropic、微软三项研究排序。此前的分数综合了四个来源，其中包括 Andrej Karpathy 的「jobs」项目；它是非正式的 LLM 打分，不是公开发表的研究，我们不再使用。