本文要点
- 研究提问从模型能否胜任任务，换成任务出现在谁的对话里。
- 跨界从个别案例变成可量化份额，八个职业组均有交叉数据。
- 设计、工程、营销被区分为借入型、输出型与双向型三种形态。
阅读辅助
先看数字、证据和来源，再读正文。
跨界比例存在两个口径，16.8% 与 43.5% 的分母不同，不可互换引用。
2025-02-11 · Anthropic 公开 Economic Tasks 论文，用 O*NET 任务体系分析超 400 万次 Claude 对话。
OpenAI Economic Research 在 7 月 27 日发布 Work at the Frontier 系列的首篇报告，分析了超过 80 万条美国 ChatGPT 用户消息。它给出的核心数字有两个：全部工作相关消息中，16.8% 涉及使用者本职之外的任务；如果先把写作、摘要、排期这类跨职业共用的活动剔除掉，在剩下的职业特定消息里，这个比例升到 43.5%。OpenAI 给这个现象起了个名字，叫任务跨界（task crossover）。
值得先说清楚的是这项研究换了提问方式。过去大量“AI 与就业”研究的做法，是先给某个职业列一张固定任务清单，再逐项问模型能不能做。这份报告改成问一个归属问题：这条消息所涉及的任务，传统上属于哪个职业，提问的人又属于哪个职业。两者不一致，就记为一次跨界。
官方在同一篇文章里划出了自己的边界。OpenAI 表示，这份数据无法判定 AI 是给人创造了新职责，还是只是辅助了既有职责；它也没有衡量生产率提升、工作质量或雇佣结果。样本限定在美国 ChatGPT 用户，既不覆盖其他模型的使用者，也不代表整体劳动力市场。
岗位说明书与实际任务分布之间的缝隙，会先落在企业管理者的招聘与考核表上——如果一个岗位实际承担的三分之一工作来自其他职业，原有的能力模型和薪酬带宽都需要重新校准。专业岗位从业者感受到的是另一层：自己的核心任务正在多大程度上出现在别人的对话框里。政策与统计部门面对的问题更麻烦：如果任务归属的迁移发生在职位名称变更之前，常规劳动力统计会滞后多久才捕捉到。
两个口径的差别不能忽略
16.8% 与 43.5% 之间的差距，全部来自分母。OpenAI 先把“过于普遍、不足以证明跨界”的活动归为通用型（generic），例如写作、摘要和排期——一位工程师写邮件和一位法务写邮件，都不能说明谁跨了谁的界。剩下的才是职业特定消息，跨界比例在这个分母上计算。
多数媒体报道选择了 43.5% 这个更醒目的数字，并把它表述为“近一半”。这个引用本身没有错，但它依赖一个前提：generic 的判定规则是合理的。而这套规则的具体定义、分类器结构和准确率，官方博客都没有公布，报告全文页面在本次采集中也未能打开。跨界比例对这条分界线相当敏感——把更多活动划入 generic，43.5% 就会继续上升。
八个职业的任务交叉分布
下面这张表是报告的核心数据。行是提问者的实际职业，列是该条消息在传统上归属的职业。对角线代表留在本职范围内的部分，非对角线单元格即跨界。
| 提问者职业 | 客户体验 | 设计 | 工程 | 财务 | 人力资源 | 法务 | 市场营销 | 销售 |
|---|---|---|---|---|---|---|---|---|
| 客户体验 | 11% | 5% | 20% | 14% | 6% | 6% | 26% | 11% |
| 设计 | 6% | 12% | 28% | 10% | 4% | 4% | 28% | 8% |
| 工程 | 4% | 4% | 53% | 9% | 4% | 4% | 20% | 2% |
| 财务 | 6% | 4% | 22% | 23% | 4% | 8% | 25% | 7% |
| 人力资源 | 9% | 5% | 18% | 16% | 10% | 10% | 23% | 9% |
| 法务 | 5% | 4% | 17% | 12% | 7% | 31% | 18% | 6% |
