OpenAI 发布最新研究，追踪了 2026 年 4 月至 7 月间超过 150 万条与工作相关的 ChatGPT 消息，发现工人使用 AI 从事跨职业任务并非一次性尝试，而是会反复出现，并逐渐成为常规工作流的一部分。

研究基于 6200 名连续观测的工人数据：跨职业任务在职业相关 AI 活动中的占比，从 4 月的 13.1% 上升到 7 月的 25.9%。在配对的一个月随访样本中，上个月使用过某项跨职业任务的工人，下个月回头继续使用该任务的比例为 23.6%，而对照组中仅 8.4% 的人会主动使用相同任务。差距在职业内任务和通用任务中也同样存在。

不同任务的留存率差异很大。与客户讨论商品或服务的跨职业任务，下月回头率高达 54%；广告或促销写作约 44%；营销物料制作约 37%。相比之下，解释财务信息的任务只有约 15% 的回头率。所有跨职业任务的平均下月回头率为 18.5%。这种差异可能反映了 AI 在不同工作流中的契合度，也可能与职场规范、谨慎程度或犯错后果的感知有关。

研究还发现，工人针对职业内与职业外任务的提示方式明显不同：面对职业外任务时，提示词平均更短，更少要求解释、操作指南、特定输出格式或建议，但更倾向于提供示例或背景资料，也更常要求 AI 检查或核实内容。一个合理的解释是，工人并非让 AI 从头教自己一门新学科，而是带着具体问题和相关上下文（文档、示例或同事提供的信息），借用 AI 在另一个领域的知识来解决问题。

报告认为，AI 驱动的岗位转型路径可能是：工人在传统职责之外尝试新任务，发现 AI 有用，然后逐步将其纳入常规工作。即使岗位名称不变，工作内容也可能悄然拓宽。这项研究是 Work at the Frontier 系列的第二份报告，延续了此前关于“任务交叉”的发现，为企业在设计 AI 工作流时提供了参考：除了提供工具，任务如何划分和设计同样关键。