Anthropic最近发了一篇研究报告，名字叫《Labor market impacts of AI: A new measure and early evidence》，核心是做了一个以前没人做过的事：区分AI”理论上能做”和”现实中正在做”这两条线。
这个区别比你想象的重要得多。
为什么之前的预测总是跑偏
评估AI对工作的冲击，以前大家通常这样做：列出工作里的各项任务，问”AI能不能做这个”，算一个比例，然后得出”这个职业65%会被AI取代”之类的结论。
问题是，”能做”和”在做”之间，差了一条巨大的沟。
Anthropic经济学家Peter McCrory在这篇研究里引入了”observed exposure”（实际观测暴露度）这个概念：把理论上的AI能力，叠加上Claude的真实API使用数据，看用户实际在用AI干什么活。
数据说了什么
最有代表性的例子是程序员：
- 理论暴露度：94%的编程任务AI理论上有能力处理
- 实际观测暴露度：**只有33%**的任务在现实中被AI接手
也就是说，程序员工作理论上有94%可以被AI完成，但现实里AI只渗透了三分之一。另外那60多个百分点，不是AI不会干，而是各种原因下人还是在干：惯性、授权问题、监管、信任门槛、集成成本……
| 职业 | 理论暴露度 | 实际观测暴露度 |
|---|---|---|
| 程序员（整体） | 94% | 33% |
| 数据录入员 | 较高 | 较高（两者接近） |
| 微生物学家 | 高 | 低（实验室工作无法外包给AI） |
| 房地产经理 | 中 | 低（谈判技能难以AI化） |
数据录入这种高度重复性工作，理论和实际的暴露度比较接近——AI确实在干这些活。
但微生物学家，理论暴露度不低（数据分析、文献综述AI都能做），实际暴露度却很低，因为核心工作是在实验室里用手做的。
谁更危险：不是你以为的那群人
另一个反直觉的发现：高暴露度职业的从业者，其实学历更高、薪资更高、女性更多。
- 暴露度最高的25%职业，从业者的平均工资比低暴露职业高47%
- 持有研究生学位的可能性高4.5倍
- 女性比例比低暴露职业高16个百分点
这打破了”AI先干掉低技能工作”的常识。知识类工作、文案、分析、编程这些白领活，反而是AI先渗透的领域。
年轻人受到的冲击已经可以量化了：22-25岁的年轻人，在高暴露职业里找到工作的概率比以前低了14%。没有大规模失业，但入职门槛变高了——这些工作的新坑少了，因为现有员工用AI把效率拉上来了。
McCrory说了什么
“你要让Claude帮你做机器学习，你自己其实得懂机器学习才能指挥它。”
这句话的意思是：AI不会取代专业能力，而是要求从业者用专业能力去驾驭AI。门槛没有降低，只是换了一种形式。
这对应到就业数据上：高暴露职业里，有经验的从业者工资在涨，但入门岗位在消失。AI帮老手提效、同时替掉了一部分基础性工作——以前这些基础工作是年轻人进门的台阶。
这研究为什么重要
以前关于AI和工作的讨论，要么是末日论（AI要消灭所有岗位），要么是乐观论（AI只会创造更多就业）。
Anthropic这篇研究的价值在于：它提供了一个可测量的框架，能在就业数据崩塌之前提前识别哪些职业正在被渗透。这样政策制定者能有时间反应，而不是等到一批人失业了才开始补救。
目前的实际观测数据是：还没到大规模失业，但年轻人进高暴露职业的路已经开始窄了。后面的趋势，大家可以自己推。
参考来源：Anthropic's research shows that AI can already do a huge portion of many jobs（Fortune）；Labor market impacts of AI: A new measure and early evidence（Anthropic Research）