Anthropic 经济指数:越用 Claude 越乐观,但初级岗位最先承压

Anthropic 在 6 月 26 日发布升级版「经济指数」(Economic Index)报告,首次把使用数据采样到小时级,并叠加一份覆盖约 9700 名受访者的问卷——关键在于,它把每个人填写的主观预期,和这个人真实的 Claude 使用记录一一对应了起来。结论里藏着一组耐人寻味的反差:超过三分之一的受访者认为 12 个月内 AI 就能接手自己大部分甚至几乎所有工作任务,超过三分之一判断身边初级同事一年内被裁概率高于 60%,但只有约 10% 的人觉得自己会丢工作。更反直觉的是——越是把任务大量委托给 Claude 的人,对自己的薪资、工作稳定性和技能价值反而越乐观。几乎同一时间,Anthropic 以创始伙伴身份加入了一个目标募资 10 亿美元 的劳动力转型联盟 RAISE US。一边是数据说「初级岗位最先承压」,一边是出钱建「再培训安全网」,两只靴子在同一天落地。

发生了什么

过去几期 Economic Index,主要靠对 Claude.ai 与 API 流量做隐私保护的聚合分类,回答的是「人们用 Claude 做什么」。这一版做了两件新事。

第一,把采样频率提高到能看出小时级节律。报告由此发现:Claude 正从纯生产力工具,渗透进生活场景——周末的个人(非工作)对话占比,从工作日的约 35% 跳到接近 50%,且这一「周末效应」在高收入国家最明显。一天之内也有清晰的作息曲线:早 7 点查新闻、上午 10–11 点写商务邮件、傍晚 6 点问菜谱(频率达到平均的 2.3 倍)、凌晨 5 点问怎么睡得着。

第二,把问卷和使用数据打通。4 月起开放的 Economic Index Survey,用隐私保护方法把约 9700 名 受访者的回答,和他们 5 月中到 6 月初的真实使用关联(每人在窗口内最多随机抽取 20 个会话)。这让 Anthropic 第一次能回答「重度委托者和轻度使用者,预期到底有什么不同」,而不只是「大家都在用什么」。

在产物层面,4 月 10 日到 6 月 10 日的窗口里,93% 的对话能产出可分类的「产物」。最高频的三类是:解释 17%、文档/报告 15%、操作指南 11%;代码约 16%。算力消耗与岗位薪资正相关——营销经理(约 80 美元/小时)的对话平均消耗的 token,约为编辑(约 37 美元/小时)的 2.5 倍,且每轮输出更长(1.34 倍)、来回轮次更多(1.53 倍)。

委托的「深度」也被量化了。Chat/Cowork 与 Claude Code 代表两种使用姿态:产出一篇博客,Chat/Cowork 里中位数需要 13 轮 人机来回,Claude Code 里中位数只要 1 个 prompt——后者是把整件事「扔」给 AI。Claude Code 的 AI 自主度比 Chat 高 0.37 分(1–5 分制),54% 的 Claude Code 运行跑在最强的 Opus 上,而 Chat/Cowork 只有 10%。Anthropic 还测到一个分化:女性使用 Claude Code 的强度比男性低约 0.24 个标准差。

关键数据

问卷:对岗位前景的核心预期(约 9700 名受访者)

使用节律与产物分布(4/10–6/10 窗口)

两种委托姿态:Chat/Cowork vs Claude Code

需要交代的一个核查口径:上述「超三分之一」「约 10%」均来自 Anthropic 官方报告原文表述,第三方媒体(如 FourWeekMBA、blockchain.news)对「86% 报告生产力提升」「33% 认为初级同事高危」的转述与官方一致,核心数字达到两源以上印证。

RAISE US:同一天落地的另一只靴子

就在报告发布前后,Anthropic 宣布以创始伙伴身份加入 RAISE US——一个 6 月 25 日启动的非营利劳动力联盟,口号是「America’s Workforce. AI Ready.」。据 Rockefeller Foundation 官方新闻稿,联盟由前美国商务部长 Gina Raimondo(民主党)与前印第安纳州长 Eric Holcomb(共和党)共同主持,刻意做成两党共治的姿态。

它的科技锚定伙伴是四家正在制造这场变革的公司:Amazon、Anthropic、Microsoft、OpenAI Foundation;加上 ADP、AMD、Autodesk、波士顿咨询、Cisco、Deloitte、礼来、通用汽车、IBM、Mastercard 等,创始组织超过 26 家。资金上,已募集超过 5 亿美元,目标是凑齐 10 亿美元 的多年承诺。首批落地在 阿肯色、康涅狄格、马里兰、犹他 四个试点州——理由是这几个州在「为 AI 经济做准备」上本就走在前面。

