2026 年 3 月 5 日，Anthropic 在自己的 Research 網(wǎng)站發(fā)布了一篇經(jīng)濟研究文章，全名是：

AI 對勞動力市場的影響：一種新的衡量方法與早期證據(jù)（Labor market impacts of AI: A new measure and early evidence）。

我很感興趣，細讀了一遍，跟各位分享一下。

是不是看到標題的時候，已經(jīng)開始慌了？尤其想到這是最頭部的 AI 公司之一出的報告，很容易想到，又是在制造焦慮了。

但先說結(jié)論：并沒有明顯證據(jù)證明 AI 已經(jīng)造成大規(guī)模失業(yè)。至少到目前為止。而且通過他們的分析框架，展示了理論和實際還是有鴻溝。

我們把論文簡單捋一下。

歷史經(jīng)驗告訴我們，對新技術(shù)沖擊就業(yè)的判斷，幾乎總是高估短期、低估長期。

十多年前，在全球化的趨勢下，一些研究認為「可外包化」的美國崗位可能高達四分之一，但事實是，這些職業(yè)中的大多數(shù)并未消失。

就業(yè)變化從來不是單一因素驅(qū)動的。經(jīng)濟周期、貿(mào)易政策、人口結(jié)構(gòu)變化，都會掩蓋技術(shù)帶來的真實影響。

作者認為，相比疫情這種「斷崖式?jīng)_擊」，AI 更可能像互聯(lián)網(wǎng)一樣，以漸進、分散、難以察覺的方式滲透。

正如我們很難說某一個具體的日期，全國人民都在用智能手機了；也很能說在哪一個晚上，全國人民都在刷短視頻了——這都是個漸進的過程。

會有變化，但第一，不會那么快；第二，不會那么劇烈，不給你反應機會（比如除夕夜在雪山上忽然結(jié)石疼得叫救護車）。

論文提出了一個新的衡量維度，就是：觀測的暴露度（observed exposure）。

這就是 Anthropic 的底氣了，人家真的有數(shù)據(jù)，而且有說服力。為啥說很多工作暫時安全，那就是從 Claude 使用的數(shù)據(jù)看，目前還真的沒法完成。

另外，他們不是只問「AI 原則上能不能做」，而是進一步追問：

- 這些任務是否真的在現(xiàn)實工作中被 AI 使用？

- 是輔助人類，還是直接自動化？

- 使用場景是否發(fā)生在職業(yè)環(huán)境，而非娛樂或?qū)W習？

這聽起來還是很科學的。

研究團隊用了 Anthropic 自身的使用數(shù)據(jù)，包括 2025 年 8 月和 11 月的 Claude 數(shù)據(jù)（其它的沒有明確披露）。

同時，結(jié)合了經(jīng)典的來自 O*NET 的職業(yè)任務數(shù)據(jù)庫，覆蓋美國約 800 個職業(yè)的具體工作內(nèi)容（這是研究職業(yè)問題常見的數(shù)據(jù)集，當年 OpenAI 的文章也用了這個）；并且參考了既有研究中對 AI 理論能力的任務級評估。

在計算方法上，做了加權(quán)：自動化使用權(quán)重高于輔助使用，工作場景高于非工作場景，任務占比越高，對職業(yè)影響越大。

于是，每個職業(yè)都會得到一個觀測的暴露度（observed exposure）。

有意思的是，他們把這個觀測的暴露度（observed exposure）跟理論的暴露度（theoretical exposure）做了對比。后者就是之前有的學者，通過自己的理論猜測、人工標注得到的結(jié)論。

這也是已經(jīng)在流傳開的圖：

簡單說，目前大家覺得 AI 挺猛的，至少有的職業(yè)應該要完了。但是結(jié)論是。AI 的實際使用程度，遠低于其理論能力。中間的 gap 是不小的。

連最夸張的計算機和數(shù)學相關(guān)職業(yè)，從過去很多研究表明，超過 90% 的任務都可能被大模型加速，眼看這行業(yè)要完犢子了。但在真實使用數(shù)據(jù)中，當前 AI 覆蓋率只有約三分之一。

為什么呢？可能就包括：法律限制、責任風險、軟件系統(tǒng)不兼容、人類審核成本、組織遷移成本。簡單說，歷史上的包袱，都在拖慢擴散速度。理論上的純技術(shù)替代，不代表真實世界的替代。

