Anthropic 研究报告解读--关于变革性 AI 的经济情景:你会被分到哪一半

最近，Anthropic 的经济研究部门发了一份 57 页的报告《Economic Scenarios for Transformative AI》。

先说清楚一件事：这是一份对美国劳动市场的研究，不是对中国的预测。下面的每一个数字、每一组分类，指的都是美国的就业结构。我讲这份报告是因为那条分界线是通用的，不是因为美国的数字能直接套到中国头上。这一点请你在读的时候一直记着。

这份报告最狠的地方，是它把美国 1.6 亿劳动者砍成了两半。不是按学历，不是按收入，不是按年龄。只按一件事——AI 能不能直接替你把手上的活干完。

同一个国家、同一场技术革命、同一份报告，同一张表上写着一组人的工资要跌 11.5%，另一组要涨 33.6%。

所以，你在这条线的哪一边，比你多努力多少重要得多。

一、报告的核心，其实就一张分人表

报告不问你干的是哪个行业，也不问你什么职位。它只问一件事：你的工作日产出的是什么。然后据此把全部就业劈成两组。

第一组叫知识工作者，占美国就业 62.4%。具体包括：管理、商业与金融运营，比如会计、财务分析、信贷；计算机与数学，比如程序员、数据、算法；建筑与工程；科研；法律；教育；艺术、设计与媒体；需要执照的医疗技术岗；销售；以及办公与行政支持，比如助理、文员、客服。

第二组是非知识工作者，占 37.6%。包括：护理助理和护工；安保；餐饮；保洁与场地维护；个人护理与服务；农林渔；建筑与采掘；安装、维护与维修，比如电工、水管工；生产制造；运输与物料搬运。

分完组之后，报告量了一件事：这两组人被 AI 触及的程度。结果是一边倒的——AI 的使用几乎全部集中在第一组。第一组的暴露度是 0.22，第二组是 0.01，差了二十倍。

看到这里你大概率已经在给自己归位了，那就把话说透：

如果你的工作产出是坐在电脑前生成的文本、代码、表格、分析、邮件、方案，并且这些产出不依赖你亲自到场，那么你在报告定义的受损那一组。这不是职业歧视，是任务结构。报告看的不是你的头衔，是你的活能不能被拆成一段一段独立的任务，然后一段一段交出去。

二、这份报告讲的四层影响

1. 工作：不是失业，是你的经验在贬值

大多数人以为风险是"被裁"，但是报告描述的风险不是这个。

配套的那份政策文件里有一句话，说得比技术报告直白得多：AI 正在同时在几十个职业里自动化任务，持续压缩工人花了多年才获得的技能的价值。这句话的分量在"同时"。过去的技能冲击是局部的——纺织工人受影响，钢铁工人不受影响，你要转行有明确方向。但这次不是，所有坐办公室的岗位被同时压，你转行的方向本身就是模糊的。

那换行有多难？报告在这里做了一件少见的坦诚事：它承认自己的模型把换行算轻了。模型假设"程序员转电工"是一次性完成的、没有损失的。而现实研究显示，被迫换行的人再就业后工资要掉 10% 到 20%。换句话说，报告里那个"知识工作者工资 −11.5%"的数字，落到具体的人身上会更难看。

那新长出来的工作是什么样？报告在配套的情景浏览器里，用护士举了个例子，把一个人的工作拆成四类：AI 替不了的，是给病人擦身；AI 增强的，是起草出院说明、远程监控、排班；AI 自动化的，是记录生命体征、订购病房物资；而新长出来的活，是检查 AI 分诊分得对不对、审阅 AI 提出的照护方案。

这四类里，新增的那一类有个共同点——从"做"变成了"判断和担责"。报告对个人职业转换的描述也很直接：程序员和客服中心坐席，可能得转去做电工和护士。

2.钱：工资条上的数字

这一节是整份报告最冷的部分。

极端情景下，知识工作者的工资比"没有 AI 的世界"低 11.5%。这个数字要换算一下才看得懂：那个"没有 AI 的世界"本来每年涨约 2%，四年下来是 8% 左右。11.5% 的相对下跌盖过它之后，2030 年知识工作者的实际工资比 2026 年还低。

