2026年3月5日 · 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
发展脉络
- 首次出现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
- 当前判断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 · 分析
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。