AI 日報: Anthropic 勞動報告、PinchBench 模型評測與全新開發工具

AI 實測大爆冷門與最新技術盤點：評測排名大洗牌，您的工作真的危險了嗎？

說實話，每天追蹤人工智慧的新消息真的會讓人眼花撩亂。你知道嗎？有時候那些宣稱最強大的技術，實際用起來反而讓人滿頭問號。今天整理了四個非常值得關注的科技進展。這包含了一份關於勞工市場的真實報告，一份結果跌破眾人眼鏡的 OpenClaw 評測數據，還有能讓開發者與設計師減輕壓力的全新工具。跟著本文一起仔細看看這些有趣的發現。

AI 真的會搶走大家的飯碗？Anthropic 給出了意想不到的答案

每當大家聊到人工智慧，最擔心的永遠是失業問題。這裡有個有趣的觀點。Anthropic 最近發表了一份關於 人工智慧對勞動市場影響 的研究報告。他們提出了一個全新的衡量標準，叫做「實際暴露度」(observed exposure)。這個標準結合了語言模型的理論能力與 Claude 的真實使用數據。

來解釋一下。很多研究只看理論上人工智慧能做什麼，但 Anthropic 把重心放在人們實際怎麼使用它。報告發現，人工智慧目前的實際覆蓋範圍遠遠不及理論上的可行性。也就是說，它還沒有完全發揮出所有的潛力。它能做的事很多，但實際被廣泛應用的比例卻相對較低。

那麼，哪些工作最容易受到影響呢？數據顯示，電腦程式設計師、客服人員和資料輸入員的實際暴露度最高。有趣的是，這些高暴露度職位的工作者通常年紀較長、女性比例較高，且擁有較高的學歷與薪資。

許多人可能會問：目前人工智慧是否已經造成了大規模的失業潮？

答案其實讓人稍微鬆了一口氣。報告指出，自 2022 年底以來，並沒有觀察到高暴露度勞工的失業率有系統性的上升。不過，這裡有一個潛在的隱憂。對於 22 到 25 歲的年輕求職者來說，進入這些高暴露度職業的招募速度確實放緩了。這可能意味著企業雖然沒有大量解僱現有員工，但對於招募沒有經驗的新人變得更加謹慎。年輕畢業生現在找工作確實面臨著不一樣的挑戰，這是一個需要持續關注的社會現象。

PinchBench 評測排名大地震：貴的模型真的比較好？

接下來這個話題絕對會讓許多開發者感到震驚。評估模型能力的平台 PinchBench 最近公佈了第一個針對 OpenClaw 的特定測試結果。說實話，這份數據完全顛覆了大家以往的認知。

大家常常有一種迷思，認為越貴的服務品質一定越好。但在這次的測試中，Google 的 gemini-3-flash-preview 以 95.1% 的成功率拿下冠軍，而且每百萬 token 的成本只要 0.72 美元。反觀價格高出一倍的 gemini-3-pro-preview 成功率只有 91.7%。這清楚地證明了價格高昂並不代表表現就一定出色。高昂的定價有時確實無法反映真實的技術實力。

另一個讓人驚豔的亮點是 openai/gpt-5-nano。這款模型的成功率高達 85.8%，但成本居然只要驚人的 0.03 美元。它是這份榜單中最便宜的選擇，表現卻擊敗了許多定價高昂的對手。對於預算有限的開發團隊來說，這絕對是一個極具吸引力的選項。

業界最關心的一個問題通常是：到底哪一款人工智慧模型最具性價比？

如果從整體來看，minimax/minimax-m2.1 可以說是目前最划算的選擇。它以 93.6% 的成功率位居第二，成本卻低至 0.14 美元。作為對比，Anthropic 的 claude-sonnet-4.5 成功率為 92.7%，但價格卻高達 3.07 美元，兩者相差了二十多倍。

不過，測試結果也有讓人摸不著頭緒的地方。大家都期待看到 Minimax 2.5 的好成績，結果它卻慘跌到 35.5%。這似乎有些矛盾。新一代的版本理應表現更好，但實際上卻遠不如舊版。這背後的原因可能在於新架構仍在調整中，尚未完全適應這類特定的測試環境。這也提醒了大家，在將新模型投入實際生產環境之前，一定要進行嚴格的測試。

寫程式不怕抓漏：Codex Security 讓資安檢查變得更聰明

軟體開發的速度越來越快，但安全性往往成為一個讓人頭痛的瓶頸。很多時候，開發團隊必須在速度與安全之間做出妥協。為了解決這個困境，OpenAI 最近宣佈 Codex Security 進入研究預覽階段。這是一個專門為應用程式安全設計的代理工具。

問題來了，傳統的安全工具經常會標記出一大堆無關緊要的低風險漏洞，產生大量的誤報。這讓安全團隊耗費大量時間在過濾雜訊上。Codex Security 透過徹底理解專案的上下文脈絡，能夠精準地找出其他工具容易忽略的複雜漏洞。

它不僅僅是挑出毛病，還會提供具體可行的修復建議。在早期的內部測試中，它成功揪出了一個嚴重的跨租戶身分驗證漏洞。隨著時間推移，這個工具的精準度也不斷提升，甚至在某些情況下將雜訊減少了 84%。對於開源社群來說，這同樣是一個好消息。OpenAI 已經利用這個工具協助多個知名的開源專案修復了關鍵漏洞，讓整個軟體生態圈變得更加安全。

讓設計動起來：OmniLottie 帶來全新的向量動畫生成體驗

接著來聊聊一個會讓設計師和前端開發者眼睛一亮的工具。OmniLottie 是一個建立在 Hugging Face 平台上的全新專案。它是第一個完整整合的多模態 Lottie 生成器家族。

讀者可能會問，什麼是 Lottie？簡單來說，它是一種非常受歡迎的向量動畫格式，體積小且在網頁或手機應用程式上運行非常流暢。以往製作這種動畫需要專業的設計師花費大量時間。現在，OmniLottie 利用預先訓練的視覺語言模型，可以直接根據使用者的指令生成複雜的 Lottie 動畫。

只要輸入一段文字、一張圖片，甚至是一段影片，OmniLottie 都能自動轉換成高品質的向量動畫。開發團隊同時釋出了一個名為 MMLottie-2M(cc-by-nc-sa-4.0) 的龐大資料集，裡面包含了兩百萬個帶有豐富註解的動畫樣本。這對於未來在向量動畫生成領域的研究提供了極大的幫助。目前這個專案已經開源，大家可以透過他們的線上展示介面親自體驗這個有趣的功能。