Anthropic 最新的研究：AI 并未造成失业？

2026 年 3 月 5 日，Anthropic 在自己的 Research 网站发布了一篇经济研究文章，全名是：

AI 对劳动力市场的影响：一种新的衡量方法与早期证据（Labor market impacts of AI: A new measure and early evidence）。

我很感兴趣，细读了一遍，跟各位分享一下。

是不是看到标题的时候，已经开始慌了？尤其想到这是最头部的 AI 公司之一出的报告，很容易想到，又是在制造焦虑了。

但先说结论：并没有明显证据证明 AI 已经造成大规模失业。至少到目前为止。而且通过他们的分析框架，展示了理论和实际还是有鸿沟。

我们把论文简单捋一下。

历史经验告诉我们，对新技术冲击就业的判断，几乎总是高估短期、低估长期。

十多年前，在全球化的趋势下，一些研究认为「可外包化」的美国岗位可能高达四分之一，但事实是，这些职业中的大多数并未消失。

就业变化从来不是单一因素驱动的。经济周期、贸易政策、人口结构变化，都会掩盖技术带来的真实影响。

作者认为，相比疫情这种「断崖式冲击」，AI 更可能像互联网一样，以渐进、分散、难以察觉的方式渗透。

正如我们很难说某一个具体的日期，全国人民都在用智能手机了；也很能说在哪一个晚上，全国人民都在刷短视频了——这都是个渐进的过程。

会有变化，但第一，不会那么快；第二，不会那么剧烈，不给你反应机会（比如除夕夜在雪山上忽然结石疼得叫救护车）。

论文提出了一个新的衡量维度，就是：观测的暴露度（observed exposure）。

这就是 Anthropic 的底气了，人家真的有数据，而且有说服力。为啥说很多工作暂时安全，那就是从 Claude 使用的数据看，目前还真的没法完成。

另外，他们不是只问「AI 原则上能不能做」，而是进一步追问：

- 这些任务是否真的在现实工作中被 AI 使用？

- 是辅助人类，还是直接自动化？

- 使用场景是否发生在职业环境，而非娱乐或学习？

这听起来还是很科学的。

研究团队用了 Anthropic 自身的使用数据，包括 2025 年 8 月和 11 月的 Claude 数据（其它的没有明确披露）。

同时，结合了经典的来自 O*NET 的职业任务数据库，覆盖美国约 800 个职业的具体工作内容（这是研究职业问题常见的数据集，当年 OpenAI 的文章也用了这个）；并且参考了既有研究中对 AI 理论能力的任务级评估。

在计算方法上，做了加权：自动化使用权重高于辅助使用，工作场景高于非工作场景，任务占比越高，对职业影响越大。

于是，每个职业都会得到一个观测的暴露度（observed exposure）。

有意思的是，他们把这个观测的暴露度（observed exposure）跟理论的暴露度（theoretical exposure）做了对比。后者就是之前有的学者，通过自己的理论猜测、人工标注得到的结论。

这也是已经在流传开的图：

简单说，目前大家觉得 AI 挺猛的，至少有的职业应该要完了。但是结论是。AI 的实际使用程度，远低于其理论能力。中间的 gap 是不小的。

连最夸张的计算机和数学相关职业，从过去很多研究表明，超过 90% 的任务都可能被大模型加速，眼看这行业要完犊子了。但在真实使用数据中，当前 AI 覆盖率只有约三分之一。

为什么呢？可能就包括：法律限制、责任风险、软件系统不兼容、人类审核成本、组织迁移成本。简单说，历史上的包袱，都在拖慢扩散速度。理论上的纯技术替代，不代表真实世界的替代。

这么看的话，AI 替代工作的进展，肯定比大家预期慢。

不过不代表这事儿就结了。随着能力提升、采纳扩展和部署深入，红色区域将逐步扩大以覆盖蓝色区域。

当然，同时存在一大片未覆盖的区域。很多任务是永久不会替代的，也好理解。

在当前阶段，AI 覆盖率最高的职业包括：

这些职业的共同特征是：任务高度结构化、数字化程度高、结果可验证。

相反，约 30% 的劳动者几乎没有任何 AI 覆盖，包括厨师、维修工、酒保、救生员、洗碗工、试衣间服务员等以体力或现场操作为主的工作。

论文还指出：最容易被 AI 影响的，是高学历、高收入人群。这也是过去大家的猜测，从数据上验证了。

在 AI 暴露度最高的职业中，劳动者更可能是：女性、白人、亚洲人、高收入和受过更高层次教育的人。例如，研究生学位持有者在未暴露群体中占 4.5%，但在暴露程度最高的群体中占 17.4%，差异接近四倍。

作者进一步将这一「观测的暴露度」与美国劳工统计局（BLS）2024—2034 年的就业预测进行对比，发现两者之间存在显著但不强烈的负相关关系。

具体而言：职业的 AI 覆盖率每提高 10 个百分点，未来十年的岗位增长预测会下降约 0.6 个百分点。

说人话，就是，因为存在 AI 替代的风险，选择这些职业的人、容纳这些职业的岗位已经在自然减少。

刚刚是岗位数量预测，那么目前的 AI 有没有在 ChatGPT 发布后导致大量的失业？

答案是：从统计显著性看，没有。

作者使用美国当前人口调查（CPS）数据，对比高暴露职业与低暴露职业在 2022 年底之后的失业率变化，结果显示，两者走势几乎一致。

即便使用差分方法测算，AI 带来的失业率变化也「与零没有统计上的显著差异」。如果 AI 已经引发类似金融危机级别的白领失业，这种统计方法本应能清晰捕捉到。但现实中，并没有。

但一个微妙变化正在发生：年轻人更难进入这些岗位。信号出现在 22—25 岁的年轻劳动者身上。

作者发现，自 2024 年起，年轻人进入高 AI 暴露职业的「新岗位进入率」明显下降，降幅约为 14%。而低暴露职业的招聘保持稳定。

这意味着，AI 并没有把人挤出岗位，但可能正在减少新岗位的需求。跟互联网大厂目前的情况类似，并不会大幅裁员，而是缩减 headcount 的数量。

对刚毕业的人而言，这种变化不会立刻表现为失业，而更可能表现为：延迟就业、转向其他行业、继续深造等等。

因此这就是为何失业率不会显著出现的原因。AI 影响就业的方式，可能比裁员更隐蔽

AI 更可能改变的是：谁能被雇佣、哪些岗位不再扩张、哪些职业的入口正在收紧。这是一种结构性、渐进式的改变，而非剧烈的崩塌。

总结来说：至少到现在，AI 还没有把人推向失业。但它正在改变企业「还要不要再招一个人」、年轻人「还要不要再选择这个职业」的判断。这种变化，比裁员更隐蔽。这个过程会更漫长，但也是真实在发生的过程。

还是一句话：短期会高估，而长期会低估。

翻译&制图：Gemini

GPT 5.4 亦有帮助