知识卡片：Artificial Analysis 专业领域能力指数（AI Capability Indices）

一句话结论

Artificial Analysis 的 Capability Indices 页面展示了一套按“技能”和“专业领域”组织的 AI 模型能力指数；其中六个专业领域指数覆盖金融会计、战略运营、法律、医疗健康、工程和经济，并把 agentic knowledge work、推理、长上下文、工具使用、非幻觉等纳入测量维度。抓取摘录未包含具体模型排名、分数或 v1.1 更新细节。

事件概述或研究问题

该页面为 Artificial Analysis 的 AI Capability Indices 汇总页。页面描述称其提供独立能力指数，对 AI 模型在 agentic work 以及行业垂直领域（包括 legal、healthcare、finance、engineering、economics）进行排名。

页面按两类组织：

By Skill：Reasoning、Coding、Tool Use、Long Context、Faithfulness、Agentic、Knowledge Work。
By Domain：Business、Finance、Legal、Medical、Science。

页面列出六个标记为 Updated 的专业领域指数：Finance & Accounting Index、Strategy & Ops Index、Legal Index、Healthcare & Medical Index、Engineering Index、Economics Index。

任务提供的 Manual title 称这是 “Update Capability Indices v1.1 Six professional-domain indices, updated with stronger domain tuning and specialized evaluations”；但抓取正文未展示 v1.1、stronger domain tuning 或 specialized evaluations 的具体说明，待核实。

方法/产品要点

Finance & Accounting Index：衡量金融与会计领域表现，包括 business knowledge、agentic knowledge work、reasoning、agentic tool use、long-context analysis、non-hallucination。标签：Finance、Business、Agentic、Knowledge Work、Reasoning、Tool Use、Long Context、Faithfulness、Updated。
Strategy & Ops Index：衡量战略与运营领域表现，包括 business knowledge、agentic knowledge work、跨 business apps 的 agentic tool use、long-context analysis。标签：Business、Agentic、Knowledge Work、Tool Use、Long Context、Updated。
Legal Index：衡量法律领域表现，包括 legal knowledge、agentic knowledge work、reasoning、long-context document analysis、non-hallucination、agentic tool use。标签：Legal、Agentic、Knowledge Work、Reasoning、Long Context、Faithfulness、Tool Use、Updated。
Healthcare & Medical Index：衡量医疗与健康领域表现，包括 clinical knowledge、agentic knowledge work、对患者记录的长上下文推理、non-hallucination、clinical reasoning、agentic tool use。标签：Medical、Agentic、Knowledge Work、Long Context、Faithfulness、Reasoning、Tool Use、Updated。
Engineering Index：衡量工程领域表现，包括 engineering knowledge、quantitative reasoning、agentic execution、terminal use。标签：Science、Reasoning、Agentic、Knowledge Work、Coding、Updated。
Economics Index：衡量经济领域表现，包括 economics knowledge、quantitative reasoning、agentic execution、long-context analysis。标签：Business、Reasoning、Agentic、Knowledge Work、Long Context、Updated。

主要结果或产业意义

可确认的主要“结果”是指数结构和测量维度，而不是模型排名：页面没有在抓取摘录中给出具体模型、分数或名次。

产业意义在于，该页面把 AI 能力评测从通用技能扩展到专业领域，并把 agentic knowledge work、工具使用、长上下文、非幻觉等能力放进金融、法律、医疗、战略运营、工程、经济等场景中。这类指数可用于企业选型、供应商对比和行业部署前的维度拆解，尤其适合高风险专业场景的评测框架设计。

为什么重要

在 benchmark-evaluation 主题下，专业领域能力指数反映评测正在从单一通用榜单走向“技能 × 行业”的矩阵化。与已有卡片的关系是：既有卡片分别关注模型融合、MCP 工具连接、SWE-Bench Pro 编码基准可靠性；本条卡片的增量信息是 Artificial Analysis 提供的跨专业领域能力指数体系，可作为垂直行业 AI 能力看板和评测框架素材，而不是重复讨论单一编码基准的可靠性问题。

与既有脉络的关系

本条不是对既有卡片事实的重复，而是补足“专业领域评测”这一层：从通用/编码/工具调用扩展到 legal、medical、finance、economics、engineering、strategy & ops 等业务域。其增量价值在于展示评测维度如何组合，以及哪些能力被行业内视为关键；具体榜单结果和方法权重仍需回到原页面核实。

局限与不确定性

抓取摘录仅包含页面导航、指数描述和标签，未包含具体模型、分数、排名或发布时间。
Manual title 提到 v1.1、stronger domain tuning、specialized evaluations；抓取正文未展示这些信息，待核实。
“Updated”标签未给出更新日期、版本号或更新范围，待核实。
方法、数据、权重、任务数量、审计方式、模型覆盖范围等未在摘录中出现，待核实。
By Domain 导航列出 Business、Finance、Legal、Medical、Science；六个指数中 Engineering Index 的标签为 Science，Economics Index 的标签为 Business，具体分类映射需以原页面为准。
是否存在模型覆盖偏差、排行榜排序变化或分数可复现性问题，待核实。

可用于图书/PPT/简报的角度

“技能 × 行业”：一页看懂 AI 能力评测的矩阵化趋势。
专业领域 AI 选型：从通用跑分转向 agentic knowledge work、非幻觉、长上下文和工具使用。
高风险行业评测设计：法律、医疗、金融会计如何组合知识、推理与执行维度。
金融会计与战略运营：企业后台与决策场景的 AI 能力指标示例。
与 SWE-Bench Pro 可靠性争议对照：榜单需要方法透明、更新记录和可复现性。
标题示例：从通用榜单到行业能力指数——AI 评测的垂直化。

原始材料

英文标题：AI Capability Indices | Artificial Analysis
抓取描述：Independent capability indices from Artificial Analysis ranking AI models on agentic work and on industry verticals including legal, healthcare, finance, engineering and economics.
原始来源：Artificial Analysis, “AI Capability Indices | Artificial Analysis”, https://artificialanalysis.ai/models/capabilities
英文关键词：Capability Indices；By Skill；By Domain；Reasoning；Coding；Tool Use；Long Context；Faithfulness；Agentic；Knowledge Work；Business；Finance；Legal；Medical；Science；Finance & Accounting Index；Strategy & Ops Index；Legal Index；Healthcare & Medical Index；Engineering Index；Economics Index；Agentic Knowledge Work；Non-hallucination；Terminal Use；Quantitative Reasoning；Clinical Knowledge；Legal Knowledge；Business Knowledge；Economics Knowledge；Engineering Knowledge。
任务标注 Manual title：Update Capability Indices v1.1 Six professional-domain indices, updated with stronger domain tuning and specialized evaluations（页面抓取摘录未显示 v1.1 和 domain tuning 细节，待核实）。