而同期，非知识工作者的工资涨 33.6%。

政策文件里有一段不加修饰的描写，写的是失业拖到一年以上的世界。它说，找工作从几个月拉长到几年，家庭修改计划——买房、孩子的教育、退休——或者干脆放弃；一辈子的积蓄被取出来花，房租先拖欠，然后付不出来。

这不是修辞。实证研究的结论就是：失业金一耗尽，家庭消费断崖式下跌，现有的救济项目只能补上一部分。

3. 生活：一个报告承认自己没算的东西

报告在"局限"那一节里，列了一条容易被跳过的：它没有给 AI 在家庭内部创造的价值定价——家务、育儿、照护、给老人做健康咨询。这些事大多落在 GDP 之外。这条的意味很深。对你来说，AI 最先改善生活的场景大概率不是办公室，是家里。但这份 57 页的报告，用的是一把量不到这些的尺子。所以它算出来的"生活变好还是变坏"，天生是残缺的。你可以把这一条当成报告主动交底——它知道自己漏了什么。

4. 社会：15% 的 GDP 从工资单转到资本

极端情景下，2030 年 GDP 比"没有 AI 的世界"高出 32.4%，而劳动收入总额只涨了 0.5%。

这组数字非常刺眼：劳动份额从 60% 掉到 45.2%，而 GDP 涨了 1.32 倍。0.45 乘以 1.32，约等于 0.60。劳动收入总量几乎分毫未动——GDP 的全部增量，都以资本收入的形式被拿走了，资本收入涨了 81.4%。

报告原文给了一个对比：显著情景下四年掉的这 3.9 个百分点，几乎等于美国 1980 年之后四十年劳动份额的累计降幅。极端情景掉的 14.8 个百分点，是 15% 的 GDP 从工资单转移到资本回报。

这个转移本身没有好坏。但它逼出一个报告不回答的问题：资本是谁的？

报告模型里的"资本"是一个抽象的存量，不分算力、厂房、股票还是债券，也不区分是被一百万人持有还是被一千个人持有。而这个问题，恰恰是决定社会后果的那一个。

配套的政策文件自己点出了死结：美国的劳动有效税率显著高于资本。收入从劳动转向资本，意味着税基萎缩；同时需要维持收入支持的人在增加。两头挤压。

三、三条未来，不是一条

必须说清楚：报告的三个情景不是预测，也不附概率。它们的用途是让你看清"条件变了，结果会差多远"。

温和情景：GDP 高出 1.6%。知识工作者工资 +0.4%、就业 −0.5%，非知识工作者工资 +1.1%，全体失业率 3.9%。AI 在这个情景里像当年的互联网——有变化，日子照过。

显著情景：GDP 高出 8.3%。知识工作者工资 −0.3%、就业 −3.9%，非知识工作者工资 +5.9%，全体失业率 4.6%。AI 像铁路——重塑经济版图，一代人的职业路径被打断。

极端情景：GDP 高出 32.4%。知识工作者工资 −11.5%、就业 −21.5%、失业率 17.9%；非知识工作者工资 +33.6%；全体失业率 11.9%。AI 在这里不是一次技术冲击，是经济体制的重写。

极端情景下的 17.9% 是什么概念？远超美国战后任何时期——金融危机后的峰值略低于 10%，疫情衰退约 8%。

还有一个时间信息值得记住：报告明确写了，三个情景在 2026 年的读数完全一样，几乎所有的分化都发生在 2027 年之后。

这句话对作者是保护——未来一年半无论发生什么，他的框架都不会被证伪。对你是个信息黑洞——你没法靠短期数据判断方向，只能靠结构判断。

四、五种身份，五套动作

报告本身不给个人建议。下面这五套，是我根据报告的数据结构推出来的，每一条都能倒推回原文的某个数字。

1. 如果你是打工人

先做一个自测：你的工作产出是不是坐在电脑前生成的文本、代码、表格、分析、沟通，并且不依赖你亲自到场？如果是，你在受损那一组。然后你再想想过去这两年你们公司因为AI的介入裁掉了多少人，调整了多少薪资。

报告有个反直觉的发现：AI 对知识工作者的伤害以"降薪"还是"失业"兑现，取决于工资调得快不快。工资越僵，裁员越多；工资越灵活，降薪越狠。极端情景下，完全灵活的工资会跌 42%，但失业率只有 2.6%。

