<div id="readability-page-1">你的工作「含金量」正被 AI 抽空。Anthropic 最新報告揭示反直覺真相：越是按教育年限衡量更復雜的任務，AI 加速越猛。相比被直接替代，更可怕的是「去技能化」——AI 拿走了思考的樂趣，留給你的只剩打雜。但數據也指明瞭唯一出路：懂得人機協作，勝率能翻十倍。在這個算力過剩的時代，這是一份你必須讀懂的生存指南。 Anthropic 昨天剛在官網發佈《經濟指數報告》。 報告不僅關注人們在用 AI 做什麼，更關注 AI 到底在多大程度上真正替代了人類的思考。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9cf2acde-5e8c-4eec-8045-dd8f667ef504.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="446" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/9cf2acde-5e8c-4eec-8045-dd8f667ef504.jpeg"/> 這次他們引入了一套被稱為「經濟基元」（Economic Primitives）的全新維度，試圖量化任務的複雜度、所需的教育水平、以及 AI 的自主程度。 數據背後折射出的職場未來，比單純的「失業論」或「烏托邦論」都要複雜得多。 <h2>越難的活，AI 幹得越快</h2> 在我們的傳統認知裏，機器通常擅長重複性的簡單勞動，而在涉及高深知識的領域會顯得笨拙。 但 Anthropic 的數據給出了一個完全相反的結論：任務越複雜，AI 帶來的「加速度」反而越驚人。 報告顯示，對於那些只需要高中學歷就能理解的任務，Claude 能將工作速度提升 9 倍； 而一旦任務難度提升到需要大學學歷的門檻，這一加速倍率直接飆升到了 12 倍。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d04ffe10-32b2-45ba-bc58-7738fcb2ae4b.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="422" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d04ffe10-32b2-45ba-bc58-7738fcb2ae4b.jpeg"/> 這意味着，原本需要人類苦思冥想數小時的白領精英工作，正是 AI 目前「收割」效率最高的領域。 即便我們將 AI 偶爾產生幻覺的失敗率考慮進去，結論仍然不變：AI 對複雜任務帶來的效率暴漲，足以抵消它出錯帶來的修補成本。 這解釋了為什麼現在的程序員、金融分析師比數據錄入員更離不開 Claude ——因為在這些高智力密度的領域，AI 展現出的槓桿效應是最強的。 <h2>19 小時 人機協作的「新摩爾定律」</h2> 這份報告中最令人震驚的數據，莫過於對 AI「耐久度」（任務時長，Task horizons，以 50% 成功率衡量）的測試。 通常的基準測試如 METR（Model Evaluation &amp; Threat Research，模型評估與威脅研究）認為，目前的頂尖模型（如 Claude Sonnet 4.5）在處理需要人類耗時 2 小時的任務時，成功率就會跌破 50%。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/b0e46441-2fec-45a6-8507-fbfd59bd6764.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="747" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/b0e46441-2fec-45a6-8507-fbfd59bd6764.jpeg"/> 但在 Anthropic 的實際用户數據中，這個時間界限被顯著拉長了。 在 API 調用的商業場景下，Claude 能在涉及 3.5 小時工作量的任務中保持過半的勝率。 而在 Claude.ai 的對話界面中，這個數字被驚人地推高到了 19 小時。 為什麼會有如此巨大的鴻溝？秘密在於「人」的介入。 基準測試是 AI 獨自面對考卷，而現實中的用户會將一個龐大的複雜工程拆解成無數個小步驟，通過不斷的反饋循環修正 AI 的航向。 這種人機協作的工作流，將（以 50% 成功率衡量的）任務時長上限從 2 小時推到約 19 小時，接近 10 倍。 這或許才是未來工作的模樣：並非 AI 獨立完成一切，而是人類學會了如何駕馭它跑完一場馬拉松。 <h2>世界地圖上的摺疊，窮人學知識，富人搞生產</h2> 如果把視野拉昇到全球，我們會看到一條清晰且略帶諷刺的「採納曲線」。 