Mar 5, 2026 · Anthropic Economic Research
Anthropic 劳动力研究：用真实 Claude 使用数据区分理论可自动化与实际暴露
Anthropic 于 2026 年 3 月提出 observed exposure 指标，将任务理论能力、真实 Claude 使用、工作场景与自动化程度组合，并与美国职业和就业数据比较。
EVENT STORY
Development
- First ReportAnthropic 劳动力研究：用真实 Claude 使用数据区分理论可自动化与实际暴露Anthropic
- Current Assessment企业与投资判断可以从静态的岗位可替代比例转向真实任务采用、自动化方式和扩散速度；这比单纯使用 benchmark 或专家预测更接近经营变化。Agent Pulse · analysis
AI 对就业的讨论常把模型理论能力直接等同实际替代。该研究用真实使用数据缩小这一跳跃，发现当前实际覆盖仍显著低于理论能力，也未观察到高暴露职业失业率系统性上升。
研究将 O*NET 任务、Anthropic Economic Index 使用数据和任务级理论暴露结合，对工作相关且自动化程度更高的使用赋予更高权重，再聚合到职业层级。结果显示暴露与官方就业增长预测弱相关，同时只对年轻高暴露职业的招聘放缓给出提示性证据。
企业与投资判断可以从静态的岗位可替代比例转向真实任务采用、自动化方式和扩散速度；这比单纯使用 benchmark 或专家预测更接近经营变化。
制定人力策略时应按任务追踪真实使用和自动化深度，不应根据模型能力榜单直接裁减岗位；优先寻找采用增长但组织流程尚未适配的环节。
数据只覆盖 Claude 生态且因果识别有限，需要与其他平台、企业部署、工资、岗位转换和长期就业数据持续交叉验证。