| 市场营销 | 10% | 6% | 17% | 11% | 4% | 4% | 36% | 12% |
| 销售 | 11% | 5% | 18% | 15% | 4% | 6% | 29% | 12% |
对角线的高低直接反映了岗位边界的稳固程度。工程岗的 53% 是全表最高，法务 31% 次之，二者的专业壁垒在数据上仍然清晰。相比之下，客户体验岗只有 11% 的消息落在自己的传统任务范围内，人力资源 10%，设计 12%。
这三个对角线数字不能用“100% 减对角线”直接换算成官方另行披露的外部任务占比（客户体验 77%、人力资源 69%、设计 75%）——按此计算应得 89%、90%、88%，比官方数字高出十余个百分点。官方没有公布热力图与这组占比数字各自的具体分类规则和分母定义，本文核对不出二者为何对不上，只能如实并列呈现两组数字，不替官方做推导，读者引用时也应分别标注出处，不要互相替换。
按列看则是另一幅图景。市场营销列几乎在每一行都排在前列，从销售岗的 29% 到设计岗的 28%，工程列同样普遍位于 17% 到 28% 区间。在更细的任务粒度上，财务计算与技术故障排查这两项，在其余七个职业组中全部进入最常见外部任务的前三名；营销物料制作出现在五个组里，在设计岗用户中尤其突出。
借入、输出与双向：三种不同的形态
把职业层面的数据换成任务族层面，跨界呈现出三种方向不同的模式，彼此的强度差异并不在同一条轴上。
| 职业 | 向外借用（本职消息中涉及外部任务） | 对外输出（该职业任务占其他职业消息） | 形态 |
|---|---|---|---|
| 设计 | 35.2% | 1.7% | 大量借入，几乎不外流 |
| 工程 | 18.5% | 7.4% | 少量借入，显著输出 |
| 市场营销 | 24.3% | 8.9% | 双向都高，输出份额最高 |
这张表的“向外借用”口径与前文设计岗 75% 的外部任务占比分母不同：官方原文把前者（35.2%）表述为设计岗全部消息中涉及外部任务的比例，把后者（75%）表述为剔除通用任务后的职业特定消息里的外部任务占比，两处用词本身已标明分母不同，但官方未公布具体的换算关系，本文不做互相推导，读者引用时注意区分。设计岗的比例组合最为悬殊：三分之一以上的消息涉及别的职业的活儿，而设计工作本身只占其他职业消息的 1.7%。工程岗几乎是镜像——向外借用的需求不高，工程任务却成为其他岗位大量承接的对象，从软件故障排查到技术系统操作。市场营销在两个方向上都处在高位，8.9% 的对外份额是样本中最高的，说明营销工作在组织内部的扩散范围最广。
这三种形态对应的组织后果并不相同。输出型岗位面对的是自身专业内容被更多非专业者直接消费；借入型岗位面对的则是自己的工作日程被外部任务占据。二者对招聘、培训与责任划分的影响方向相反，把它们混为“AI 让人变全能”会丢掉关键信息。
组织规模：小团队跨界更频繁
| 工作区规模 | 外部任务占比 |
|---|---|
| 2-5 个工位 | 18.9% |
| 100 个以上工位 | 16.3% |
OpenAI 的解释是结构性的：大公司里有专门团队、既有流程和内部服务可供调用，而小组织中离问题最近的人更可能自己动手，而非转交他人。官方同时补充了一个反例——在重度用户群体中，这条单调关系并不成立。可能的原因是重度用户已经形成了稳定的 AI 使用流程，这套流程在不同规模组织间差异不大，或者他们把 AI 更集中地用在本职范围内。
需要注意的是，2.6 个百分点的差距没有给出置信区间，“工位数”也只是组织规模的代理指标，与企业实际员工规模、行业属性并不完全对应。
放进研究脉络看
这类基于自家产品使用数据的劳动研究，Anthropic 此前已经做了一年多。2025 年 2 月的 Economic Tasks 论文用美国劳工部的 O*NET 任务体系，把超过 400 万次 Claude 对话映射到职业任务上，得出 57% 属于增强、43% 属于自动化的分类。2026 年 6 月，Anthropic Economic Index 升级到小时级采样，并把约 9700 份问卷与受访者的真实使用记录关联起来。
