经济研究

Economic Research

经济未来研究基金的研究议程

A research agenda for the Economic Futures Research Fund

2026年7月22日

我们在此分享 Anthropic 经济未来研究基金（Anthropic Economic Futures Research Fund）的研究议程。我们承诺为该基金投入2亿美元，用于支持雄心勃勃的外部研究，探索帮助社会应对人工智能经济影响的干预措施。

通过该基金支持的研究，我们希望研究哪些项目能够使经济更加灵活和富有韧性，确保人工智能的收益得到共享，并最大限度地减少人工智能驱动的颠覆可能造成的损害。

在该基金中，我们将优先关注五个研究领域：

• 在企业和工作场所层面塑造人工智能对劳动者的影响
• 帮助人们应对人工智能驱动的转型
• 为人工智能驱动的失业问题现代化收入支持体系
• 在颠覆到来之前，让劳动者在人工智能驱动的增长中拥有利益
• 为公共投资提供新的实证依据

该基金是什么？

What is the fund?

人工智能的能力在持续提升。但我们尚不清楚，随着人工智能能力不断增强，它将以多快的速度渗透到整个经济中，以及会产生怎样的经济效应。在我们于6月发布的《经济政策框架》（Economic Policy Framework, EPF）中，我们针对一系列情景提出了相应的项目和政策。然而，我们需要更多实证证据，来了解哪些干预措施在人工智能转型后的经济中可能真正奏效——哪些措施能让经济更灵活、更有韧性，并广泛地分配收益。面对这种不确定性，我们的目标是建立这一证据基础，以便劳动者、企业和政府有调整的空间。这笔2亿美元的资金将用于支持对EPF中提出的干预措施以及其他开放性问题的外部研究。我们可能正进入一个史无前例的时刻，最有希望的解决方案可能是那些尚未有人尝试过的方案。我们愿意资助那些富有创意和雄心壮志的试点项目，这些项目能够为那些仅靠随机对照试验（RCT）可能只能提供渐进式证据的问题提供指导。

这是我们一年前启动的“经济未来”（Economic Futures）项目的一次重大演进。我们正在将重点转向雄心勃勃的项目和大额资助，因为我们相信这是能产生最大影响力的领域。我们一直认为，资助大型外部研究押注非常重要；这一转变将使我们能够做到这一点。同时，通过“经济未来”项目，我们也认识到，我们很难同时扩大管理众多小额资助的能力。除了大规模的RCT和试点项目，我们也对与能够规模化开展有效小规模试点项目的合作伙伴感兴趣。

我们资助的研究类型

The kinds of research we’re funding

从根本上说，我们希望资助尽可能最具雄心的提案。我们的目标是资助大规模的RCT，或雄心勃勃、富有创意的试点项目及项目评估，以扩大我们对哪些方案在何种情境下显示出前景的共同理解，填补证据薄弱的空白，并激发新的解决方案。下面列出的可资助方向提供了一系列可能性，但我们知道我们并未穷尽该领域的所有好想法。我们欢迎那些可能未在下方列出的提案。

人工智能对社会变革的速度可能快于传统研究资助和出版周期所能跟上的步伐。我们正在寻找愿意在关键里程碑节点公开分享其研究成果的研究组织，因为一个足够早到来、可供采取行动的信号，其价值可能超过一个姗姗来迟的答案。我们尤其对那些如果显示出前景就可以大规模推广的试点项目感兴趣。

这是一个全球性的基金。我们下面列出的资助方向在一定程度上以美国为中心，部分原因是我们总部设在旧金山，且Claude在美国的使用率高于任何其他国家。但为应对颠覆做好准备的需求是全球性的，我们期望以反映这一现实的方式来资助项目。

我们计划主要资助金额在500万至3000万美元范围内的项目，但对于范围明确、具有高潜在影响力的项目，我们可以在上限上灵活处理。根据我们从“经济未来”项目中获得的经验，以及我们在提案中寻求的雄心和规模，我们不会直接通过该基金资助任何低于100万美元的项目。

我们将接受来自经认可的大学和其他学位授予机构、独立研究机构和政策研究组织，以及有大规模实地实验经验记录的非营利组织的提案。个别研究人员可以作为其所在机构提案的首席研究员，但我们不会考虑以个人身份申请的提案。

我们更有可能资助符合我们研究优先方向之一的项目，但我们也欢迎这些方向之外雄心勃勃的提案，只要它们与问题和机遇的规模相匹配。请参阅我们的提案征集（RFP）并在此处申请。

我们的五大研究优先方向

Our five research priorities

1. 在企业和工作场所层面塑造人工智能对劳动者的影响

1. Shaping AI’s impact on workers at the firm and workplace level

人工智能对劳动力市场的影响取决于围绕它构建的系统、工作场所、培训协议和制度选择。目前关于人工智能在工作场所整合的现有证据是观察性的和短期的。实地实验可以帮助我们了解哪些协作模式能在人工智能旁边发展人类专业知识，组织设计选择如何影响生产力以及谁获得了收益，以及劳动者声音在这些设计选择中能产生什么不同。

如果没有这些证据，无论是企业层面的决策，还是诸如激励劳动者增强、留任税收抵免、雇主共同投资要求或学徒计划等政策杠杆，都将缺乏充分的信息。

可资助方向包括：

• 在企业或团队层面随机分配人工智能系统和人工智能整合设计的实地实验，包括将劳动者和劳动者组织共同开发的设计与自上而下的方法进行比较。
• 评估围绕人工智能工作场所整合和使用的组织选择对人工智能生产力提升发生率的影响。
• 评估留任税收抵免和雇主共同投资要求。

