作者：TinTinLand
為什麼那些從 AI 中獲益最多的人，反而是最擔心失業的人？
4 月 22 日，Anthropic 發布了一份覆蓋 81,000 名 Claude 真實用戶的調查報告——《81,000 人告訴我們的：AI 經濟學的真實影響》（What 81,000 people told us about the economics of AI），試圖揭開普通人在 AI 浪潮下真實的處境與心態。
報告提到的核心結論如下：
AI 介入越深的職業，從業者的失業焦慮就越強，尤其是剛入行的職場新人；
收入最高和最低的群體，生產力提升反而最為顯著。而這種提升大多不是 “做得更快”，而是 “做到了以前根本做不了的事”；
那些透過 AI 獲得最高效率提升的人，反而對職業前景感到最深刻的焦慮。
TinTinLand 對全文進行了深度編譯，帶你拆解這份關於 AI、經濟與生存的最新調查。
🤔 誰在擔心失業？
五分之一的人表示擔憂
「和如今所有白領一樣，我幾乎每時每刻都在擔心自己的工作會被 AI 取代」。—— 某軟體工程師
約五分之一的受訪者明確表達了對經濟性失業的擔憂。
一位軟體開發者表示，「現在這個階段的 AI，很可能會取代初級職位」。還有一些人則哀嘆，自己的工作內容正在被自動化蠶食。
一位市場研究人員表示：「毫無疑問，AI 提升了我的能力。但未來，它可能會取代我的工作。」
在某些崗位上，AI 的到來甚至讓工作變得更難。一位軟體開發者觀察到：「自從 AI 出現後，專案經理開始給我們派越來越難的任務和 bug。」
數據驗證
在本報告中，我們使用 Claude 從受訪者的回答中推斷他們的屬性和情緒。例如，許多受訪者會在回答中順帶提及自己的職業，或提供關於工作生活的細節，這使我們能夠推斷其職業類別。類似地，我們通過讓 Claude 識別並解讀受訪者關於「自身崗位面臨 AI 替代風險」的直接表述，對「失業擔憂」進行了量化。
研究發現，受訪者對 AI 威脅的主觀感知與其職位的「觀測暴露度」高度相關。所謂暴露度，是指該職業中由 AI 實際承擔的任務比例。
例如，小學教師對自身被替代的擔憂明顯低於軟體工程師，這與 Claude 流量中程式設計任務佔主導的現實完全吻合。
如圖 1 所示，縱軸表示某一職業中有多少比例的受訪者認為 AI 已經在替代他們的崗位，或很可能在不久的將來發生這種情況；橫軸表示 “觀測暴露度”。
暴露度每增加 10 個百分點，感知到的崗位威脅就会上升 1.3 個百分點。處於暴露度最高 25% 的人群，其表達擔憂的頻率是最低 25% 人群的三倍。
圖 1：AI 帶來的崗位威脅與觀測暴露度
年輕人更慌
職業階段是影響焦慮感的關鍵變量。在此前的研究中我們已觀察到，美國應屆畢業生和職場新人的招聘已經出現放緩跡象。
在本次調查中我們也發現：職業早期的從業者，對失業的恐慌程度遠高於資深從業者。
圖 2：不同職業階段的失業擔憂
誰正在從 AI 中受益？
大多數人感到生產力提升
我們使用 Claude 對受訪者自述的生產力提升程度進行評分，採用 1 到 7 分制：1 分代表 "效率下降"，2 分代表 "沒有變化"，之後每一個等級代表更高的提升。
典型的 7 分鐘回答：「以前建一個網站要幾個月，現在 4、5 天就搞定了」；
5 分鐘回答：「原本可能要花四個小時的事，半小時就做完了」；
2 分鐘回答：「AI 幫我修復了一段代碼，但反覆嘗試了好幾次才得到想要的結果」
最終平均分為 5.1，意味著 “明顯更高效”。
當然，這些受訪者本身就是活躍的 Claude 用戶，並且願意參與調查，因此他們比普通用戶更可能感知到生產力收益。約有 3% 的人報告了負面或中性的影響，另有 42% 沒有明確提及生產力變化。
高收入者最受益
這一結果在收入層面存在一定分化。
圖 3 左側顯示，高薪職業（如軟體開發者）獲得了最大的生產力提升。不僅僅是編程類工作，即使剔除計算機和數學類職業，這一趨勢依然成立。
在需要更高教育水平的任務中，Claude 往往能更大幅度地縮短完成任務所需的時間（與不使用 AI 的情況相比）。
但有一個細節值得關注：低薪崗位的受益程度同樣不容小覷。一位客服代表用 AI 快速生成回覆，節省了大量時間；一位快遞員用 Claude 創辦電商業務；一位園藝工人在開發音樂應用。AI 正在為受教育程度較低、收入較低的人打開一扇以前從未觸及過的門。
圖 3：按職業劃分的生產力提升（推斷）
我們在圖 3 右側對這一結果進行了更細緻的拆解。
排名最高的是管理類職業，這些受訪者大多是使用 Claude 來創業的企業家。其次是計算機與數學類職業，包括軟體開發者。生產力提升最為溫和的兩個群體是科研和法律從業者。
一些律師對 AI 能否準確遵循複雜指令表示擔憂：「我已經給出了非常具體的規則，包括內容位置、如何解讀法律文件、希望它執行的操作…… 但它每次都會跑偏。」
收益流向了誰？
隨著 AI 在經濟體系中的擴散，一個關鍵問題是：這些收益最終會流向誰 —— 是勞動者本身、管理者、消費者，還是企業？
Overall, most people believe the benefits accrue to themselves: tasks are completed faster, more things can be done, and there is more discretionary time available.
