bingdadaOpenAI 最新研究显示，美国用户每天向 ChatGPT 发送近 300 万条薪资相关问题。研究分析了工人如何利用 AI 填补薪酬信息鸿沟，并推出 WorkerBench 评估模型在劳动力市场任务中的表现。
薪酬信息深刻影响着劳动者的关键决策：申请什么职位、是否进行薪资谈判、某个职业路径是否值得投入。然而，与大多数商品价格不同，劳动力价格往往难以获取且难以解读——尤其对于处于职业早期、正在转换领域或迁移工作地点的劳动者而言。
作为新型劳动力市场资源 人工智能正成为一种全新的劳动力市场资源。与传统方式不同，劳动者无需在多个网站间搜索、解读零散的薪资页面或提出可能带来社交风险的问题。AI 模型能够综合薪资信息，并在数秒内返回基准数据。事实上，美国用户每天平均向 ChatGPT 发送近 300 万条关于薪资、薪酬或收入的问题。
ChatGPT 填补薪酬信息鸿沟 OpenAI 最新发布的研究报告深入探讨了美国工人如何利用 ChatGPT 缩小薪酬信息差距。研究发现，工人最常向 ChatGPT 寻求两类帮助：将薪资转化为可用的基准数据，以及了解某个职位、公司、职业路径或商业创意可能带来的实际收入。 在标记为薪资基准的消息中，薪资计算问题占 26%，其次是特定职位（19%）、创业（18%）、特定公司职位（11%）以及职业或职业路径问题（11%）。这些数据来源于一项隐私保护分析，该分析使用自动分类器，从未涉及人工查看个人消息。
这些问题的模式具有重要启示。与职业相关的薪资搜索集中在艺术、设计、娱乐、体育和媒体、管理、医疗保健、交通运输、销售以及商业和金融运营等领域。相对于就业人数，薪资搜索在技能要求更高且透明度较低的职业中过度集中，如创意领域、管理、医疗保健以及计算机和数学相关岗位。这表明，在薪资难以基准化、更具可协商性或对职业流动性更重要的领域，需求最为强烈。 类似模式也出现在创业相关问题中，这些问题的搜索集中在创意工作和小型服务企业——这些领域通常没有公开的薪资基准。
在各行业中，薪资搜索在薪资分布更分散、工资更高的领域更为频繁。换言之，当正确答案更为重要且薪资更难解读时，工人最倾向于寻求薪资信息。这正是该研究意义超越单纯薪资查询的原因所在。 误解潜在收入可能导致工人被困在低薪工作中，削弱谈判能力，延迟职业变动，或阻碍对教育和培训的投资。更好的信息虽无法消除不确定性，但能帮助人们更合理地评估工作收入，从而做出更明智的决策。
ChatGPT 在劳动力市场任务中的表现 为更好地了解模型如何为工人服务，该报告还介绍了 WorkerBench——一项旨在评估 ChatGPT 在工人有价值的劳动力市场任务中表现的新举措。在首个基准测试中，我们根据 2024 年 OEWS 全国职业和都市区中位数工资评估了 GPT‑5.4。在观察样本中，模型表现出高度准确性：覆盖率高、偏差小，几乎所有数值估计都接近基准数据。
薪资信息在经济上至关重要，但往往难以或敏感获取。工人已经在利用 ChatGPT 应对这一挑战，尤其是在不确定性最高、风险最大的劳动力市场领域。OpenAI 的目标是持续提升这一帮助的实用性和可靠性——从全国基准向工人每天实际提出的地域、公司、层级和薪酬问题迈进。
与埃芬厄姆县社区共建 AI 基础设施（2026 年 7 月 22 日）
推进国家科学新时代（2026 年 7 月 22 日）
美国通过州和联邦行动推进 AI 安全（2026 年 7 月 15 日）
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达内部实践显示，ChatGPT Work正帮助企业团队将信息整合工作自动化，每周节省16小时，并将原型开发周期从数周缩短至数天。这一案例揭示了AI工作流从工具到组织资产演进的趋势。
OpenAI 将 GPT-5.6 系列模型（Sol、Terra、Luna）集成至 Kiro 开发代理，通过规格驱动方法实现约 82% 的成本降低，标志着 AI 编程从能力竞赛转向成本效率竞争。
OpenAI因模型网络能力逼近关键门槛而调整开发策略，强调安全需贯穿训练全周期。文章解析其技术升级，并对比国内AI安全建设路径。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
