Anthropic昨天在其官网发布了《经济指数报告》。
该报告不仅探讨了人们如何使用人工智能，还探讨了人工智能在多大程度上真正取代了人类思维。
这一次，Anthropic 引入了一个名为“经济原语”的新框架，旨在量化任务复杂性、所需的教育程度和人工智能自主程度。
数据揭示的职场未来远比“失业”或“乌托邦”的简单叙述更加微妙。
任务越复杂，AI 交付速度越快
传统上，人们认为机器擅长重复、简单的任务，但在需要高级专业知识的领域却表现不佳。
Anthropic 的数据显示了相反的情况：任务越复杂，人工智能带来的加速就越显着。
根据报告，对于只需要高中学历的任务，克劳德可以将工作速度提高九倍。
当任务复杂性上升到大学学位的水平时，这种加速会跃升至十二倍。
这意味着曾经需要数小时深入思考的白领工作现在可以通过人工智能实现最高效率。
即使考虑到偶尔的错误或幻觉，结论仍然成立：人工智能为复杂任务带来的效率飙升远远抵消了纠正错误的成本。
这解释了为什么程序员和财务分析师比数据录入员更依赖克劳德——人工智能在高智力领域提供了最大的影响力。
19 小时人机协作：“新摩尔定律”
该报告最引人注目的发现是对人工智能“耐力”的测试——任务持续时间，以 50% 的成功率衡量。
METR（模型评估和威胁研究）等标准基准表明，在处理人类需要两小时的任务时，领先模型（例如 Claude Sonnet 4.5）的成功率低于 50%。
然而，Anthropic 的现实世界用户数据揭示了更长的时间范围。
在商业API场景中，Claude在需要3.5小时工作的任务上保持了一半以上的成功率。
在 Claude.ai 聊天平台上，这个数字飙升至 19 小时。
是什么造成了这种巨大的差异？关键是人的参与。
基准测试是孤立的人工智能，但真实用户将复杂的项目分解为小步骤，并通过反馈循环不断指导人工智能。
这种人类与人工智能的工作流程将 50% 成功的阈值从 2 小时延长至约 19 小时，增加了近十倍。
这可能是工作的未来：不是人工智能独立运行，而是人类学习利用它来完成长期项目。
全球地图：穷人学习，富人生产
缩小到全球范围，揭示了一条清晰且有些讽刺的“采用曲线”。
在人均 GDP 较高的发达国家，人工智能已深深融入生产力和日常生活。
人们用它来编写代码、生成报告，甚至计划旅行。
在 GDP 较低的国家，克劳德的主要角色是“老师”，大部分用途都集中在家庭作业和辅导上。
除了收入差距之外，这种模式还反映出技术差距。
Anthropic 指出其与卢旺达政府的合作伙伴关系，旨在帮助人们超越基本的“学习”进入更广泛的应用。
如果不进行干预，人工智能可能会成为新的障碍：富裕地区利用它来成倍地提高产出，而欠发达地区却只能补充基础知识。
工作场所风险：“去技能化”的阴影
该报告最具争议性和警示性的部分集中在“去技能化”。
数据显示，克劳德目前承担的任务平均需要 14.4 年的教育（相当于副学士学位），远高于 13.2 年的经济平均水平。
人工智能正在系统地消除工作中的“高智力”元素。
对于技术作家或旅行社来说，这可能是灾难性的。
人工智能已经接管了行业分析和复杂的行程规划等需要脑力的工作，而人类则只能做一些琐碎的琐事，例如画草图或收集发票。
你的工作得以幸存，但它的“附加值”却被掏空了。
也有受益者。
例如，房地产经理在人工智能处理繁琐的行政工作后，可以重新专注于客户谈判和利益相关者管理等高情绪任务，这就是“技能提升”。
Anthropic 强调这是基于当前趋势的预测，而不是既定的结论。
不过，警告是真实的。
如果您的核心优势是处理复杂信息，那么您就处于风暴的中心。
重返生产力“黄金时代”？
让我们从宏观角度结束。
Anthropic 修改了对美国劳动生产率的预测。
考虑到潜在的人工智能错误和故障后，他们现在预计人工智能将在未来十年推动年生产力增长 1.0%–1.2%。
这比他们之前乐观估计的 1.8% 低了大约三分之一，但不要低估一个百分点。
这足以让美国生产力增长恢复到 20 世纪 90 年代末互联网繁荣的水平。
这仅基于截至 2025 年 11 月的模型功能。随着 Claude Opus 4.5 进入场景，并且“增强模式”（用户与 AI 更智能地协作）成为主流，存在巨大的上升潜力。
结论
回顾这份报告，最引人注目的不仅是人工智能不断增长的力量，还有人类适应的速度。
我们正在经历从“被动自动化”到“主动增强”的转变。
在这场变革中，人工智能充当了一面镜子，接管了需要高等教育但可以通过逻辑解决的任务，并推动我们寻求算法无法量化的价值。
在计算能力过剩的时代，最稀有的人类技能不再是寻找答案，而是定义问题。