问了8万个人，发现AI时代只有两种人

乐小野

发布于 2026-06-01 21:38:52

480

用AI越狠，心里越慌

Anthropic 最近发了份报告，调研了 81,000 个 Claude 用户，想搞清楚一件事：那些后台数据里被 AI 渗透最深的职业，从业者自己怎么想。

读完最大的感觉是，这报告有意思的地方不在某个具体数字，而是它把两套数据对上了——一边是 Claude 实际在哪些职业被用得最猛，另一边是这些职业的人自己怎么说。

结果两条线基本吻合：用得多的，人就慌；加速越猛的，心里越没底。

这印证了一个挺朴素但容易被忽略的事情：人们对自己行业的 AI 渗透程度是有直觉的，而且大致准确。

这个直觉本身，可能就是一种值得盯住的数据。历史上很多技术扩散不是这样的——要么过度恐慌，要么毫无知觉。AI 这次，至少目前，人们的感觉和实际走势咬得还挺紧。

焦虑不是瞎担心

Anthropic 有个指标叫“观测暴露度”，讲人话就是 Claude 在某个职业里参与了多少比例的任务。他们发现，这个暴露度每提高 10 个百分点，从业者觉得自己岗位受威胁的比例就增加 1.3 个百分点。暴露度前 25% 的职业，提到“怕被替代”的频率是后 25% 的三倍。

“For every 10-percentage-point increase in exposure, perceived job threat increased by 1.3 percentage points. People in the top 25% of exposure mentioned the worry three times as often as those in the bottom 25%.”

一位软件工程师在问卷里写的话，可能比任何统计都更有穿透力：

“Well like anyone who has a white collar job these days I'm 100% concerned, pretty much 24/7 concerned about losing my job eventually to A.I.”

小学老师就平静得多，因为 Claude 确实不怎么帮人上课。

比起焦虑的绝对水平，我更在意的是焦虑的结构。

报告按职业阶段做了切分——通过受访者提到“做作业”还是“做招聘决策”这类细节来推断他们处于什么阶段。结论很明确：早期职业人群表达岗位焦虑的比例远高于资深从业者。

“We found that early-career respondents were much more likely to express concern about job displacement than senior workers.”

和另一个趋势对得上，美国应届生和初级员工的招聘已经在放缓。

此处有个值得多想一步的问题。传统经济里，年轻人承受波动通常是因为他们“最后被招、最先被裁”——资历浅议价权弱。但 AI 带来的冲击可能不太一样：如果初级岗位里那些标准化程度高的任务恰好是 AI 最擅长的，那年轻人面临的不只是短期波动，而是岗位结构本身在收缩。

这种焦虑是有现实底座的，不只是一种情绪。

受益的人长得不太一样

报告里另一个让我意外的发现是关于生产力提升的分布。

研究团队让 Claude 给每个受访者的生产力提升程度打分，1 到 7 分。结论是，整体上人们觉得自己确实效率更高了：

“Overall, people reported meaningful productivity gains on average. The mean productivity rating was 5.1, corresponding to 'substantially more productive.'”

样本有自选偏差，这点不用多争，Claude 用户本来就更可能给高分。但有意思的不是绝对值，是分布形态。

高薪职业——典型是软件开发者——给了最高分。这不意外。但同时，一些最低薪的从业者也报告了巨大的效率提升：

“Some of the lowest-paid workers describe high productivity gains as well. This included a customer service representative using 'AI to save me a lot of time with creating a response based on another one.' And in some cases, people in low-wage jobs were using AI on technical side projects. One delivery driver, for example, was using Claude to start an e-commerce business, and a landscaper was building a music application.”

这种现象让我想起发展经济学里一个老话题：技术扩散在不同人群里的路径是不对称的。高薪者用 AI，是在加速已有的技能；低收入者用 AI，是在解锁原本够不着的能力。

虽然都叫生产力提升，但一个是顺风车，一个是梯子。这两类受益者的长期命运可能完全不同。坐顺风车的人会担心车速太快把自己甩下去；爬梯子的人会担心梯子随时被抽走。焦虑的来源不一样。

法律和科学领域垫底，评分最低。一些律师的抱怨很具体：

“Some lawyers worried about AI's ability to follow precise instructions. For example: 'I have given very specific rules about what is where, how to read a legal document, what I want it to do... but it diverges every time.'”