你控制不了宏观，但你能控制自己的工资弹性——而议价能力来自不可替代性。往两个方向加权重：一是加物理成分，让你的产出跟真实世界挂钩，需要到场、动手、实物交付、必须有人负责；二是加人际信任成分，需要长期关系、需要有人签字担责、需要说服和协调的活。

报告举的职业转换方向是程序员转电工、客服转护士。不是说你要去考电工证，是说要往 AI 碰不到的那一段靠。至于选择什么职业，要取决于你自己的综合素质和个人能力。时间上你大概有 12 到 18 个月。但要留意：报告承认它抹掉了现实中 10% 到 20% 的转行降薪——真到必须换的时候，成本比模型算的高。

2. 如果你是投资人

极端情景下资本收入涨 81.4%，劳动收入涨 0.5%，劳动份额从 60% 掉到 45.2%。表面上看是"买资产就对了"。报告模型里的"资本"是一个同质抽象存量——不分算力、厂房、股票、债券，也不分股权和债权，更没有储蓄决策。所以"资本收入 +81.4%"不等于"你手里的股票 +81.4%"。这份模型能告诉你**要素之间**怎么分，告诉不了你**资产类别之间**怎么分。

真正可推的是三条：依赖劳动收入的需求会承压——白领消费贷、中高端可选消费、成人教育、通勤地产，它们的客户群正是工资在跌的那一组；依赖资产收入的需求会走强，这条报告的数据支撑很硬；非知识岗位的消费力上升，33.6% 的工资涨幅对应的是大众消费品、汽修、家装、本地服务。

风控点：模型不含经济周期、金融危机、政治经济、灾难性风险——而这四样恰恰是投资最需要的东西。报告自己也说，极端情景在审稿人眼里"更适合当作思想实验而非情景"。

3. 如果你是一人公司或小老板

你同时在两边：你自己的产出是知识工作，在受损侧；你的客户可能来自两边。这个错位可能是机会。

报告把 AI 的用法分成两类：增强，人还在，AI 帮着做；自动化，人退出，交给 AI。一人公司的最优策略很明确——把交付里能干的部分尽量推到自动化，把自己钉在增强和担责那一侧。你的定价权不会来自你能做多少，会来自客户必须找你签字增强担责这件事上。

风险在于：如果你的生意卖的是纯知识交付——文案、咨询、设计、代码、报告——2027 年之后你的报价会被压。反过来，如果你服务的是非知识工作者，或者你的交付里有实物和到场，你会吃到这波。

现在就做一件事：盘一遍你的收入来源，客户属于哪一组，交付属于哪一侧。如果两头都落在受损侧，现在是调整的时候，不是等 2028 年。

4. 如果你在传统行业

按报告的分组，你在受益侧。极端情景下非知识工作者工资 +33.6%，是这份报告里唯一确定性向好的数字。机制也站得住：知识工作效率提升，实体需求上升，你的劳动变稀缺。

但有个前提要说清楚。报告没有纳入机器人，也明确说这是它"不把分析延伸到 2030 年之后"的主要理由。翻译过来：报告给你的安全区，保质期到 2030 年。运输和生产制造这两个大类，恰恰是最容易被机器人接管的。

所以：优先往"机器难替代的物理加人际"细分里走——电工、水管、护理、维修这类需要在非结构化环境里动手、且必须有人担责的活；警惕高度标准化的重复动作，那正是未来机器人最先吃掉的。

报告的一个政策指向对你有利：政策框架明确要大幅扩大对"面向人和社区的工作"的公共投资——医护、教育、育儿、养老、基建、生态、公共安全——理由之一是这些岗位恰恰长期缺人。

5. 如果你在 AI 行业

你站在资本那一侧，同时站在劳动暴露的最深处。

报告的数据很直白：AI 的使用几乎全部集中在知识工作岗位，暴露度 0.22 对 0.01。你造的东西，第一个吃掉的行业就是你自己所在的行业。

最先被吃的是什么？报告没有直接说，但逻辑很清楚：执行类的 AI 工作最先被 AI 接管——标注、数据清洗、调参、写标准化提示词、做常规评测。留下来的是判断类和担责类：决定做什么、判断结果对不对、为后果负责。