在人均 GDP 較高的發達國家，AI 已經深度嵌入了生產力和個人生活。 人們用它寫代碼、做報表、甚至規劃旅遊行程。 但在人均 GDP 較低的國家，Claude 最主要的角色是「老師」，大量的用途集中在課程作業和教育輔導上。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/691812d6-12ef-4c20-bfd8-8a8c6c75bf10.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="340" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/691812d6-12ef-4c20-bfd8-8a8c6c75bf10.jpeg"/> 除了貧富差異，這更是一種技術代差的體現。 Anthropic 提到，他們正與盧旺達政府合作，試圖讓那裏的人們跨過單純的「學習」階段，進入更廣泛的應用層。 因為如果不加干預，AI 很可能會成為一道新的壁壘：富裕地區的人用它指數級地放大產出，而欠發達地區的人還在用它補習基礎知識。 <h2>職場隱憂：「去技能化」的幽靈</h2> 報告中最具爭議，也最值得警惕的部分，是關於「去技能化」（Deskilling）的討論。 數據表明，Claude 目前覆蓋的任務，平均需要 14.4 年的教育背景（相當於大專學位），遠高於整體經濟活動平均所需的 13.2 年。 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/07aff8d6-690b-49a1-b236-484d52733ac5.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="950" height="566" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/07aff8d6-690b-49a1-b236-484d52733ac5.jpeg"/> AI 正在系統性地剔除工作中的「高智力」部分。 對於技術撰稿人或旅行社代理人來説，這可能是災難性的。 AI 接管了分析行業動態、規劃複雜行程這些需要「腦子」的活，留給人類的可能只剩下畫草圖、收發票等瑣碎工作。 你的工作還在，但工作的「含金量」被抽空了。 當然，也有受益者。 比如房地產經理，當 AI 搞定了記賬和合同比對這些枯燥的行政工作後，他們可以將精力集中在需要高情商的客户談判和利益相關者管理上——這反而是一種「再技能化」（Upskilling）。 Anthropic 謹慎地表示這只是基於現狀的推演，而非必然的預言。 但它敲響的警鐘是真實的。 如果你的核心競爭力僅僅是處理複雜的信息，那麼你正處於風暴中心。 <h2>生產力迴歸「黃金年代」？</h2> 最後，讓我們回到宏觀視角。 Anthropic 修正了他們對美國勞動生產率的預測。 在剔除 AI 可能的錯誤和失敗後，他們預計 AI 將在未來十年每年推動生產率增長 1.0% 到 1.2%。 這看起來比之前 1.8% 的樂觀估計縮水了三分之一，但千萬不要小看這 1 個百分點。 這足以讓美國的生產率增速重回 1990 年代末互聯網繁榮時期的水平。 而且，這僅僅是基於 2025 年 11 月的模型能力。隨着 Claude Opus 4.5 的入場，以及「增強模式」（即人們不再試圖把工作全丟給 AI，而是更聰明地與 AI 協作）在用户行為中逐漸佔據主導地位，這個數字還有巨大的上行空間。 <h2>結語</h2> 翻閲整份報告，最讓人感慨的不盡然是 AI 變得多強，更多是人類適應得有多快。 我們正在經歷一場從「被動自動化」到「主動強化」的遷徙。 在這場變革中，AI 就像一面鏡子，它接管了那些需要高學歷卻可以通過邏輯推演完成的任務，從而倒逼我們去尋找那些無法被算法量化的價值。 在這個算力過剩的時代，人類最稀缺的能力，不再是尋找答案，而是定義問題。風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。 </div>

谷歌-C

Anthropic 發佈的《AI 搶飯碗報告》揭示，AI 在複雜任務中的效率提升顯著，尤其是需要高學歷的工作。報告指出，AI 不僅替代了部分人類思考，還導致了去技能化現象。數據表明，AI 在高難度任務中加速效果更為明顯，甚至能將工作速度提升至 12 倍。人機協作成為未來職場的關鍵，懂得如何與 AI 合作的人將更具競爭力。

- AI 正在加速複雜任務的效率，尤其是高學歷工作領域。  
- 人機協作可提高成功率，任務時長上限顯著增長。  
- 教育差異使富裕地區更深度應用 AI，低收入國家仍在基礎學習。

Anthropic 剛發佈了一份「AI 搶飯碗報告」：學歷越高越「被搶」