Anthropic 刚发布了一份重磅研究报告——《AI 的劳动力市场影响:一种新测量方法与早期证据》。

报告一出,Twitter 上迅速流传起一张"震撼图"。震撼之处不在于 AI 有多厉害,而在于:AI 风险最高的那批人,根本不是你以为的那批人。


过去的预测为何总是错?

以往的研究存在一个共同的根本缺陷:它们只衡量了 AI 理论上能做什么,而不是 AI 实际上在做什么。

举个例子:研究人员 Eloundou 等人的评估体系中,"授权药物续处方并向药房提供处方信息"被标记为 AI 完全可以胜任的任务(β=1)。但在真实世界里,没有人在用 Claude 干这件事。

理论能力和实际部署之间,隔着一道巨大的鸿沟——法律约束、技术门槛、人工验证要求、特定软件依赖……这些都是阻力。


新指标:「观察到的暴露度」

Anthropic 构建了一个新的衡量指标——「观察到的暴露度」(Observed Exposure),结合两个维度:理论上 LLM 是否能完成该任务,以及实际上 Anthropic 用户数据中该任务是否真的在被 AI 处理。完全自动化的任务获得全额权重,仅辅助增强的任务只获得半额权重。

下图展示了 Claude 实际使用量中,不同暴露等级任务的占比:

Figure 1:按暴露评级划分的 Claude 使用量占比 Figure 1:β=0 仅占 3%,β=0.5 占 29%,β=1 占 68%——97% 的任务理论上可行

下图直观对比各职业类别的理论能力(蓝色)与实际观察到的暴露度(红色):

Figure 2:各职业类别理论 AI 覆盖率 vs 实际观察到的覆盖率 Figure 2:蓝色为理论能力,红色为实际覆盖率——差距显著

以计算机与数学类职业为例:理论上 94% 的任务 AI 可以完成,但 Claude 目前实际只覆盖了其中 33%AI 距离其理论边界,还差得很远。


暴露度最高的十大职业

按「观察到的暴露度」排序,风险最高的十大职业如下:

Figure 3:暴露度最高的十大职业及其主要自动化任务 Figure 3:计算机程序员(74.5%)、客户服务代表(70.1%)、数据录入员(67.1%)位居前三

另一个值得注意的数字:30% 的美国工人暴露度为零——厨师、摩托车机械师、救生员、调酒师、洗碗工等,其任务在 AI 使用数据中出现频率极低。


暴露度越高,就业增长预期越低

报告发现,观察到的暴露度与 BLS 对 2024-2034 年就业增长预测存在明确的负相关——暴露度每增加 10 个百分点,就业增长预测降低约 0.6 个百分点

Figure 4:BLS 预测就业增长 vs AI 暴露度散点图 Figure 4:斜率=-6.07,R²=0.027;仅用理论暴露度时该相关性消失

重要发现: 如果只用"理论暴露度"指标,这种相关性根本不存在。这证明了实际使用数据的不可替代性。


那张「震撼图」:高风险工人的真实画像

这是 Twitter 上疯传的那张图——暴露度最高的工人 vs 暴露度为零的工人,他们到底是什么样的人?

Figure 5:高暴露与低暴露工人人口特征对比 Figure 5:这就是那张让人震撼的数据对比图

结果颠覆了很多人的直觉:

性别: 高暴露工人中女性占 54.4%,零暴露工人中仅 38.8%。高风险群体里,女性更多。

教育程度: 高风险群体中学士学位比例是零暴露群体的近三倍(37.1% vs 13.3%);研究生学位比例高达近四倍(17.4% vs 4.5%)。AI 最先威胁的,是受教育程度最高的那批人。

薪资水平: 高风险群体平均时薪 $32.69,比零暴露群体的 $22.23 高出 47%挣得越多,反而越危险。

族裔构成: 亚裔在高风险群体中的比例(9.1%)约为零暴露群体(4.7%)的两倍;西班牙裔则相反,在零暴露群体中占比更高(24.8% vs 13.8%)。

这张图之所以让人震撼,是因为它打破了"AI 替代低技能、低薪工人"的常见叙事。恰恰相反:AI 率先瞄准的,是受过良好教育、收入较高、以女性和亚裔为主的白领群体。


目前还没有系统性失业——但有早期信号

报告追踪了 2016 至 2025 年间高暴露与低暴露工人的失业率趋势:

Figure 6:高 AI 暴露与无暴露工人失业率趋势对比 Figure 6:ChatGPT 发布后,高暴露工人失业率尚未系统性上升

结论是:自 ChatGPT 于 2022 年底发布以来,高暴露工人的失业率尚未出现系统性上升。 至少目前,AI 还没有在就业数据上留下明显的破坏性痕迹。

但下图显示了一个值得警惕的早期信号——高暴露职业中,22-25 岁年轻工人的新增招聘正在放缓:

Figure 7:高暴露职业中 22-25 岁年轻工人新入职率趋势 Figure 7:年轻工人招聘放缓——AI 影响正以隐性方式发生

AI 的影响可能不以大规模裁员的形式出现,而是以更隐性的方式发生——行业对新人才的需求在悄悄收缩。


报告的核心价值

这份报告提供了一种更接近真相的观察框架:不要问"AI 理论上能做什么",而要问"AI 实际上在做什么"。

历史一再证明,仅凭理论预测的替代风险会严重高估实际影响。25 年前有人预测离岸外包将摧毁大量工作岗位,10 年前有人预警工业机器人会引发失业浪潮——这些预测都在一定程度上言过其实。

AI 的冲击会来,但它的路径、节奏和受害群体,都可能与我们想象的不同。这份报告是目前最好的早期预警仪之一。


来源:Anthropic,《Labor market impacts of AI: A new measure and early evidence》,2026-03-05 报告作者:Maxim Massenkoff、Peter McCrory