有个信号值得注意。Anthropic 在这份政策框架里明确表态：如果冲击超出经济的吸收能力，支持政府对全行业统一施加节奏管控。它还加了一句——任何一家单独放慢的公司，只会把市场让给不放慢的公司。

报告建议往判断和责任走，别往执行走。这个行业的监管风险，已经从"会不会来"变成"以什么形式来"。

五、社会准备怎么兜底：按严重程度分三档

配套的《Anthropic 经济政策框架》比技术报告实用得多。它按失业率分了三档，每档配不同的工具——因为"临时冲击"和"永久重构"需要完全不同的应对。

第一档，失业率约 5%。表面正常，底下在换血。核心判断是：有些措施必须趁看得见冲击之前就做，因为账户要实现复利。具体包括出生即发的资本账户——给每个美国人在出生时一个直接的经济份额，优先扩到最暴露的群体，允许提款用于再培训、搬迁、考证，并考虑用 AI 公司股权注资；工资保险，被迫接受降薪岗位的人限时限额补差额；职业执照改革，约 24% 的美国工人持证，跨州互认、缩短考证路径；留任税收优惠，企业采用 AI 时把员工重新部署到实质不同的岗位，给多年税收抵免；以及行业定向培训补助和 AI 求职匹配基础设施。

第二档，失业率约 10%。数千万家庭直面冲击。政策文件的原话是：职业不再需要它曾经要求的能力，职业生涯比计划更早结束、比预期更晚开始，找工作从几个月拉长到几年。重心从"提升适应力"转向"收入支持加再分配"。工具是扩大失业保险，把触发机制改成自动且各州统一，不再每次都靠国会临时立法；行业定向过渡支持；以及基本需求救济，对失业金耗尽的人给月度支付，保住房、食物、医疗，对填补医护、教育、育儿、基建、生态、公共安全缺口的人给更高待遇。

第三档，失业率超过历史峰值。政策文件承认这是"超出了决策者和经济学家历史地图的边缘"。核心问题是生产性贡献和收入之间的连接断了。收入机制上，自动延长失业金、提高工资保险上限、扩大基本需求救济；随着时间拉长，给付水平从"按原工资比例"收敛到统一底线——理由很直接：失业拖到几年，按过去工资发钱在公平和财政上都难以辩护。新税基上，提高资本利得税、广义消费税、按 token 或算力或营收对 AI 使用征的行业税、数字红利。新再分配上，普遍基本收入、AI 主权财富基金、员工持股、大幅扩大的预分配资本账户。还有一条：扩大对人的公共投资，把一部分 AI 红利导向长期缺人的医护、教育、照护岗位。

这份文件还区分了两种性质完全不同的冲击：临时性冲击，劳动市场会自己恢复，用临时支持；持久性重构，对人力的需求结构性下降，需要更永久的机制。它甚至点破了一件事——某些在第一档管用的工具，在第三档反而会把"收入等于工作"这个连接锁得更死，到时候需要主动退场。

顺带说一个值得记下的表态。Anthropic 原话是：我们准备也愿意缴我们该缴的那份。它认为如果 AI 公司产生变革性回报，有道义确保这些回报被广泛分享。

六、怎么判断自己在哪条路上

报告最大的实用性在这儿：它把"我该怎么办"变成了"我该看什么"。它自己列了五个参数，但有三个普通人根本观测不到。我筛掉那些，留下四个你能真看到的。

第一，AI 自用的自动化比例。现在大约 50%。看你自己：用聊天工具时，你是"让 AI 替你做完"，还是"跟 AI 一起做"。行业层面可以看 Anthropic 经济指数的对话分类。这个比例往 75%、90% 走，就是接近显著和极端情景。

第二，企业实际用 AI 的比例。按任务算大约 10%。看美国普查局 Business Trends and Outlook Survey 的 AI 模块。这是唯一有权威统计的扩散度指标。

第三，知识工作岗位的招聘率。这个最关键。现在是和其他岗位持平。要看的是它是否开始系统性低于其他岗位。可以看 JOLTS，也可以直接看你自己行业里的招聘量。这是"需求端真的在收缩"的第一手证据，比失业率更早。