两家的切法有一处实质区别。Anthropic 的问法是：对于一个给定的任务，AI 在其中扮演辅助角色还是接管角色——任务清单相对固定，变化的是人机分工。OpenAI 这次的问法是：这项任务出现在谁的对话里——人机分工暂不区分，变化的是任务在职业之间的归属。前者刻画一个岗位内部的深度变化，后者刻画岗位之间的横向流动。
从产品数据推断劳动力市场，两家共享同一组方法学限制：样本是付费与免费用户的自选择结果，工作账号与个人账号的边界模糊，且都无法观察到任务的最终产出质量。这也是为什么 43.5% 这个数字目前缺少外部参照——它需要另一个数据源在不同用户群上复现同一量级，才能确认它反映的是工作方式的变化，而非某个产品用户群的特征。
这份报告的分析单位选择，比它给出的任何一个百分比都更值得注意。过去两年关于 AI 与就业的公共讨论，几乎全部建立在“职业”这个单位上：哪些职业会消失，哪些职业安全。而这份数据显示，在职业名称发生任何变化之前，任务已经先动起来了——43.5% 的职业特定消息落在提问者本职之外，意味着岗位说明书与实际工作内容之间已经出现了一条可测量的缝隙。
更具体的信号藏在三种形态的区分里。设计岗 35.2% 对 1.7% 的悬殊比例，指向一种容易被忽略的处境：设计师在大量承接外部任务的同时，自己的专业内容几乎没有向其他岗位扩散。工程岗则相反，53% 的对角线值说明它的专业壁垒仍然最高，但 7.4% 的对外份额同时说明，简单的技术故障排查正在从工程队列中被分流出去。这两种变化对从业者的含义完全不同，用同一个“跨界”标签概括会丢掉判断依据。
早报的判断是，这份数据的政策价值高于它的商业价值。如果任务归属的迁移确实领先于职位描述的改写，那么依赖职业分类的劳动力统计体系存在系统性滞后，而滞后期正好是政策最需要提前量的窗口。但这个判断需要一条重要的 caveat：样本全部来自 ChatGPT 用户，而愿意把跨领域任务交给 AI 的人，本身就更可能是主动尝试职责扩张的那一类。这种选择偏差会把跨界比例向上推高，具体推高多少，在报告全文与独立复现出现之前无法估计。
还有一层不确定性来自厂商自报数据的固有位置。OpenAI 既是数据的唯一持有者，也是“AI 让人能做更多事”这一叙事的直接受益方。报告本身的克制值得肯定——它明确写出没有测量生产率、质量与雇佣结果，也承认无法区分新增职责与辅助既有职责。但克制的表述不能替代外部验证。在第二篇报告给出跨期对比、或独立研究者用非 ChatGPT 数据得到可比量级之前，43.5% 应当被当作一个待复现的观测值，而非已确立的劳动市场事实。
系列会往哪走
能让 43.5% 这个数字站住或站不住的，是两类还没出现的证据。一类是系列本身的跨期对比：OpenAI 承诺定期发布，第二篇如果显示跨界比例随时间上升，任务重组的判断会得到时间序列支持；如果保持平稳，则更可能只是 ChatGPT 用户群的稳定特征而非趋势。另一类是方法披露：generic 判定规则、分类器准确率、抽样窗口和工作账号占比，这些参数不公开，外部研究者就无法复现，43.5% 也就只能停留在这一家公司的自述里。
组织侧的信号则更慢也更实。岗位描述的改写、职级合并、以及跨职能培训预算的变化，会比使用数据晚几个季度出现；一旦出现，就是任务迁移已经沉淀为组织结构的证据。反向的信号同样值得记录——若专业岗位因跨界产出的质量问题而收紧权限，说明边界正在被重新划回。
最后是外部参照。目前尚无独立学者对这份报告的公开评议，也没有非 ChatGPT 数据源上的可比测量。Anthropic 的 Economic Index 若在后续版本中加入类似的任务归属维度，将提供最直接的对照；在此之前，跨界比例的绝对水平仍然只有一个数据源。