Anthropic发布AI可能经济未来的交互模型

Anthropic的经济团队于2026年9月发布了一个新的交互模型: Econ Scenario Explorer，该模型预测AI在2030年前可能对美国的增长、就业、工资和失业率产生的影响，并附有一篇工作论文以及对10,980名美国成年人的调查。

探索页面将此次发布标识为1.0版，日期为2026年9月。它基于技术报告 Economic Scenarios for Transformative AI，该报告以《Anthropic Institute Working Paper No. 2026-02》形式发布。Anton Korinek、Charles I. Jones、Szymon Sacher、Tess Cotter 和 Peter McCrory 开发了模型并共同撰写了报告；McCrory、Korinek 和 Charles Yang 协调了项目，Jack Clark 提供了指导。作者指出他们使用 Claude 作为研究和写作助理。The Anthropic Institute 将该项目呈现为一个关于AI如何在2030年前影响经济增长、就业、工资等方面的新模型。

该发布与Anthropic现有的经济指数并列。指数衡量AI在整个经济中的使用情况，而探索器则展望未来: 用户输入对AI能力和使用范围的预期，模型展示这些预期在2030年所对应的经济情况，并将用户的答案与超过10,000名受访美国人的答案进行比较。

基于任务的美国经济模型

该模型将经济中的每个工作视为从美国劳工部 O*NET 分类法中抽取的一组任务。对于每项任务，AI 可以提升工人的表现、完全自动化任务、保持不变，或创造新任务。工人要么从事认知职业，即管理、专业、销售和办公室工作，这些工作的任务可以受到AI影响；要么从事其他所有职业；探索器将这两类分别标记为知识工作者和其他工作者。认知组在2025年当前人口调查中占62.4%的就业人口。

论文指出，情景是针对五个要素的路径: AI影响的任务比例、AI在这些任务中的使用扩散程度、每个AI执行任务的生产率提升、自动化与增强的比例分配，以及新劳动任务的创造率。当被取代的认知工作者必须在其他职业中寻找工作时，劳动力市场摩擦（跨职业搜索的折扣、扩张职业发布职位的速度以及认知工资的僵硬性）可能导致持续失业。作者声明这些情景并非预测，也未为其附加概率；该框架旨在提供一种在不同假设下比较可能性的结构化方法。

2030年的三种情景

在温和情景中，论文报告称，2030年的GDP比无AI路径高出1.6%，年增长率为2.4%，而无AI时为2%；失业率为3.9%，略高于正常水平的3.8%；劳动收入份额从60.0%下降至59.4%。在该情景下，探索器以2025年价格水平表示的2030年GDP为34.1万亿美元。

在显著情景中，论文报告称，2030年的GDP比无AI路径高出8.3%，即按2025年价格计为36.3万亿美元，且截至2030年的十二个月年增长率达到5.4%，这一速度与1990年代互联网泡沫期间1999年创下的最快4.7% GDP增长相比较。认知工作者的失业率从2026年中期的2.9%上升至2030年的4.5%。认知工资在此期间比无AI路径低0.3%，而所有其他职业的工资则高出5.9%，劳动收入份额从60%下降至56.1%。

在极端情景中，2030年的GDP比无AI路径高出32.4%，即44.4万亿美元，年增长率为15.4%；探索器描述该路径下经济每4.5年规模翻一番，并指出这可能需要递归自我改进的AI系统以及知识工作快速采纳。认知工作者失业率达到17.9%，全经济失业率为11.9%。认知工资比无AI路径低11.5%，而其他工资则高出33.6%，劳动收入份额从60%降至45.2%，资本份额上升至54.8%。

论文指出，在极端情景下，约占GDP 9%的转移（大致相当于社会保障和医疗保险合计的规模）可使认知工作者的收入维持在无AI水平，并且指出在技术变革中尚无如此规模转移的先例。

美国人的预期

Anthropic通过Morning Consult在2026年8月11日至23日对10,980名美国成年人进行了一项具有代表性的调查。受访者回答了五个问题: AI何时能够像熟练专业人士一样完成八项任务中的每一项、其使用范围、生产率提升幅度、是自动化还是增强工作，以及被取代的工作者需要多长时间才能在新职业中找到工作。

论文报告称，将中位数受访者的答案输入模型后得到的结果接近显著情景: 到2030年GDP比无AI路径高出8.6%，失业率约为4.6%。探索器将典型受访者的答案概括为预测2030年GDP比无AI情况下高约10%，整体失业率约为5%，约有10%的受访者持有与极端情景相符的观点。调查结果显示，53%的受访者认为AI已经能够撰写常规商务邮件和文件，24%认为AI已经能够构建并维护可运行的软件产品；39%预计到2030年会出现诺贝尔级别的科学发现，而40%认为这永远不会发生。

声明的局限性与外部审查

Anthropic将该探索器描述为1.0版，并提醒其只聚焦于少数关键因素而省略了许多其他因素: 未考虑政策响应、商业周期、潜在的总需求或金融市场冲击，以及可能的灾难性风险，且未包含具备超强能力的机器人情景。论文指出，该框架仅考虑AI对认知任务的影响，并未考虑机器人在物理任务上的快速进步，这也是分析止于2030年的主要原因。

包括Daron Acemoglu、David Autor和David Romer在内的外部经济学家对报告的早期草稿发表了评论；Anthropic表示他们并未被要求认可报告结论。探索器页面列出了仍未解决的批评意见，其中包括模型未跟踪个体工人，因而只能粗略捕捉岗位流失的成本，以及未考虑数据中心建设对总需求的影响。Anthropic表示计划在未来版本中解决许多这些批评。

Anthropic表示，该模型连同其完整的研究组合，将为其通过Economic Futures项目资助的关于劳动力市场冲击干预的研究提供依据，并为其提出的政策理念提供参考。作者写道，未来几年观察到的数据将揭示经济所处的情景，并且三种情景皆不可排除。