Ethan Mollick：为何企业应像招聘员工一样面试 AI 模型

Ethan Mollick 认为现有 AI 基准测试存在缺陷且难以衡量特定场景能力，建议企业通过模拟真实工作任务的“面试”来评估模型。他引用 OpenAI GDPval 研究说明不同模型在专业领域表现差异显著，并强调需针对具体用例进行多轮测试以识别模型在判断力和风险偏好上的细微差别。