共 1 篇
Mercor 把 29 个主流 AI 基准映射到美国 923 个职业上，发现 90% 的工作小时对应的任务几乎没有覆盖。这篇讲清榜单测了什么、漏了什么，以及怎么用二三十条真实任务给自己建一个小测。