事件概述

OpenAI 经济研究团队（OpenAI Economic Research）于 2026 年 10 月 26 日发布了 OpenAI Signals 数据集，面向研究者开放下载。这批数据的核心是把 ChatGPT 上的工作相关使用行为，映射到 165 类“中间工作活动”（Intermediate Work Activities，IWA），覆盖近 100 个国家。

按照原文表述，数据的时间粒度为季度，区间为 2025 年第一季度至 2026 年第三季度。发布方希望研究者借此回答三类问题：不同国家在 ChatGPT 工作用途上的差异、这些用途随时间的变化，以及把该数据与其他经济指标做匹配后的关联分析。

数据覆盖范围有明确边界：仅包含个人版 ChatGPT 套餐中的工作相关消息，不包含企业版消息，也不包含 Codex 的使用。这一点对后续结论的外推范围影响很大。

关键技术点

1. 用 O*NET + IWA 建立可比口径

数据的方法论基础是 O*NET——一个把职业特定任务归并到跨职业通用活动类别的标准化框架。OpenAI 借助这一框架，将 ChatGPT 消息归入 165 个 IWA 类别。原文强调，使用公共框架的价值在于可与已有的职业与就业统计数据进行对比，而不是另起一套私有分类体系。

2. 工作用途的“分散化”趋势

原文给出的量化结论是：在每个季度都被观测到的 74 个国家中，前十大最常见活动在每个国家“已分类工作消息”中的平均占比，从 2025 年第一季度的 56.0% 下降到 2026 年第三季度的 51.1%。原文对此的解读是：各国的工作用途趋于专业化，且不同国家专精于不同类型的工作；这些差异可能反映各国实际工作构成的差异，也可能反映 AI 工具可及性的差异。原文明确将“究竟是哪一种”列为待研究问题，未给出结论。

3. 与真实就业结构的对比

OpenAI 提供了成对的可视化，将 ChatGPT 使用分布与美国就业中的活动分布并列比较。原文指出两个分布差异显著，主要原因之一是：在映射后的美国职业中，按就业加权的任务组合约有 43% 落在“Other IWAs”，即未单独报告的类别，例如搬运物料、驾驶车辆、维护健康或医疗记录等。这些类别未达到 OpenAI 在原始美国 ChatGPT 样本中“稳定代表性”的阈值。换言之，ChatGPT 使用分布与就业分布之间的缺口，有相当一部分是分类覆盖度造成的，而非纯粹的行为差异。

4. 隐私保护流程

原文说明：研究者不阅读个体对话；自动化系统在移除身份识别信息后对消息进行分类；对外只发布聚合统计，对小样本组的结果做保留处理，并加入统计噪声。方法论细节（如噪声机制、阈值具体数值）原文未说明。

5. 引用信息

数据集引用名为 OpenAI Signals v3.0（2026），作者列表包含 Aaron Chatterji、Thomas Cunningham、David J. Deming、Zoe Hitzig、Drew Johnston、Alex Martin Richmond、Christopher Ong、Carl Yan Shan、Kevin Wadman。下载页为 https://openai.com/signals/data-download/。

对数据科学或 AI Agent 落地的意义

第一，AI 使用研究开始有“共同坐标系”。 长期以来，AI 使用行为数据与劳动力市场数据分属两套语言：前者是 prompt、会话、token，后者是职业、任务、行业。IWA 把两者接到同一张表上，这使“某国某类任务被 AI 承接了多少”成为可计算的问题。对做 AI 经济影响评估、行业渗透率建模的团队，这是一条可以直接 join 的公共维表。

第二，工作用途分散化是 Agent 产品设计的信号。 前十大活动占比从 56.0% 降到 51.1%，意味着长尾活动在变厚。如果这个趋势在不同国家同时出现，那么“少数几个高频场景吃下大部分流量”的产品假设会逐渐失效，Agent 产品需要在更长的尾部上保持可配置性与可组合性，而不是把全部工程投入压在两三个头部 workflow 上。不过要注意，原文只描述了占比变化，未说明驱动因素是用户结构变化、能力边界扩张还是分类粒度效应。

第三，43% 的“Other IWAs”是一份明确的待办清单。 搬运物料、驾驶车辆、维护医疗记录这类活动，恰好是具身智能与深度系统集成的主战场，也是当前纯文本 Agent 最难覆盖的部分。这提示 Agent 落地的现实增量，短期仍集中在文本可完成的 IWA 子集内；而要从“对话工具”走向“工作任务承接者”，必须解决与物理世界和行业系统的接口问题。

第四，数据边界决定结论边界。 该数据集明确排除企业版与 Codex。企业场景通常是工作流嵌入最深、价值密度最高的部分，缺失这块意味着当前发布的数据更接近“个人自发使用”的画像，用来推断企业级 Agent 采用率会有系统性偏差。做落地方案时，这份数据更适合作为需求侧信号（人们在自发地把什么任务交给模型），而非供给侧能力评估。

我的技术点评

这份发布最有价值的部分不是那几个百分比，而是方法论上的坦诚。OpenAI 在正文里主动指出，ChatGPT 使用分布与美国就业分布的巨大差异，主要来自 43% 的任务落入未单独报告的 Other IWAs，而非来自“AI 使用偏好”。这是一个容易被忽略、也容易被误读为“AI 已经渗透了美国经济一半”的陷阱，作者把它写在了明面上，值得肯定。

但仍有几处需要在二次分析时保持警惕。其一，“已分类工作消息”是分母，而分类本身是自动化系统在脱敏后完成的，分类误差如何分布、多标签如何归并，原文未说明。其二，165 类 IWA 的映射与 O*NET 任务之间并非一一对应，跨框架迁移会引入不可量化的噪声，用它去做跨国比较时，需要先验证同一 IWA 在不同语言与职业体系下的语义稳定性。其三，前十大活动占比下降 4.9 个百分点，是一个构成比例的变化，样本总量与绝对量的变化并未披露，因此不能直接解读为“用途更丰富”。样本量、国家口径（近 100 国 vs 74 国全季度观测）的不一致，也需要在建模前对齐。

从 AI Agent 的落地视角看，我更关注这份数据被复用的方式。它真正的用途不是画漂亮的可视化，而是作为任务级基线：当你的 Agent 上线某个垂直场景后，可以拿对应 IWA 的 ChatGPT 使用曲线做对照，判断你的渗透是抢在需求前面还是踩在需求上。这种“公开基线 + 私有埋点”的对照范式，比只看自家 DAU 更有信息量。前提是，你得先把内部的任务分类体系映射到 IWA 上——这项工作本身就不轻。

最后一句提醒：Signals 是 v3.0，说明它已经迭代过几轮口径。跨版本比较前，务必确认分类体系与统计方法是否发生变更，原文未说明各版本之间的差异。

原文链接