2. 帮助人们应对人工智能驱动的转型

2. Equipping people to navigate AI-driven transitions

关于再培训和就业安置的证据好坏参半，而且这些证据可能无法推广到人工智能引发的经济颠覆和快速结构转型中。

可资助方向包括：

• 评估创新的技能再培训、就业安置、许可改革和行业转型方案，包括较新的人工智能驱动的匹配、认证和学习模型，以及将收入支持与密集再就业服务、再培训和搬迁援助捆绑在一起。
• 针对早期职业和专业发展路径的实地实验，例如，如果初级任务被人工智能吸收，哪些学徒制、导师制或轮岗模式可以建立专业知识。
• 评估旨在让学生为转型后的劳动力市场做好准备的K-12和高等教育课程及教育交付模式，包括将教育干预与后期劳动力市场结果联系起来的纵向试点项目。
• 测试雄心勃勃的流动性工具，例如与再培训计划挂钩的带薪休假，以及随劳动者跨雇主流动的可携带福利。

关于许多此类努力已有现成证据，包括一些特别有效的行业培训项目。我们希望了解有前景的项目能否在更广泛的人群中快速推广。例如，一个大规模的“消防演习”，即在某个州为求职者快速推广选定的项目，可以提供证据，证明这些项目在面对重大颠覆时效果如何。

3. 为人工智能驱动的失业问题现代化收入支持体系

3. Modernizing income support for AI-driven displacement

与世界各地类似的保险计划一样，美国支持失业劳动者的体系几乎完全建立在失业是暂时性的假设之上。人工智能可能导致更广泛、更持久的失业。在这种情况下，我们将需要针对一种新的均衡状态进行调整的工具，而这种均衡状态在现代没有先例。

可资助方向包括：

• 适合人工智能驱动失业的失业保险（UI）改革，包括替代性资格门槛、与行业或职业挂钩的自动延长触发机制，以及将失业保险与工资保险、再培训或其他过渡支持相结合。
• 为那些用尽失业保险、从未符合资格或长期就业不足的劳动者提供基本需求救济。
• 以可维持生活水平为目标的、更长期限的无条件收入试点项目，旨在探讨收入与工作长期脱钩的情景，分析的结果不仅包括劳动力供给和消费，还包括幸福感、家庭稳定、儿童发展、公民参与以及受助者如何安排时间。

4. 在颠覆到来之前，让劳动者在人工智能驱动的增长中拥有利益

4. Building worker stakes in AI-driven growth before disruption arrives

在人工智能带来巨大总体收益的前所未有的情景下，这些收益可能默认不会得到广泛分享。在EPF中，我们讨论了普遍的预分配资本账户（pre-distributive capital accounts）及邻近机制，如股权分享、人工智能行业分红和公共所有权股份。但这些机制在大规模应用方面缺乏直接的经验先例，而且它们也需要资金来源。存在许多创收提案，包括通过公司税、资本利得税或代币税对人工智能驱动的回报征税。但我们缺乏证据表明谁会承担这些税收的经济归宿，以及不同的设计将如何影响税收收入和人工智能的采用。

可资助方向包括：

• 测试大规模预分配资本账户设计的RCT。
• 测试股权分享或分红式机制的试点项目，包括社区层面的试点项目，其中人工智能基础设施或使用人工智能的企业为当地居民带来直接、持续的回报。
• 比较不同创收和分配机制的评估——哪种税基（公司利润、资本利得、算力、自动化税等）和哪种机制（预分配账户、股权、分红或等价的直接转移）能带来最佳的劳动力市场和家庭结果。

5. 为公共投资提供新的实证依据

5. Generating new evidence on public investments

EPF呼吁既要现代化收入安全网，也要大幅扩大面向人力和社区工作的公共投资。政策制定者需要一种一致的方法来比较这些工具彼此之间，以及与直接转移支付之间的优劣。这项研究将为哪些形式的支出能产生最大的公共利益提供证据，尤其是在那些可能被私人市场低估的领域。

可资助方向包括：

• 大规模试点项目，直接资助面向人力和社区的服务岗位（例如，教学、课后项目、图书馆、社区卫生、公园、基础设施、艺术领域），衡量包括就业水平、教育程度、犯罪率和幸福感在内的结果。
• 试点项目，扩大服务不足人群获得人工智能驱动的公共服务（法律援助、医疗指导、财务建议）的机会，测试此类投资能否缩小获取服务的差距。
• 为失业或长期失业的劳动者提供有保障就业的试点项目，参与者被提供从事公益角色的工作，其精神类似于民间资源保护队（Civilian Conservation Corps），但涵盖更广泛的角色范围。
• 在受人工智能驱动失业影响最大或托管大型人工智能基础设施建设的社区，实施基于地方的干预措施，包括对劳动力、公共服务、基础设施和便利设施进行捆绑投资，以及试点在统一治理下协调这些投资的区域发展机构。

了解更多关于RFP的信息并在此处申请。

相关内容

Related content

向Claude询问Anthropic经济指数

Ask Claude about the Anthropic Economic Index

我们正在为Claude推出Anthropic经济指数连接器，任何人都可以探索关于人工智能与工作的真实数据。

了解更多

Anthropic再向Public First Action捐赠2000万美元

Anthropic is donating another $20 million to Public First Action

Anthropic正在向Public First Action额外捐赠2000万美元，使我们的总支持额达到4000万美元。

了解更多

申请Anthropic的AI for Science罕见病研究资助

Apply for Anthropic’s AI for Science rare disease research grants

Anthropic正在发布一个专注于罕见遗传病的AI for Science应用征集。被接受的申请人将在六个月内获得高达5万美元的Claude积分，目标是建立一个研究社区，探索人工智能如何重塑我们对罕见病的理解。

了解更多