然而，仍有 10% 的受訪者感到這種紅利被雇主或客戶 「收割」：需要在同等時間內交付更多的產出。還有一小部分人提到 AI 公司會從中受益。
這種差異也與職業階段有關：只有 60% 的職場新人認為自己是 AI 紅利的受益者，而資深專業人士中這一比例高達 80%。
圖 4：AI 生產力紅利流向何處？
效率提升體現在哪裡？
我做到了以前做不到的事
受訪者分享了他們在哪些方面感受到生產力提升。我們將其拆分為四個維度：工作範圍（scope）、速度（speed）、質量（quality）和成本（cost）。
分析發現，在所有明確提到生產力變化的受訪者中，最常見的提升來自「工作範圍的擴展」，佔比達到 48%；而有 40% 的人強調了速度的提升。
例如，許多使用 AI 進行程式設計的人表示：「我本來不是技術人員，但已經可以做全棧開發了。」這屬於工作範圍的擴展 —— AI 為他們解鎖了新的能力。
也有人在原有任務上實現提速，比如一位會計表示：「我做了一個工具，可以在 15 分鐘內完成過去需要 2 小時的融資任務。」
在品質方面的提升，通常體現在對代碼、合約以及各類文檔進行更全面、更細緻的檢查。而還有一小部分受訪者提到 AI 的低成本優勢。
圖 5：用戶報告的生產力提升類型
速度越快，越怕失業
研究發現，AI 對工作速度的提升與崗位威脅感知之間呈現出 U 型關係（見圖 6）。
低速組（變慢）：主要是創意工作者（如作家、藝術家），他們認為 AI 的僵化限制了創作流，但又擔心低質 AI 內容的氾濫會擠壓生存空間。
高速組（極速提升）：當任務完成時間從數小時縮短至數分鐘時，用戶會產生強烈的不安全感——如果工作變得如此簡單，那麼“我”存在的長期價值是什麼？
圖 6：AI 帶來的崗位威脅與速度變化的关系
結語：我們能從中讀到什麼？
人們的感知與數據高度吻合
數據表明，人們的感知與實際使用數據是一致的：Claude 能承擔的任務越多，人們對 AI 的影響也最為擔憂。
此外，職場早期人群的經濟焦慮更高，這與既有研究結果相符。
AI 正在賦能，但焦慮也是真實的
与此同时，調查也呈現了硬幣的另一面：AI 正在真實地拓展人們的能力邊界。
雖然高薪人群對 AI 帶來的生產力提升最為積極，但低薪崗位和教育水平較低的群體同樣報告了顯著的效率提升。大多數受訪者認為，Claude 通過拓展工作範圍或提升執行速度，增強了他們的能力。
但這並不能消解焦慮。那些受益最深的人，往往也是最不安的人 —— 因為他們比任何人都更清楚，AI 能做到什麼。
限制與展望
需要指出的是，我們的分析也存在一些重要局限：
受訪者均為 Claude 的活躍用戶，更容易感知到 AI 帶來的個人收益；職業、職業階段等資訊是從開放式回答中推斷的，存在一定程度的誤差；此外，調查採用開放式問題，結果取決於受訪者「恰好主動提到什麼」。
但無論如何，80,508 名 Claude 用戶在報告中提到的經濟焦慮，本身就是一个不容忽視的信號。