Anthropic经济指数报告：理解AI使用的新基石

The Anthropic Economic Index report: New building blocks for understanding AI use

📅2026-07-09👤AnthropicAnthropic Blog
🔗原文：https://www.anthropic.com/research/economic-index-primitives
✍️翻译：DeepSeek

经济研究

Anthropic 经济指数：理解 AI 使用的新基石

Anthropic Economic Index: New building blocks for understanding AI use

2026 年 1 月 15 日阅读完整报告

Anthropic 经济指数：理解 AI 使用的新基石

人工智能真的能让人工作更快吗？AI 最擅长支持哪些类型的任务？它又将如何改变人们职业的性质？

在 Anthropic，我们正在持续衡量现实世界中的 AI 使用情况，以回答诸如此类的问题。我们的隐私保护分析方法使我们能够深入了解 Claude.ai 上的对话（涵盖消费者使用）以及我们的第一方 API（主要涵盖企业使用）¹。在过去的报告中，我们按职业和工资水平评估了 AI 任务，更深入地研究了软件开发，并按国家和美国各州分析了 AI 的使用情况。

现在，我们正在为经济指数增加新的细节层次。在我们的第四份报告中，我们引入了所谓的经济基元（economic primitives）：一组五个简单、基础的测量指标，用于追踪 Claude 随时间推移的经济影响。我们的初始集合包括任务复杂度、技能水平、用途（工作、教育或个人使用）、AI 自主性和成功率²。我们通过让 Claude 回答关于本报告样本中每个对话的一组通用问题来推导这些基元。

这些基元提供了 AI 潜在经济影响的领先指标——并使我们能够回答关于 AI 如何已经在改变工作的更复杂问题。我们最新的报告抽样了 2025 年 11 月的对话（主要使用 Claude Sonnet 4.5），利用我们的基元探索了广泛的问题，否则我们将无法回答这些问题——包括 Claude 在更复杂任务上的任务级成功率如何变化，以及迄今为止 Claude 的使用是否可能预示着对许多工作的净去技能化（net-deskilling）效应。

您可以在此处阅读第四份经济指数报告。下文，我们总结了其研究结果。

我们从经济基元中学到了什么

What we’ve learned from our economic primitives

我们将经济基元应用于关于单个任务、职业的问题，然后探讨我们观察到的变化可能产生的总体影响。（我们的完整方法论——包括我们如何测试基元准确性的细节——在完整报告的第二章中描述。）

任务

Tasks

AI 加速了哪些任务，加速了多少？

Which tasks does AI speed up, and by how much?

我们发现，Claude 对更复杂任务的加速效果最为显著。我们通过 Claude 估计的理解对话输入所需的教育年限来衡量这一点：在 Claude.ai 上，需要高中教育（12 年）的提示词任务被加速了 9 倍，而需要大学学位（16 年）的任务则被加速了 12 倍。（在 API 上，加速效果更大。）这些结果表明，AI 的生产力提升目前正集中在需要相对较高人力资本的任务上，这与白领专业人士更可能在工作使用 AI 的证据一致。

当我们根据任务的成功率进行调整时，同样的趋势依然存在——尽管形式较弱。Claude 成功完成需要大学学位的任务的概率为 66%，而完成那些需要低于高中教育水平的任务的概率为 70%。这降低了整体效果，但并未消除：Claude 对任务加速的影响随复杂度增加而急剧上升，其幅度超过了复杂度与成功率下降之间的相关性。

加速比和成功率与人类受教育年限的关系。左侧图表显示了加速比与人类受教育年限之间关系的散点图，以 O*NET 任务级别测量。虚线显示最佳拟合线。右侧图表显示了与成功率的关系。

Claude 能够支持任务的时间跨度是多长？

What are the time horizons over which Claude can support tasks?

