文｜象先志

新鮮又熱乎，Anthropic 啱啱發布了一份 15 頁的研究報告——《What 81,000 people told us about the economics of AI》（81000 人告訴我們，AI 經濟是怎樣的）

這是 Claude 背後那家公司，也是幾乎是當下世界上最前沿的AI 公司交出的一份研究：他們讓 80,508 個真實的 Claude 用戶用開放式訪談回答了自己和 AI 的關係。報告探討這些用戶們對於AI 提升工作效率的感受，以及這些提升成果最後歸了誰，他們用 Claude 本身把這些訪談拆成了可量化的變量。

換句話說，這是一份 AI 公司親手交出的、關於「AI 正在如何改變勞動」的數據。

讀完這份報告之後，我對 AI 的擔憂換了一種——從 Fomo 情緒變成了「既然終將會被替代，AI 能不能讓我每天都比昨天跑得更快一點？」

用 AI 最猛的人，最怕 AI

報告裏有一張圖，我反覆看了好幾遍。

橫軸是「AI 加速了你多少」，從 1（變慢了）到 7（快多了）。縱軸是「你有多擔心自己被 AI 替代」。

這是一條完整的 U 形結構。

兩端最高——說「AI 讓我慢了」的人和說「AI 讓我快多了」的人，焦慮程度一樣高，都在 4% 左右。

中間最低——說「沒什麼變化」的人反而最淡定。

這條曲線翻譯成人話只有一句：

AI 幫你越多，你越怕它。

報告原作者寫了一句「job threat 隨 AI 加速程度單調遞增」，沒有往下展開。但這一句話背後是整件事情的核心：

生產力提升和安全感之間，不是正相關。在 AI 這件事上，它們可能是負相關。

用 Claude 越猛、效率提升越大的那批人，恰恰是最害怕被 Claude 取代的人。

按正常邏輯，一個工具幫你越多，你應該越愛它。但 8 萬人的數據說，他們越被 AI 加速，越睡不着覺。

為什麼？

其實原因是人們對於工作能力範圍的焦慮，當「我」可以通過 AI 工具拓展自己的工作範圍和提升效率的時候，別人是不是能夠獲得同樣的增益？

在大型科技公司中，「螺絲釘」理論已經早就成為共識：每個人需要在自己垂直領域深耕，要做到小而精。但 AI 不僅可以讓打工人本來的垂直領域工作效率提升，甚至賦予了他們對本身不涉及的工作範圍的能力。

進一步，公司內部的組織結構可能會隨着 AI的變強而逐步變化，也許獨自創業的「超級個體」們成功很難，但想在企業中成為覆蓋更多面的「超級打工人」可能就會應運而生。 

AI 是給你加活的罪魁禍首

Anthropic 問了用戶一個問題：你從 AI 身上感受到的生產力收益，到底是什麼？

最大的一塊不是提高工作效率，而是scope（做以前做不了的事），48%。

我們過去幾十年對「自動化」的想象是減法式的——機器替你幹了活，你的工時減少，你可以多休息。這套想象來自洗衣機、流水線、打字機，它的默認敘事是「人被機器解放」。

但 AI 不是這樣。AI是加法式的：它並非把你的智能助手，而是擴大你職責範圍的罪魁禍首。

報告裏的幾個案例特別生動：一個外賣司機用 Claude 業餘搭電商網站；一個景觀園藝工用 Claude 做了個音樂 App；一個非技術人員說「I'm a non tech guy but now I'm a full stack developer」（我沒有技術背景，但我現在是一個全棧工程師）。

這讓我想起來之前王自如的招聘了，你別說，按照大家都會在簡歷裏寫「精通辦公軟件和設計軟件」的標準，我也能寫我是個全棧工程師了。

這些都是 scope 擴張。他們不是把原來的活做得更快，而是做了原來做不了的事。

問題是：當一個工具讓全社會每個人「能做的事」都集體擴大的時候，這不是解放，這是擴容。

你個人的選擇空間變大了，但與此同時，你所在崗位的期望邊界也在變大。老闆對你「能做什麼」的默認預期，會隨着整個社會 scope 的集體擴張水漲船高。

這就是為什麼用 AI 最多的人最焦慮——他們不是跑得比昨天快了，他們是被整個環境推着跑得比昨天快了。

報告第 3 頁有一位 software developer 說了一句我覺得應該被框起來的原話：

「When AI arrived, the project managers started giving harder and harder tickets and bugs to solve.」