這么看的話，AI 替代工作的進展，肯定比大家預期慢。

不過不代表這事兒就結(jié)了。隨著能力提升、采納擴展和部署深入，紅色區(qū)域?qū)⒅鸩綌U大以覆蓋藍色區(qū)域。

當然，同時存在一大片未覆蓋的區(qū)域。很多任務是永久不會替代的，也好理解。

在當前階段，AI 覆蓋率最高的職業(yè)包括：

這些職業(yè)的共同特征是：任務高度結(jié)構(gòu)化、數(shù)字化程度高、結(jié)果可驗證。

相反，約 30% 的勞動者幾乎沒有任何 AI 覆蓋，包括廚師、維修工、酒保、救生員、洗碗工、試衣間服務員等以體力或現(xiàn)場操作為主的工作。

論文還指出：最容易被 AI 影響的，是高學歷、高收入人群。這也是過去大家的猜測，從數(shù)據(jù)上驗證了。

在 AI 暴露度最高的職業(yè)中，勞動者更可能是：女性、白人、亞洲人、高收入和受過更高層次教育的人。例如，研究生學位持有者在未暴露群體中占 4.5%，但在暴露程度最高的群體中占 17.4%，差異接近四倍。

作者進一步將這一「觀測的暴露度」與美國勞工統(tǒng)計局（BLS）2024—2034 年的就業(yè)預測進行對比，發(fā)現(xiàn)兩者之間存在顯著但不強烈的負相關(guān)關(guān)系。

具體而言：職業(yè)的 AI 覆蓋率每提高 10 個百分點，未來十年的崗位增長預測會下降約 0.6 個百分點。

說人話，就是，因為存在 AI 替代的風險，選擇這些職業(yè)的人、容納這些職業(yè)的崗位已經(jīng)在自然減少。

剛剛是崗位數(shù)量預測，那么目前的 AI 有沒有在 ChatGPT 發(fā)布后導致大量的失業(yè)？

答案是：從統(tǒng)計顯著性看，沒有。

作者使用美國當前人口調(diào)查（CPS）數(shù)據(jù)，對比高暴露職業(yè)與低暴露職業(yè)在 2022 年底之后的失業(yè)率變化，結(jié)果顯示，兩者走勢幾乎一致。

即便使用差分方法測算，AI 帶來的失業(yè)率變化也「與零沒有統(tǒng)計上的顯著差異」。如果 AI 已經(jīng)引發(fā)類似金融危機級別的白領(lǐng)失業(yè)，這種統(tǒng)計方法本應能清晰捕捉到。但現(xiàn)實中，并沒有。

但一個微妙變化正在發(fā)生：年輕人更難進入這些崗位。信號出現(xiàn)在 22—25 歲的年輕勞動者身上。

作者發(fā)現(xiàn)，自 2024 年起，年輕人進入高 AI 暴露職業(yè)的「新崗位進入率」明顯下降，降幅約為 14%。而低暴露職業(yè)的招聘保持穩(wěn)定。

這意味著，AI 并沒有把人擠出崗位，但可能正在減少新崗位的需求。跟互聯(lián)網(wǎng)大廠目前的情況類似，并不會大幅裁員，而是縮減 headcount 的數(shù)量。

對剛畢業(yè)的人而言，這種變化不會立刻表現(xiàn)為失業(yè)，而更可能表現(xiàn)為：延遲就業(yè)、轉(zhuǎn)向其他行業(yè)、繼續(xù)深造等等。

因此這就是為何失業(yè)率不會顯著出現(xiàn)的原因。AI 影響就業(yè)的方式，可能比裁員更隱蔽

AI 更可能改變的是：誰能被雇傭、哪些崗位不再擴張、哪些職業(yè)的入口正在收緊。這是一種結(jié)構(gòu)性、漸進式的改變，而非劇烈的崩塌。

總結(jié)來說：至少到現(xiàn)在，AI 還沒有把人推向失業(yè)。但它正在改變企業(yè)「還要不要再招一個人」、年輕人「還要不要再選擇這個職業(yè)」的判斷。這種變化，比裁員更隱蔽。這個過程會更漫長，但也是真實在發(fā)生的過程。

還是一句話：短期會高估，而長期會低估。

翻譯&制圖：Gemini

GPT 5.4 亦有幫助