第四，被迫转行后的再就业时长。最难测但最实。现在大约 3 个月。问身边换过行的人实际花了多久。报告给的换算是：3 个月是正常；8 个月接近显著情景；一年以上在往极端走。实际上你只需要按季度看一次就够，任何一个明显偏离，说明你在往右边滑。

顺便看一眼：普通人自己是怎么预期的

报告做了一件不常见的事——不问经济学家，而是问普通人。它让 Morning Consult 在 2026 年 8 月访问了 10,980 名美国成年人，问五个问题：AI 能做什么、会用多少、会自动化还是增强、快多少、失业后多久找到新工作。然后把每个人的回答映射成模型参数，跑一遍。

结果很有意思。公众相信"AI 很强"——他们判断 AI 能触及的任务份额是 0.44，压过显著情景的 0.30，逼近极端的 0.50。但他们不相信"AI 被用得很广"——扩散度的预期是 0.40，正好落在显著情景。两股力量抵消之后，产出结果 8.6%，几乎正中显著情景——中位数的美国人，预期的是一个"AI 像铁路"的世界。

但分歧极大：大约 30% 的人认为 AI 对适配的任务完全省不了时间，49% 的人认为至少能省一半。约 10% 的受访者观点与极端情景一致。

顺便说清这份报告的软肋

最扎实的批评不在外部，在报告自己的配套网页里。它公开列了审稿人的反对意见，而且没有反驳。

第一条就是："模型不追踪个体工人，所以它只能对失业的代价画出非常粗糙的图景。"如果你读完上面的内容仍觉得某些地方模糊，根源就在这——它算的是总量，不是人生。

其余几条同样值得记住：有审稿人质疑暴露于 AI 的职业到底会不会萎缩，而不是增长；有人认为最极端的情景更适合当作思想实验而不是情景；也有人认为最温和的情景低估了数据里已经看得见的东西；模型没有纳入数据中心建设带来的总需求效应；不止一位审稿人认为，作者可能低估了 AI 加速技术进步本身的程度。

Anthropic 的措辞是：外部审稿人未被要求认可我们的结论，剩余的错误是我们的。这份坦诚值得记一分，但结论也要打折看。

还有两点要点出来。

1. 极端情景的前提非常苛刻。它要求 AI 触达一半知识工作、扩散到 60%、单任务增益 2.2 倍、90% 全自动，并且新任务创造率归零——每自动化一个任务，人类新增 0 个。历史上这事从没发生过。1947 到 1987 年新任务大致跟上自动化，1987 到 2017 年也还有一半。这是"AI 造不出任何给人做的新活"。

2. 利害关系要摆明。Anthropic 是这件事的直接受益方，而"极端情景"同时是它的市场叙事。论文声明观点不代表公司，作者阵容的学术声誉也过硬。但要留意：极端情景在市场转述里被引用得最多，温和情景被引用得最少。

附：完整数据表

如果你想把这份报告的数字留着，下面是核心那一张。金色标出的是极端情景整列——那一列，是决定个人处境的数字。如果你需要完整的报告，也可以留言给我，我分享给你。

七、我的思考

报告讲到这里就结束了。接下来的话都是我读完之后的判断，不属于报告。

1. 先说一个比报告更大的判断

报告把话讲到了 2030 年，但它自己划了边界：不纳入机器人，不纳入政治，不纳入金融危机，也不把分析延伸到 2030 年之后。这几个"不"，恰好是决定长期结果的变量。

所以我的判断是：未来十年真正的主线，不是 AI 有多强，是技术进步的收益分配机制会不会被重建。

报告里有个数字能说明这件事的分量。极端情景下，要让受损者回到原来的收入水平，需要的转移支付约等于 9% 的 GDP——规模等于社保加医保。而经济总收益是他们损失的近三倍。钱是够的，缺的是通道。报告自己承认，这个通道不会自动出现。它引用中国进口竞争对美国局部地区冲击的研究，结论是：这种补偿，历史上基本没有自动发生过。