METR 对 AI 任务时间跨度（task horizons）的测量表明，较长的任务对 AI 模型来说更难完成。但随着模型变得更好，AI 模型能够工作的时间长度正在稳步增加：这一指标现在已成为 AI 进展的关键指标。

我们能够利用经济基元来补充 METR 的分析。在下图中，我们展示了 Claude 的任务级成功率与人类完成相同任务所需时间的关系，包括在 Claude.ai 和我们的 API 上：

任务成功率与人类单独完成时间。此图表显示了任务成功率（%）与任务需要人类单独完成时间之间的关系，均在 O*NET 任务级别测量并按平台拆分。虚线显示线性回归的拟合结果。

METR 的基准测试表明，Claude Sonnet 4.5（我们分析中使用的模型）在 2 小时的任务上达到了 50% 的成功率。相比之下，我们自己的 API 数据发现，Claude 在耗时近两倍（约 3.5 小时）的任务上成功率为 50%，而在 Claude.ai 上，持续时间则更长——大约 19 小时。但这可能并不像看起来那么不一致：我们的方法论在某些重要方面与 METR 不同。在我们的样本中，用户可以将复杂任务分解为更小的步骤，创建一个反馈循环，使 Claude 能够纠正方向。而且，我们的样本包含一种选择偏差：用户会将他们更有信心能成功的任务带给 Claude。

我们的分析展示了 Claude 的有效时间跨度可能与使用固定任务集的研究中发现的结果有所不同。我们将在后续报告中追踪这一指标。

Claude 的工作性质在不同国家之间有何差异？

How does the nature of Claude’s work vary across countries?

我们发现，在处于不同经济发展阶段的国家，Claude 完成的任务类型差异很大。在人均 GDP 较高的国家，Claude 更频繁地用于工作或个人用途——而处于另一端的发展中国家则更可能将其用于教育课程作业。这符合一个简单的“采用曲线”故事：低收入国家在教育和少量工作任务上显示出较大的 AI 使用份额，而随着国家变得富裕，AI 使用向个人用途多样化。

这些结果与微软最近的研究一致，该研究将教育中的 AI 使用与较低的人均收入联系起来，而将休闲中的 AI 使用与较高的收入联系起来。我们最近与卢旺达政府和技术培训提供商 ALX 的合作正是基于此考虑：参与者从培养 AI 素养开始，我们正在试点一个项目，为部分毕业生提供为期一年的 Claude Pro 访问权限，支持他们从教育用途过渡到更广泛的应用。

人均收入预测了 Claude 在不同国家的使用方式。每个图显示了 Claude.ai 对话中特定用途（工作、课程作业或个人）的份额与人均 GDP 对数之间的关系。

职业

Occupations

覆盖率

Coverage

在我们的第一份报告中，使用 2025 年 1 月的数据，我们发现样本中 36% 的工作中，Claude 被用于至少四分之一的其任务。汇总各报告的数据，这一比例已上升至 49%。但是，一旦我们考虑到 Claude 的成功率（我们根据工人执行该任务的频率以及任务所需时间进行加权），我们就会对哪些工作受 AI 使用影响最大得出不同的图景。

在下图中，我们将早期测量的职业任务覆盖率绘制在 x 轴上，将我们新的调整后测量值绘制在 y 轴上。尽管两者确实相关，但我们发现，某些职业（如数据录入员和放射科医生）受 AI 的影响比仅凭任务覆盖率所暗示的要大得多，而其他职业（如教师和软件开发人员）受到的影响相对较小。

有效 AI 覆盖率与任务覆盖率。该图显示了在职业层面测量的任务有效 AI 覆盖率（%）与任务覆盖率之间的关系。有效 AI 覆盖率追踪了基于 Claude.ai 数据，AI 能够成功执行的工人时间加权职责的份额。任务覆盖率是出现在 Claude.ai 使用中的任务份额。虚线显示有效 AI 覆盖率份额等于任务覆盖率的位置。

话虽如此，即使是我们修订后的评估仍然有限：我们只评估在 Claude.ai 上执行的任务，并且这些对话如何映射到现实世界的变化并不总是清楚。这是我们计划在未来进一步深入研究的领域。

任务内容

Task content

我们提出的另一个问题是，AI 覆盖的任务代表的是给定职业中技能较高还是较低的组成部分。使用我们为每个任务创建的技能水平估计，我们发现 Claude 相对更可能覆盖需要更高教育水平的任务——具体来说，是那些平均需要 14.4 年教育（相当于美国副学士学位）的任务，而经济体的平均水平为 13.2 年（如下所示）。这与我们早期发现 Claude 更常被白领工人使用是一致的。

