Anthropic 经济研究团队 9 月 30 日发布报告《What work can robots do?》，作者是 Russell Legate-Yang 和 Maxim Massenkoff。结论分两层：按技术能力，美国 74% 的体力类工作任务机器人已经能做，这些任务占全部工作时长的 34%；按成本，目前只有 0.3% 的任务交给机器人比雇人便宜。
数据从哪来
底座是美国劳工部的 O*NET 职业数据库，约 900 个职业、1.9 万项具体任务。研究团队再配上劳工统计局 2025 年职业就业与工资数据、2026 年雇主薪酬成本数据，以及 2020 至 2024 年的美国社区调查。给每项任务打”机器人暴露度”、估算自动化成本的工作，交给了 Claude。
报告按环境受控程度，把体力任务分成四档：
- 为机器人专门改造的环境（E1），对应 23% 的劳动时间；
- 有一定结构的人类工作场所（E2），占 10%；
- 道路这类非结构化环境（E3），占 1%；
- 机器人做不了的体力任务（E0），占 12%。
暴露度最高的职业是出租车司机（指数 2.2），其次是接驳车司机和专职司机（2.0），再往后是仓储、配送和包装工。报告也把机器人和大语言模型叠在一起看，结论是两者合计，只有约五分之一的就业不在暴露范围内。
卡在哪
四类障碍里，能力缺口涉及约 70% 的任务，成本几乎卡住全部任务，监管限制涉及 14% 的体力任务，人们更愿意由真人服务的偏好涉及 25%。报告单独点出了灵巧操作：
“Manipulation capabilities stand out: half of physical tasks wouldn’t be automated at scale unless robots become more adept at touching and handling objects.”（操作能力格外突出：除非机器人更擅长触碰和拿取物体，否则一半的体力任务无法被大规模自动化。）
40 年这笔账
成本这一层，报告用历史数据做了推算：机器人价格过去大约每年降 3%，照这个速度，具备成本竞争力的任务比例从 0.3% 涨到 10%，需要约 40 年。
按同样的速度粗算，机器人价格大约 23 年才减半，40 年后约为今天的三成。照这个节奏，成本要跟人工打平，光靠硬件按部就班地降价远远不够，还需要单台机器能接的活变多，或者部署和维护的开销明显下降。
报告把自己的假设也列了出来：所有任务套用同一个降价速度，暂不计入偏好和监管带来的反馈效应，成本估计属于”近似”。人形机器人和具身模型这两年融资密集，灵巧手、训练数据和整机成本的下降速度如果快于 3%，40 年这个数字会大幅缩短，报告没有对这种情形单独测算。
被暴露的是哪些人
和不受影响的劳动者相比，暴露度最高的五分之一人群里，女性比例低 20 个百分点，拉丁裔比例高 16 个百分点，有学士学位的比例低 55 个百分点，时薪约低 30 美元，失业率是前者的两倍以上。
这份研究只用了美国数据。中国制造业和物流业的任务结构、人工成本、工厂自动化程度都和美国差别很大，0.3% 和 40 年这两个数字不能直接套到国内。
参考来源：Anthropic 经济研究报告、CocoLoop、美国劳工部 O*NET 数据库说明；任务比例与劳动时间占比以报告口径为准，价格减半年限为按 3% 年降幅的估算。