AI 目前的能力边界在那些容错率极低、需要精确推理链条的场景里依然明显。不是所有白领工作的防御能力都一样。

“更高效”到底是什么意思

我们习惯说“AI 提升效率”，但效率是个筐，什么都往里装。

如果把效率拆成四个维度：速度、范围、质量和成本。排在第一位的是范围。

“We find that the most common productivity enhancement is in scope, which was cited by 48% of users who explicitly mentioned productivity effects. 40% of users who mentioned productivity emphasized speed.”

“我一个非技术出身的人，现在成了全栈开发者”——范围的典型。

“我建了个工具，把一个融资任务从两小时压缩到 15 分钟”——速度的典型。

这个排序本身就是一个信号：AI 目前的角色更像“能力边界外扩器”，而不只是“效率加速器”。它在把一些原本需要多年训练才能完成的事，拉低到普通人可触及的水平。

如果这个趋势成立，需要被重新思考的东西不少。

很多职业的护城河是靠技能壁垒维持的，AI 如果持续削平这些壁垒，职业结构会怎么变？另外，“范围扩展”意味着技能的半衰期在缩短，今天解锁的新能力，明天可能就被 AI 再次吞并。我们现在的教育和培训体系，设计逻辑是先积累、后输出，面对的是一个技能保鲜期相对长的世界。如果保鲜期缩到三年甚至更短，这套逻辑就需要重写。

变化的主要形态不是做得更快，而是能做以前不会的。这两者的经济含义很不一样。

做太快的人，心里最没底

这是全篇最让我觉得反直觉、但细想又很在理的一个点。

研究团队把受访者自述的加速程度做成了 1 到 7 分的量表。结果是加速程度和焦虑感的关系不是线性的，是 U 型。

“We found that the relationship between speedup and perceived job threat is U-shaped. The leftmost bar shows respondents who reported that AI slowed them down. These respondents were more likely to indicate that AI posed a significant threat to their livelihoods. For the remaining respondents, perceived job threat increases consistently with the level of speedup implied by their answers.”
“This makes some economic sense: if the time required to do one's tasks is shrinking quickly, there may be more uncertainty about the future viability of the role.”

左端，觉得 AI 拖慢自己工作的人——有些创意工作者觉得 AI“太僵硬、太受限”——对岗位威胁的担忧很高。

右端，体验到最大加速效果的人，焦虑同样往上走。

中间区段反而最平静。

这个 U 型背后有经济逻辑。效率提升和可替代性在某些阈值之后会从互补变成替代关系。如果你的效率提升了 30%，你是更强的员工；但如果提升到 300%，从管理层的视角看，可能就不需要三个你了。

那些正在从 AI 中获得最大短期红利的人，恰恰最敏锐地嗅到了长期风险。所以他们又爽又怕，这不矛盾，是同一个进程的两个切面。

从更大的视角看，这其实是技术进步里一个反复出现的结构：个人的收益和整个职业群体的风险可以共存。一个纺织工人操作新机器产量翻三倍，他比同行赚得更多，但他也清楚，以前需要十个人的活现在两个人就够了。

既得利益者和潜在受害者在同一个人身上重叠，这种内在张力比“资本家和工人的对立”那种简单叙事复杂得多。

效率红利，到底肥了谁

一个特别实际的问题：省出来的时间，多出来的产出，最后进了谁的口袋？

“Overall, most of these people cited benefits to themselves, through faster tasks, expanded scope, and freed-up time. But 10% of respondents who named a recipient said that employers or clients were asking for and getting more work.”
“This depended on career stage: only 60% of early-career workers indicated that they personally benefited from AI, compared to 80% of senior professionals.”

报告自己承认了一个硬伤：

“A major caveat, however, is that this survey went out to people with personal Claude accounts. A more representative picture would also include enterprise users, who may be more likely to say the value accrues to their employers.”

早期职业者只有 60% 觉得自己亲身受益于 AI，资深从业者的比例是 80%。年轻人不仅更焦虑，也更少觉得自己是 AI 的主要受益者。最有动机靠 AI 翻盘的人，反而最没从中尝到甜头。

我自己的猜测是，这可能和 AI 目前的能力特征有关。

AI 擅长“你明确知道要什么但自己做起来慢”的任务。初级员工的大量时间是花在“搞清楚到底要做什么”上的——模糊需求、隐性的上下文理解、边做边对齐。这部分 AI 目前帮不上太多忙。如果这个解释成立，那随着推理能力提升，局面可能变化。也可能不会，因为“搞清楚要什么”除了推理还有责任归属，而责任归属天然落不到 AI 头上。