所有任务与 Claude 覆盖任务的教育水平。蓝色条形图显示了 O*NET 数据库中所有任务（按就业加权）的预测任务级所需教育水平的分布。橙色条形图显示了相同内容，但仅限于出现在 Claude.ai 数据中的任务。

作为一项实验，我们估计了移除这些 Claude 覆盖的任务将如何改变人们工作的任务构成。作为一阶效应，这平均会去技能化工作，因为它会移除那些需要更高教育的任务。像技术作家、旅行社代理和教师这样的职业会受到影响（我们在报告中进一步讨论），尽管少数职业（如房地产经理）会看到相反的效果。

我们不一定预测这种去技能化会发生：有可能即使 AI 完全自动化了它当前支持的任务，劳动力市场也会以这种分析未考虑的方式动态调整。（当然，随着模型的改进，AI 覆盖的任务构成也会改变。）尽管如此，我们认为这为 AI 在不久的将来可能对职业产生的最直接影响提供了一个有用的信号³。

总体影响

Aggregate impact

在我们早期的研究中，我们估计 AI 的广泛采用可能在未来十年内使美国劳动生产率增长每年提高 1.8 个百分点——大约是趋势增长率的两倍。我们的新基元使我们能够重新审视这一分析。

仅基于我们对任务加速的估计，我们复制了早期发现的 1.8 个百分点的增长（即使我们加入了 API 数据）。但是，当我们考虑到任务的可靠性时——也就是说，当我们根据任务成功的概率调整任务级时间节省的估计时——我们的估计在 Claude.ai 上完成的任务下降了约三分之一（降至每年 1.2 个百分点），而在我们 API 上完成的通常更具挑战性的任务则下降得稍多（降至 1.0 个百分点）。

即使年劳动生产率增长仅提高 1 个百分点，也仍然值得注意：这将使美国的生产率增长回到 1990 年代末和 2000 年代初的水平。而且，正如我们在早期研究中提到的，这个总体估计并未考虑 AI 模型变得更加强大，或者工作中 AI 的使用变得更加复杂的可能性——这可能会将数字推得更高。事实上，自我们调查以来，随着 Claude Opus 4.5 的发布，Claude 已经变得更加强大。

我们先前测量指标的更新

Updates on our previous measures

除了我们的基元之外，我们还收集了一轮关于我们在先前报告中一直追踪的测量指标的新数据。这使我们能够梳理出 2025 年从 1 月到 11 月 AI 使用的趋势。在这里，我们主要发现与先前分析结果相比只有微小的演变，这些结果指出了 Claude 使用的不均衡分布。

首先，我们发现 Claude 的使用仍然高度集中在某些任务上：尽管我们的样本在 Claude.ai 上包含了 3,000 个独特的工作任务，但前十个任务占了集合的 24%，这一比例从 2025 年 1 月的 21% 稳步上升。更具体地说，计算机和数学任务继续主导 Claude 的使用：它们约占 Claude.ai 上所有对话的三分之一，以及我们 API 流量的近一半。

其次，我们的新报告发现，增强（augmentation）（占对话的 52%）已超过自动化（automation）（45%），成为 Claude.ai 上与 Claude 交互的最流行模式。这与我们在 8 月样本中看到的情况相反（当时自动化以 49% 对 47% 领先），但是，当我们从更长的时间跨度评估这个问题时，我们仍然看到自动化在任务中的份额缓慢上升：去年 1 月增强以 55% 对 41% 领先，3 月以 55% 对 42% 领先。

第三，我们最新的分析表明，AI 使用的地理集中度（正如我们上次讨论的）仍然明显。美国、印度、日本、英国和韩国在 Claude.ai 的总体使用中仍然领先，并且采用率仍然可以通过人均 GDP 很好地解释。尽管如此，在美国，我们观察到了更大的变化：Claude 的使用在美国各州之间已变得更加均匀分布。事实上，如果这种趋势持续下去，我们的模型预测 Claude 的使用将在两到五年内在全国范围内趋于均衡。我们在报告中更详细地讨论了这一模型。

