正文中标为“作者估算”的数字，不是引自已发表的研究，而是作者用公开数据估算的：各行业与职业在三档条件下的可达份额与放大倍数上限，332 项工作活动的价值与条件，金融从业者与投资者本人的上限，以及工作活动的违约后果与结果可验证性。这些数字的价值在于相对高低与结构，而不在于小数点后的精度。下面公开估算所用的全部数据、口径与程序，读者可以复核，也可以换用自己的判定重新计算。
估算用到两份公开数据。一是美国职业信息网络（O*NET）31.0 版数据库：它为 899 个职业逐项列出工作任务，给出每项任务的重要度与频次评分，并把任务对应到跨职业通用的工作活动。二是欧盟统计局的劳动力调查表 lfsa_eisn2：欧盟 27 国 2024 年按经济活动门类与职业大类划分的就业人数。
从职业任务到行业上限，共五个步骤。
| 步骤 | 做法 | 数据 |
|---|---|---|
| 1 任务加权 | 每项任务的权重取（重要度 − 1）× 频次类别的加权平均，作为它占该职业工作时间的近似 | O*NET：task_ratings |
| 2 归入活动 | 任务权重平均分到对应的细项工作活动，再归入 332 项中间工作活动 | O*NET：tasks_to_dwas、gwas_to_iwas_to_dwas |
| 3 双人编码 | 每项中间工作活动由两位编码者独立判定门、三档可达比例与信任两维 | 判定口径见第二节 |
| 4 职业汇总 | 职业的可达份额 p 为各活动的时间比重与可达比例之积的和；按标准职业分类大类、工作区间与职业名称近似对应到 ISCO-08 的 9 个大类，大类内取平均 | O*NET：job_zones |
| 5 行业加权 | 按各行业门类的 ISCO 大类就业构成加权；活动占全部工作时间的比重按全部行业的就业构成加权 | Eurostat：lfsa_eisn2 |
每项中间工作活动判定三件事。
门：这项活动的直接结果改变的是哪一种状态。取一个值：本人的判断与决定；他人的身心与关系；物与环境；信息，且输入已数字化或可经系统取得；信息，但须在现场以感官获取；权利与义务。门是人类事务五类的展开，信息一类按输入能否数字取得再分为两种。同时判定每项活动属于五类之下的哪一个细类，共 17 个，称为纲，用于图中的说明。
可达比例：在代理能完整、正确履行的前提下，这项活动的工作时间中可以交给代理的比例。三档条件分别判定，只取 0、0.1、0.25、0.5、0.75、0.9 之一。Chat 只凭对话中提供的材料与公开信息工作；Agent 在此之上接入委托人与组织的数据和系统，能执行代码，能经授权对外发送消息、经机构接口办理事务；具身 Agent 在此之上能到现场感知并作用于物。委托人仍须发起、核对与确认的部分不计入可达比例，那属于放大倍数分母中的核对投入。须本人亲历、亲定的部分，价值来自由谁完成的部分，以及法律要求本人实施的部分，可达比例应低。可靠性不打折，按理论前提判定。
信任两维：设想把这项活动交给代理，按最典型的情形判定。违约后果分四档：轻微且可撤回；有损失但可以补救；损失较大、部分难以撤回；重大且不可撤回。结果可验证性分四档：长期才能判定；须专业判断；可逐件核对；生效前当场可以判定。两位编码者的平均值落在 2.5 的活动，放入分界带，不计入任何区域。
完整的判定口径见 rubric-reach.md 与 rubric-trust.md。
两位编码者是两个独立运行的大语言模型实例（Anthropic 的 Claude）。每个实例只读取判定口径与 332 项活动的清单，不读取对方的判定结果。作者制定判定口径并审阅汇总结果，没有对 332 项逐项人工复核。
用模型担任编码者，好处是口径执行一致，过程可以完整重复；局限是两个实例来自同一个模型，可能带有相同的偏差。因此，下面的一致性只说明口径清楚、判定稳定，不能证明判定正确。读者若对某项活动的判定有不同看法，可以在数据文件中改写后重新汇总。
门的判定一致率为 96%，κ 系数 0.95；纲的判定一致率为 92%，κ 系数 0.90。可达比例在三档条件下的相关系数分别为 0.88、0.93 与 0.84，平均绝对差为 0.05、0.06 与 0.08。违约后果与结果可验证性的线性加权 κ 系数分别为 0.72 与 0.83。分歧的处理：门不一致时两门各计一半；可达比例与信任档位取两人的平均。
全部文件以 UTF-8 编码，表格文件可直接用电子表格软件打开。