站内目录

数据科学家 · 凭什么这么说

那一页给的是判断。这一页给的是判断底下的东西:哪些技术真的碰到了这份工作、自语言模型进入公众视野以来这个估计怎么走的,以及两者背后的方法。

评估于

2026-09-30

有证据

2/6

已核实事件

哪些技术在起作用#

四类独立信号。它们刻意不做加总 —— 一个职业暴露于两种技术,不等于风险翻倍。

脑力工作自动化

界定问题与指标清洗与探索数据建立并验证模型设计实验与判断因果说清它意味着什么、不意味着什么质询与审计模型

流程与自助化

质询与审计模型

它是怎么走到这里的#

指数不是一个静态数字。这是自 ChatGPT 以来,每个能力检查点上它大致会落在哪里 —— 回溯重建,并且如实标注。

回溯重建 · 平台推断每个过去的检查点都是今天回头估的,不是当时测的。36 → 50。

未评估

2022 下半年2024 下半年现在

—— 这一段里有已核实事件- - - 这一段没有 —— 纯重建0 = 没有任务暴露,100 = 全部任务暴露

● 本职业有 7 条已核实事件,按真实发生日期标在轴上 —— 靠近标记的那几段曲线是有可核对的东西锚定的。

起点是 36,因为这张图开始时,统计软件、AutoML 工具和代码库已经把许多常规建模自动化了。之后随着 AI 助手和智能体开始写分析和建模代码而上升,随后走平:在公开基准上,最好的智能体仍只能解决约三分之一贴近现实的数据分析任务,在因果问题上最吃力,而关于模型的规则期望由独立的人来质询和审计。它停在中线,是因为界定问题、解读实验和解释结果仍由数据科学家来做。

12022 下半年36通用文本生成进入公众手中。在这之前,暴露度来自已经部署多年的自动化 —— OCR、流程机器人、机器视觉、自助结账、派单算法。 ChatGPT research preview (2022-11-30) ↗

22023 上半年39通用模型开始通过职业考试。初稿质量跨过了「专业工作愿意用」的门槛。 GPT-4 (2023-03-14) ↗

32023 下半年42视觉输入、长上下文与工具调用。模型可以被指向文档、接进系统 —— 这才动得了流程类工作,而不只是写作类。 GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗

42024 上半年44同等能力大幅降价、变快。没有新东西变得可能,但很多东西变得规模上划算 —— 这才是部署决策改变的时刻。

52024 下半年46会做多步推理的模型;以及第一批「看着屏幕操作电脑」的模型。后者才碰得到「以操作软件为主」的工作。 OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗

62025 上半年47代理开始端到端操作真实软件,而不只是产出让人去粘贴的文本。同期出现第一批公开回退 —— 自动化之后又部分撤回的组织。 Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗

72025 下半年48长上下文与工具使用从「功能」变成默认。能力仍在提升,但可见的约束从「模型能不能做」转向责任归属、采购与成本。 GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗

82026 上半年49长时程代理落进具体行业流程。采用从「通用」变成「分行业」。 GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗

9现在50本次评估 —— 这个点就是职业页上公布的影响指数,所以曲线末端锚在一个本站已经为之负责的数字上。对那些平缓的曲线值得记一句:就在同几周里,一份「让 AI 代理安全操作物理设备」的共享规范开放了研究预览,面向科研机构与先进制造厂。那是第一个把矛头指向「图上几乎不动的那些体力职业」的能力类别。 GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

曲线平缓不是「安全」的预测。它只是在说:到目前为止,自动化触及了哪些任务 —— 这里动得最少的职业,约束都是物理的或监管的,而这两样都会变。

方法与来源#

评估日期: 2026-09-30
任务判断的依据构成: 2 条有证据支撑 · 4 条平台推断 · 0 条证据不足
已核实事件: 7

我们如何评估一个职业 →

← 回到数据科学家另一层:每一项任务,逐条 →技能、知识与相关职业(O*NET)→