结论

Conclusion

我们最新经济指数报告最直接的结论是，AI 对全球劳动力的影响仍然高度不均衡：AI 使用仍然集中在特定国家和职业，并且它对某些职业的影响方式与其他职业截然不同，正如任务覆盖率的证据所表明的那样。

更广泛地说，这份报告为我们提供了一个新的基线，以便与未来的调查进行比较。随着 Claude 的改进，我们预计它将被要求承担更困难的任务，并且可能会取得更大的成功。我们还预计，随着任务变得更加可靠，任务可能会从 Claude.ai 转移到 API（即，从主要是消费者转移到主要是企业）——如果发生这种情况，考虑到企业采用对 AI 生产力效应的重要性，这将为我们提供另一个可能的经济影响指标。通过我们的基元，我们将能够衡量这些变化如何开始影响现实世界的结果，包括人们工作的性质，以及在这个快速技术转型时期，哪些人（以及在哪里）可能受到最大影响。

与此同时，研究人员、记者和公众可以利用我们的数据来指导他们自己的研究和思考，并为我们可能需要的潜在政策回应提供实证基础。关于我们上面讨论的每个领域的更多细节，请参阅我们的完整报告。

脚注

Footnotes

  • 与之前的报告一样，我们所有的分析都基于隐私保护分析。在整个报告中，我们分析了来自 Claude.ai Free、Pro 和 Max 对话的 100 万个对话的随机样本（我们也称之为“消费者数据”，因为它主要代表消费者使用）以及来自我们第一方（1P）API 流量的 100 万个转录本（我们也称之为“企业数据”，因为它主要代表企业使用）。
  • 更具体地说，
  • 任务复杂度（Task complexity） 捕捉到任务在复杂度上可能有所不同，包括完成所需的时间和难度。O*NET 中的“调试”任务可能指 Claude 修复函数中的一个小错误，或全面重构代码库——对劳动力需求的影响截然不同。我们通过估计人类在没有 AI 的情况下完成任务的时间、使用 AI 完成任务所花费的时间，以及用户是否在单个对话中处理多个任务来衡量复杂度。
  • 人类与 AI 技能（Human and AI skills） 探讨自动化如何与技能水平相互作用。如果 AI 不成比例地替代需要较少专业知识的任务，同时补充高技能工作，这可能是另一种形式的技能偏向型技术变革——增加对高技能工人的需求，同时取代低技能工人。我们衡量用户是否可以在没有 Claude 的情况下完成任务，以及理解用户提示和 Claude 响应所需的教育年限。
  • 用例（Use case） 区分了专业、教育和个人使用。劳动力市场效应最直接地源于工作场所的使用，而教育用途可能预示着未来的劳动力正在哪里建立 AI 互补技能。
  • AI 自主性（AI autonomy） 衡量用户将决策权委托给 Claude 的程度。我们最新的报告记录了“指令性”使用的增加，即用户完全委托任务。追踪自主性水平——从积极协作到完全委托——有助于预测自动化的步伐。
  • 任务成功（Task success） 衡量 Claude 对是否成功完成任务的评估。任务成功有助于评估任务是否可以有效自动化（任务能否被自动化？）和高效自动化（自动化一个任务需要多少次尝试？）。也就是说，任务成功对于自动化劳动任务的可行性和成本都很重要。
  • 事实上，一些历史证据表明，当自动化工作任务的技术出现在专利数据中时，受影响职业的就业和工资随后会下降。

相关内容

Related content

AI 模型中双重用途知识的关闭开关

An off switch for dual use knowledge in AI models

阅读更多

语言模型中的全局工作空间

A global workspace in language models

新的可解释性研究揭示了 Claude 中一个新兴的心理工作空间，它持有模型中输出中未出现的内部想法。

阅读更多

Anthropic 经济指数报告：节奏

Anthropic Economic Index report: Cadences

在我们最新的经济指数报告中，我们首次按小时抽样，以探究：人们何时来找 Claude？他们用它来做什么？他们如何看待 AI 对其工作的影响？

阅读更多