几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人¶
Ch01.495 几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人¶
📊 Level ⭐⭐ | 13.4KB |
entities/2026-05-03-几千年都没考过这个-谷歌-最毒-AI考局-专测你在压力下怎么做人-新智元.md
几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人¶
title: 几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人
source: wechat url: https://mp.weixin.qq.com/s/8SLFtetYrnVCjr1afQbWgA mp_name: 新智元 publish_date: 2026-05-03
几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人¶
来源: 新智元
发布日期: 2026-05-03
原文链接: https://mp.weixin.qq.com/s/8SLFtetYrnVCjr1afQbWgA
¶
--- 新智元报道¶
编辑：元宇 大卫 【新智元导读】 谷歌最新实验Vantage，派AI假扮你的同事，按剧本跟你唱反调、搞情绪化施压。考的不是你知道什么，而是你在压力下怎么做人。
考试考了几千年，还从来没人考过这个。
SAT考你数学，GRE考你词汇，再往前看：科举考试考你的八股文……
古今考试形式不同，但底层逻辑却很一致：考你知道什么。
但有一类能力，从来没有考试碰过：你跟人吵架
核心要点¶
本文为微信公众号文章，由 WeChat backfill 收录。
详细信息¶
title: 几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人
source: wechat url: https://mp.weixin.qq.com/s/8SLFtetYrnVCjr1afQbWgA mp_name: 新智元 publish_date: 2026-05-03
几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人¶
来源: 新智元
发布日期: 2026-05-03
原文链接: https://mp.weixin.qq.com/s/8SLFtetYrnVCjr1afQbWgA
¶
--- 新智元报道¶
编辑：元宇 大卫 【新智元导读】 谷歌最新实验Vantage，派AI假扮你的同事，按剧本跟你唱反调、搞情绪化施压。考的不是你知道什么，而是你在压力下怎么做人。
考试考了几千年，还从来没人考过这个。
SAT考你数学，GRE考你词汇，再往前看：科举考试考你的八股文……
古今考试形式不同，但底层逻辑却很一致：考你知道什么。
但有一类能力，从来没有考试碰过：你跟人吵架时怎么办。
最近，Google Research推出了一个叫Vantage的实验项目，就把这件事给干了。
已关注 关注 重播 分享
赞
关闭 观看更多
更多
退出全屏
切换到竖屏全屏 退出全屏 新智元 已关注 分享视频 ，时长 00:15
0 / 0
00:00 / 00:15 切换到横屏模式
继续播放
进度条，百分之0
播放 00:00 / 00:15 00:15
全屏 倍速播放中 0.5倍 0.75倍 1.0倍 1.5倍 2.0倍 超清 流畅
继续观看
几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人
观看更多 转载 , 几千年都没考过这个？谷歌「最毒」AI考局，专测你在压力下怎么做人 新智元 已关注
分享
点赞
在看
已同步到看一看 写下你的评论
视频详情
Google Labs实验中的Vantage入口 https://research.google.com/p/vantage
目前 Vantage 已经在Google Labs 开放申请体验，现阶段主要支持英文。
Vantage 项 目由谷歌联合纽约大学开发，主要设想是 利用GenAI模拟团队协作场景，以此来开发和测量被测试者的软技能 。
它会把你扔进一个AI角色扮演的协作场景里，然后让你和一群AI角色组队完成任务。
其中会有一个agent跳出来，专门按剧本跟你唱反调，抛不合理要求，搞情绪化反应。
你在压力下做出的每一个回应，都会被另一个Agent基于评分量表进行分析，生成评分与反馈。
整个过程中，你所面对的是一个被AI精心操控的「职场修罗场」：它考的不是你背了多少东西，而是你在压力下怎么做人。
谷歌联合纽约大学做了188人验证，结果显示：
AI评分与人类专家的一致性，跟专家与专家之间的一致性，处于同一水平。
这意味着，至少在「评判」这件事上，AI已经开始接近人类专家。
看来，考试这件事，以后可能要被重新定义了。
最值钱的能力，偏偏最难考
为什么软技能一直考不了？
这个事企业HR太清楚了：招人最怕的不是技术不行，而是进了团队才发现这人完全不会协作。
世界经济论坛2025年《Future of Jobs 2025》报告给了一组数据：到2030年，全球39%的核心职场技能将发生变化。
未来五年内，预计工人核心技能将发生改变与保持不变的占比演变https://www.weforum.org/publications/the-future-of-jobs-report-2025/
在企业最看重的能力排名中，分析思维排第一，紧随其后的是韧性、灵活性、领导力与社会影响力，排在最前面的几乎全是「软技能」。
雇员最核心的技能中，排名靠前的包括分析思维、韧性、灵活性与敏捷性，以及领导力与社会影响力等。
AI时代，这些软技能仍然是最核心的技能。
问题是，怎么测？
传统标准化测试太僵硬了，题目难易捕捉人类思维过程和人际互动，跟真实场景隔着十万八千里。
基本上只能依靠两条。
第一条，自我汇报问卷。问你「你善于沟通吗」，人人都勾「是的」。
第二条，真人评估中心。请几个专业考官，设计情境，观察你一整天，最后给个评语。
靠谱是靠谱，但做一次往往价格不菲、耗时几天，评分还因为考官不同而漂移。
核心矛盾只有一条：软技能必须在互动中才能被观测，但标准化互动的成本太高，限制了它的实现和推广。
你不可能给每个学生配一个真人考官，让他们吵一架再打分。
所以几十年来，这一直是教育评估领域的一个老大难问题。
原文¶
→ 原文存档
关联¶
- 相关概念: Harness Engineering