「當 AI 來了之後，項目經理開始給我們越來越難的 ticket 和 bug。」

這不是孤例。這是一種技術把人往內卷推的結構性問題。

硅基生命正在吞噬碳基生命

更反常識的事情在下面這張圖裏。

Anthropic 把 50 多個職業畫在一張散點圖上——橫軸是「暴露度」（Claude 實際在做這個崗位多大比例的任務），縱軸是擔憂自己被 AI 替代的比例。

最不怕 AI 的（圖左下角）：首席執行官、神職人員、土木工程師、小學老師、律師、化學家、物理學家。

最怕 AI 的（圖右上角）：網頁開發者、程序員、調查研究員、平面設計師、辦公室文員、測試工程師、市場研究分析師。

把這份「最怕 AI」的名單讀一遍——你會發現幾乎全部是需要本科以上學歷、坐在辦公室裏、領中等偏上收入的知識工作者。這和大衆敘事裏的「AI 搶誰飯碗」完全是反着的。

大衆默認的畫面是：AI 先喫掉外賣員、收銀員、打字員，再喫掉司機和工廠工人，最後才輪到白領。但 Anthropic 的數據說，順序其實恰好相反：AI 先在造它的人、被它最先裝進工作流的人身上發力。

說的狠一點：AI 正在喫掉造它的人。

這件事值得被鄭重講出來。這份硅基生物喫掉碳基生物的末日感，是因為過去十年，所有的輿論都在告訴一個 25 歲的年輕人——去學計算機，去進大廠，去做分析師、設計師、產品經理，這是階級躍升最穩的那條路。

但 Anthropic 的數據說，這恰恰是 AI 暴露度最高的那條路。

疊加另一組數據看更刺眼：早期職業者（入行 3 年以內）的焦慮分數是 8.2%，資深職業者只有 3.9%。越年輕越焦慮，差了兩倍。

最焦慮的那個群體畫像於是呼之欲出：

一個剛入行三年以內、在互聯網或諮詢或設計公司、每天用 Claude 或 Cursor 或 Copilot 的年輕人。

這是一種新的內卷

把這幾張圖拼起來，我腦子裏出現的不是「AI 正在替代人」這麼簡單的畫面。它更荒誕，也更貼近真實感受：

AI 幫你越多，你越焦慮

AI 帶給你的不是更多休息時間，是更多工作內容

最焦慮的不是底層勞動者，是知識精英

這就是 AI 時代勞動圖景的核心機制：逆水行舟，不進則退。

過去的內卷，是人和人之間卷——你熬夜寫 PPT，同事熬得更晚；你周末加班，別人通宵加班。熬的是物理世界的真實人類體力。

這一次的內卷不一樣。你要和一個永遠不累、永遠在升級、每半年能力翻一倍的工具一起卷。這個工具沒有精力上限，沒有天花板，也不會討價還價。你用得越熟練，你就越被算進新的基線——下次考覈、下次 KPI、下次招聘 JD 裏寫的「熟練使用 AI 工具」。

讀完這份 Anthropic 報告，有三個判斷可以比較有把握地說出來：

一、AI 時代真正的威脅，不是來自被替代，是被來自登不上新的門檻。你不會在一個周一早上被通知崗位沒了。你會在接下來五年裏，每半年發現 KPI 又長了一截。

二、最容易被捲進這場通脹的，恰恰不是被 AI 替代的人，而是和 AI 協作最深的人。主動擁抱 AI，是一件個人回報率極高、集體回報率未知的事。因為你越熟練，你越被計入新基線。

三、過去我們用「我能做多少」定義競爭力。未來我們會用「我能和 AI 協作出多少」定義競爭力——而後者沒有封頂。 這意味着「卷」這件事本身，在 AI 時代失去了停下來的機制。

尾聲

讀完 Anthropic 的報告，我的焦慮換了一種。

我放下了「AI 會不會某天突然讓我失業」這種焦慮——這不是最緊迫的問題。

我換上了另一種：AI 會不會在未來十年裏，讓我每天都比昨天跑得更快一點，然後有一天早上我醒過來，發現跑不動了。

這份 Anthropic 報告最大的價值，不是它給出了答案，而是它讓一件原本屬於個人感受的事——那種「用 AI 越多越累」的隱隱不安——有 80000 個真實的 AI 用戶告訴我：「俺也一樣。」 

我們短期內大概率不會失業。

但我們很可能要學會一件新事情：如何在註定前進的無休止的長跑中，保持自己的節奏。

本文數據與圖表均來自 Anthropic 於 2026 年 4 月 22 日發布的《What 81,000 people told us about the economics of AI》，作者 Maxim Massenkoff 和 Saffron Huang。原文：在外面大家自己找吧。