所以三条路真正分开的地方，不在 GDP 那一栏。在"社会有没有能力把增长的收益重新分回去"这一栏。同样涨 32% 的两个世界，一个有兜底，一个没有，是两种人生。

而这件事，你我都左右不了。

但报告里有一句话给了方向。它说，不要只盯着失业率，要同时看劳动参与率、不充分就业、工资和劳动份额。翻译过来就是：别只看你有没有工作，要看你的工作值多少钱。如果你的工作并不像你想象的值钱，那么是不是要重新规划职业生涯？如果是，方向要往哪里走？转型的损失和投入是否能承担？成承受多久？这些问题都是你我未来要面对和思考的，而且是宜早不宜迟。

对于宏观我们判断不了，但有两件事是自己能控制的：你在杠杆的哪一侧，以及你有没有把两笔账都算上。下面就是我读完报告之后，最想说的两件事。

第一件事：杠杆的问题从来不是"有没有"，是"归谁"

我们都听过那个说法——这个时代最强的杠杆是代码和媒体，因为它们能"一次生产、无限分发"。AI 把这条逻辑推到了极致：它能让几乎所有知识工作都变成可杠杆化的。

但你有没有发现，这份报告说的其实是同一件事的另一面。

报告把 AI 的用法分成两种：增强，是你在场，AI 放大你；自动化，是你不在场，任务被完成。用杠杆的语言翻译一遍——自动化的本质，就是"你不在场也能产出"这件事，被机器做到了。

问题恰恰出在这里。

杠杆的定义是"你不在场也能产出"。但杠杆归谁所有，决定了产出归谁。你自己建一个能自动跑的生意，不在场也能产出，产出归你。AI 把你的活自动化了，你不在场也能产出，产出归资本。

所以报告里那 15% 的 GDP 转移，用一句话就能说清：它转移的不是收入，是杠杆的所有权。

这也解释了为什么非知识工作者的工资会涨。护士给病人擦身、电工上门接线，这些活 AI 不在场就干不了——因为它们的杠杆化程度低，所以劳动的议价权反而保住了。听起来像个悖论：正因为你的活不够"先进"，你才没有被资本拿走。

那对个人来说，可操作的结论是什么？不是"去建一个自动跑的生意"，那对多数人不现实。而是把你的位置往杠杆拿不走的地方挪——你必须到场、必须担责、必须有人签字的那一段。那里机器替你不了，所以杠杆在你手里。

一句话总结：别再问"我的工作会不会被 AI 做掉"，去问"我的产出，能不能在我离场之后依然产生价值，而那份价值归谁"。前一个问题让你焦虑，后一个问题给你方向。

第二件事：你只算了换行的成本，没算留下的成本

这是我在报告里看到的最被忽略的一个数字。

所有人做职业决策时，算的都是同一笔账：换行要学新东西，要降薪，要重新证明自己，可能还要搬城市。这笔账很贵，所以大多数人选择不动。但选择不动也有成本，而且这份成本正在上涨，只是它不写在工资条上，所以你看不见。

报告里的数字是这样的：极端情景下，知识工作者 2030 年的实际工资比 2026 年低。不是"涨得慢"，是"比现在低"。同时，就业机会减少 21.5%。

你不动的代价，是在一个正在贬值的资产上继续投入时间。而你每年投进去的时间，是不可回收的。

机会成本这个概念真正的锋利之处在这里：它不是"你选了什么"，而是"你选的那条路，机会本身在不在增长"。留在原地看起来最安全，但安全感来自"它以前一直这样"，不来自"它以后也会这样"。

所以真正该算的是两笔账，而不是一笔。换行的成本是确定的一次性支出，留下的成本是不确定的持续折旧。多数人只因为前者看得见、后者看不见，就默认后者是零。

给你一个可以今天就用的问题：如果我现在这个岗位的需求，三年后下降 20%，我今天应该做什么？

注意，这个问题的前提不是"会不会下降"，而是"如果下降"。它绕开了预测——你不需要知道 2030 年是哪条路，你只需要知道自己在这两条路下分别扛不扛得住。报告花了 57 页论证那三条路都可能，但它没有说哪一条会发生。在无法预测的地方，正确的做法不是猜，是让自己在每一条路上都活着。

看完这份报告，我最好奇的是一个问题：你现在的工作，有多少比例是"你不在场也能完成"的？

留言区说说你的比例，我挑几条展开写。

我是 Superben，一个不断尝试重构生活与商业系统的探索者。

更多深度内容 → http://134.175.157.181:9009/

研报速递

行业资讯