Raimondo 的定调很直白:「美国已经有一套赢得全球 AI 竞争的技术战略,但还没有一套人的战略(people strategy)」,而这场转型「可能是颠覆性的,而且已经开始了」。值得注意的是,联盟特意把「给雇主激励、让他们倾向于再培训和重新部署员工,而不是直接裁掉」写进了纲领——这等于承认:在缺少干预的默认路径上,企业的理性选择就是裁员。

为何重要

把这两件事并排看,才能读出超出单条新闻的信息量。

第一,被数据坐实的是「断裂的职业阶梯」,不是笼统的失业潮。 报告里最锋利的不是「AI 会取代工作」这种老话,而是那组结构性错配:只有约 10% 的人担心自己,却有 超三分之一 认定初级同事一年内被裁概率高于 60%。这既有经典的乐观偏差(「会被裁的是别人」),也指向一个真实的机制——AI 最擅长的恰恰是初级岗位那些标准化、可委托、有明确产物的任务(解释、文档、查询、写样板代码),而这些任务正是新人「打怪升级」的练级场。一旦企业用 AI 顶替了入门级产能,职业阶梯的最低一级被抽掉了:没有junior的训练场,五年后的senior从哪来?这是比「净失业人数」更难逆转的问题。

第二,「越委托越乐观」这个反直觉发现,值得带着怀疑去读。 Anthropic 把它讲成正面故事:深度使用 Claude 的人,对薪资、稳定性、技能价值都更乐观,57% 觉得自己技能更值钱。但因果方向并不清楚,至少有三种竞争性解释:(1)真因果——会用 AI 放大了产能,人确实更安全;(2)选择偏差——本来就有资历、有自主权、岗位更稳的人,才有条件把任务大量委托出去,乐观是「先有安全感、后有委托」;(3)幸存者与认知一致——把工作交给 AI 的人,有动机相信这个决定是对的。报告本身是横截面相关,无法区分这几种。把它当成「多用就更安全」的行动指南,是危险的过度解读。

第三,样本本身就带着强烈的『AI 原住民』滤镜。 这份问卷的受访者里,计算机/数学类职业占到 30%,而这类职业只占美国就业的约 4%。也就是说,这是「AI 重度用户怎么看」,不是「美国劳动力怎么看」。重度用户天然更可能是 AI 的受益者而非受害者,这会系统性地抬高乐观读数、压低对自身的担忧。真正暴露在风险里的群体(大量初级白领、行政、客服),恰恰是这份样本里声音偏弱的人——他们的命运,反而要靠样本里的人「替他们」预测(于是有了那个 33%)。

第四,这正好踩在 Ethan Mollick 的判断上。 Mollick 这几天反复强调一个观点:仅凭现有模型的能力过剩(capability overhang),未来五年以上对工作的大规模改变就已经被锁定了——即便 AI 研发明天就停,光是把现有能力扩散到各行各业,变革也无可避免;而现实是不仅没放缓,还在加速。Economic Index 的问卷正是这种「扩散预期」的一手证据:超三分之一 的人已经在为 12 个月内的大规模自动化做心理定价。从这个角度看,RAISE US 与其说是未雨绸缪,不如说是对一个已经启动的过程的迟到回应。

第五,别忽视那个微妙的『角色』错位。 制造自动化的四家公司(Amazon、Anthropic、Microsoft、OpenAI),同时也是为受冲击者出钱建安全网的四家公司。善意的读法是:最清楚冲击规模的人最该出手;犬儒的读法是:5 亿美元相对于它们的资本开支只是零头,「employer-led(雇主主导)」的框架也巧妙地把转型成本和叙事主导权,从政府监管手里挪到了企业自己手里。两种读法都成立——这恰恰是当下 AI 劳动力议题最真实的暧昧之处。

接下来看什么

• 企业招聘数据:盯应届/初级岗位的招聘量与起薪,尤其是计算机、行政、客服、文案这些「高可委托」职能。如果 2026 下半年出现入门级岗位的结构性收缩,就是报告里「33% 唱衰初级同事」从预期变成现实的第一个硬指标。
• 「越委托越乐观」能否被纵向数据验证:横截面相关不够,要看 Anthropic 后续会不会发面板数据(同一批人随时间的轨迹)。只有纵向才能区分「委托导致安全」还是「安全导致委托」。
• RAISE US 的执行而非募资:别只看它募到了多少(从 5 亿冲 10 亿),要看四个试点州的再培训-再就业转化率、以及工资保险等工具是否真正落地。承诺易,跑赢裁员速度难。
• 样本代表性的修正:Economic Index 的下一版会不会扩展到 Claude 重度用户之外的人群。只有当样本不再被「30% 是程序员」主导,那组乐观读数才更可信。
• 同业的对照口径:OpenAI 同期也在推「智能体如何重塑工作」的内部使用叙事。两家一个讲「替你做事」、一个讲「融入你做的事」,但都在为「AI 深入工作流」背书——值得跟踪它们的就业影响研究是否会给出彼此印证或互相矛盾的结论。