OpenAI 推出 LifeVal 基准，依托大量 ChatGPT 用户反馈评估 AGI 日常任务助力效果

OpenAI 新发布的 LifeVal 基准是一套面向日常真实任务的评估体系，它不再只靠传统标准化试题打分，而是收集数千条 ChatGPT 用户的真实使用反馈作为核心依据，用来衡量 AI 在生活里各类实际任务中能不能给到可靠帮助，聚焦 AGI 在普通人日常场景里的实用能力表现，区别于侧重专业推理、代码的传统评测集。很多现有的 AI 评测基准偏向固定题库，题目场景偏学术、偏向竞赛，很难反映普通人真实使用感受，用户日常找 AI 帮忙规划行程、写邮件、安排家务、解决生活小问题时的体验，很难用这类固定考题衡量，LifeVal 就是为了补齐这一块，把用户真实反馈纳入评估维度，让评测结果更贴近真实使用价值。LifeVal 基准的搭建流程清晰，先收集大量来自 ChatGPT 用户的日常真实任务请求，整理、分类形成任务库，再采集用户对于 AI 输出结果的反馈打分，统一标注后构建评估数据集，后续各类模型在这套基准上完成测试，就能得到在日常任务维度的量化得分。整体来看，LifeVal 基准丰富了大模型评测的思路，给行业提供了一条从用户真实体验出发评估 AGI 日常服务能力的新路径。

LifeVal 基准核心信息清单

• 推出主体：OpenAI
• 核心素材：数千条 ChatGPT 用户真实反馈
• 评测方向：AGI 对日常任务的帮助效果
• 特色：以真实用户体验为标尺，非固定试卷考题
• 任务类型：生活规划、文书、事务安排等生活化任务

LifeVal 基准和传统 AI 评测基准对比表

表格

【相关 FAQ】

问题 1：LifeVal 基准依靠 ChatGPT 用户反馈，主要用来评估什么？

回答 1：LifeVal 基准依托数千 ChatGPT 用户反馈，核心用来衡量 AGI 在各类日常任务当中，能够给用户提供的帮助水平。

问题 2：LifeVal 基准和大家常见的大模型刷题评测有什么不一样？

回答 2：常见评测依靠固定题目，LifeVal 基准基于 ChatGPT 用户反馈构建，评估场景都是真实日常任务，重点看 AGI 在生活场景里的实用价值。

问题 3：其他 AI 模型也可以在 LifeVal 基准上做测试吗？

回答 3：LifeVal 基准是公开的评估框架，其他大模型也可以在这套基准上完成测试，对照 ChatGPT 用户反馈形成的标准，对比各自在日常任务上的表现。

【数据来源】

[2026-11-02]（OpenAI 发布 LifeVal 基准：基于数千 ChatGPT 用户反馈衡量 AGI 日常任务帮助）机器之心

[2026-11-02]（OpenAI LifeVal：面向真实生活任务的 AGI 评估方案）36 氪

[2026-11-01]（OpenAI 介绍 LifeVal 基准设计思路）AI 前线

免责声明：

本文仅对 OpenAI LifeVal 基准相关信息做客观科普整理，基准细节、数据集开放计划、评测方法以 OpenAI 官方文档为准，不同日常任务的 AI 表现存在差异。