9月15日消息，独立评测机构 Artificial Analysis 把职业能力指数更新到 v1.1。这一版强化了领域调优，把核心智能指数 v4.3 的部分评测切片与专项评测合进六个职业域指数：财务与会计、战略与运营、法律、医疗与健康、工程、经济学。
六个职业域按 O*NET 任务频次配权重
做法是把 O*NET 职业里的任务映射到代表这些任务的基准测试，再按每项能力在工作中出现的频率给基准加权。以财务与会计为例，六个组件是业务知识 30%、agent 知识工作 30%、推理 20%、agent 工具使用 10%、长上下文 5%、非幻觉 5%。战略与运营把 agent 知识工作提到 35%、agent 工具使用给到 30%。
四个域加入 Agent 工具使用，移除 Agent 客户交互
财务与会计、战略与运营、法律、医疗与健康四个域做了同一组替换：新增「Agent 工具使用」能力，来源是 AutomationBench-AA 的分域切片——财务与会计取金融域，战略与运营取运营域，法律与医疗与健康取运营与支持域；并从能力清单里移除「Agent 客户交互」。
AutomationBench-AA 测 agent 在模拟 SaaS 环境里完成业务流程的能力。评分口径是每条任务的目标中、在未触发护栏违规的前提下完成的比例，取平均；AA 在页面上写明，这与 Zapier 自营排行榜「整条任务完成比例」的算法不是同一个数。基准覆盖 657 条任务、六个业务域（财务、HR、市场、运营、销售、支持），模拟环境包含 Gmail、Google Sheets、Slack、Salesforce、Zendesk、Jira 与 HubSpot，题目集不对外公开。它来自 Zapier 的 AutomationBench，原论文作者为 Daniel Shepard 与 Robin Salimans。在这四个指数里，它的权重依次是 10%、30%、5%、10%。 其余变更：AA-Briefcase 进六域，工程换掉两项
六个域的「Agent 知识工作」加入 AA-Briefcase。三个域的长上下文推理加入 GDP.pdf，这三个域是财务与会计、战略与运营、法律；医疗与健康新增「长上下文推理」能力，来源是 MLCR-AA。工程域的变动幅度居首：Agent 终端使用里的 Terminal-Bench 升到 v4.0，推理项里的 GPQA Diamond 移除，Agent 知识工作加入 AA-Briefcase。经济学的唯一变动是 Agent 知识工作加入 AA-Briefcase。
同一批更新里，智能指数升到 v4.3（9 月 7 日）：用 AutomationBench-AA 替换 𝜏³-Banking，并把 Terminal-Bench 从 v2.1 升到 v4。被换掉的 𝜏³-Banking 是 Sierra Research 的金融客服基准，考的是在约 700 份政策文档里检索并连续调用工具，其页面现在标着 Legacy。
Claude Fable 5.1 六项居首，开源权重进了四个域的前十
六个指数的榜首落在同一个模型上，Anthropic 的 Claude Fable 5.1（max）：经济 62.75、法律 60.57、战略与运营 59.78、医疗与健康 58.08、工程 56.53、财务与会计 56.51。GPT-6 Astra（max）紧随其后，在财务与会计、战略与运营、法律、工程四项里排在第二；医疗与健康的第二是 Claude Fable 5（with fallback），经济学的第二是 Claude Opus 5（max）。
开源权重模型在多个指数上进到前列：Kimi K3（max）在财务与会计排第 8、法律第 9、经济学第 7；DeepSeek V4.1 Flash（max）在战略与运营排第 7；GLM-5.3（max）在医疗与健康排第 6、工程第 7。三个模型各自领跑所在域的开源权重阵营。 在智能指数 v4.3 上，Claude Fable 5.1（max with fallback）与 GPT-6 Astra（max）同为 53 分，其后是 Claude Opus 5（51）、Claude Fable 5（50）、Muse Spark 1.3（48）与 GPT-5.6 Sol（47）。
指数越细，口径越要看清
把职业域拆成六个指数，好处是选型时能对上具体工作；代价是每个指数由 5 到 7 个评测加权而成，权重来自一套任务分类法。换分类法、换组件，曲线上的位置会变。AutomationBench-AA 的引用方式要留意：它算的是「目标完成比例、无护栏违规」，与 Zapier 榜单的「整条任务做完」不是同一个数，两边的分数不能混着比。
六个指数页标注的模型覆盖并不一致：财务与会计、战略与运营、法律三项显示 24／153，医疗与健康 22／68，工程 25／157，经济学 25／164。
AI 速览
