Anthropic最新调研：AI从业者预计2030年AI干完自己75%的活，普通人只信28%

2026年10月16日，Anthropic Institute发布了一份特别的报告《The AI Expectations Gap》。研究团队在8月调查了两类人：一组是具有全美代表性的美国成年在职人士，另一组是Anthropic自己的员工。这群员工每天开发和使用前沿大模型，是全世界离AI最近的一批人。

结果很有意思。两组人对AI今天能做什么，判断大体一致。真正拉开差距的，是未来四年。

一组数据看清”预期差”

个人工作替代预期：75% vs 28%。 Anthropic员工平均预计，到2030年AI能完成自己当前75%的工作时间对应的任务。美国在职人士的平均预期只有28%。仅约5%的美国员工认为AI能完成自己80%以上的工作，而在Anthropic员工中，这个判断相当普遍。

科研能力预期：90% vs 38%。 到2027年，90%的Anthropic员工预计AI能胜任设计并发表科研任务，美国公众只有38%。到2030年，91%的员工相信AI能做出诺贝尔奖级别的发现，公众的比例是39%。

时间节省幅度：59% vs 26%。 85%的Anthropic员工表示，用AI完成自己擅长任务的时间不超过原来的一半；59%表示只需原来的四分之一或更少。经常使用AI的美国职场人中，只有26%能达到这个水平；29%的人表示耗时没减反增。Anthropic员工中只有5%这样回答。

经济增速预期：17.1% vs 5.4%。 把两组人的问卷答案代入Anthropic的经济情景模型，美国公众的中位答案对应2030年GDP年增长5.4%的情景，Anthropic员工的答案对应17.1%。这个数字是模型输出，不能当作增长预言，但它体现了两个群体想象中的世界差距有多大。

差距从哪来？看没见过AI干活

接触频率解释了相当一部分差异。美国公众中约五分之一的人经常在工作中使用AI，这群人里56%相信2030年AI能完成八项任务中的至少七项；全体美国成年人是41%，从未用过AI的人只有28%。而Anthropic员工的比例是96%。

另一组数据同样说明问题：对八项任务从写邮件到做出诺奖级发现，有19%到40%的美国成年人认为AI”永远做不到”；Anthropic员工中持这种判断的最多只有2%。

报告中有个关键提醒：两组人对AI当下能力的判断并不遥远，差距集中在对技术进步速度、企业采用范围和自动化程度的预期上。换句话说，这不是”圈内人乐观、圈外人悲观”那么简单，他们看到的技术世界已经不一样了。

AI能做，公司未必用

调查还发现一个现实问题：AI对经济的影响，不能只看技术能力。

对那些AI在技术上能完成的工作，美国成年人预计到2030年只有42%会被真正使用，Anthropic员工的预期是65%。研究者请美国成年人从九类障碍中选三大障碍，排名第一的不是算力或模型能力，而是”客户更愿意与真人打交道”，其次是数据隐私与安全、AI可靠性、法律法规与责任问题。

技术能力、采用速度、客户信任，是三件不同的事。一家保险公司可以拥有能处理理赔的模型，客户依然可能坚持要跟真人谈。

75%不等于失业，但入口在变窄

“AI能完成我75%的工作”不等于”75%的人失业”。一位编辑的找资料、核实、写稿可以被AI处理，判断、把关、承担后果的岗位仍然存在。

更意外的发现是：尽管Anthropic员工预计AI会承担自己大部分工作，95%的人仍预测未来12个月公司总人数会增长，中位数预期是增长66%。任务自动化与公司扩张可以同时存在。

但入口确实在收窄。Anthropic同日发布的另一项内部研究显示：2025年初以来，初级技术员工在技术部门中的占比从21%降到14%；初级技术岗位在新招技术员工中的占比从27%降到9%。公司总人数在涨，新人进场的门却变小了。

斯坦福数字经济实验室2026年8月更新的一项研究给出了外部印证。基于ADP数百万美国员工薪资记录，22到25岁青年在AI高暴露职业中的就业水平，比参照路径低了约19%。研究同时指出，整体劳动力市场还没有出现可归因于AI的大规模岗位替代，变化更多体现在招聘放缓。

每个职场人都该问自己的三个问题

这份报告对普通职场人的价值，在于它提供了一个自查框架：

第一，你每天实际用AI多久？ 经常使用AI的公众预期已经明显接近Anthropic员工，从未用过的人差距最大。对AI越熟悉，对自己工作的未来判断越准。每周拿出固定时间，把自己工作中重复性最高的任务交给AI跑一遍，比看十篇趋势文章有用。

第二，你的工作里有多少是”判断和担责”？ 任务执行越来越便宜，组织真正稀缺的会转向任务定义、结果验收、复杂判断和对外责任。客服新人最容易消失的是按脚本处理的初级工单，处理投诉升级和跨部门协商的资深客服不会。

第三，公司省下的时间去了哪？ Anthropic内部数据显示，引入编程Agent后的一个月内，工程师新增代码行数达到此前的三倍。省下的时间如果流向更多订单和新产品线，岗位会新增；如果只流向裁员，故事就不一样。答案在每个公司自己的选择里。

结语

最了解AI的一群人，预计2030年AI能干完自己75%的活，同时预测公司继续招人扩张。普通职场人的判断保守得多。这两组数字之间的差距，会随着AI进入更多行业而缩小，缩小的方式决定了每个人的处境。

对刚毕业的年轻人来说，最重要的问题可能不是2030年的AI能完成75%还是28%的工作，而是明年能不能找到一个允许自己从生疏走向成熟的岗位。对企业来说，AI节省的成本里，值得分一部分出来培训新人。这个决定，比任何一份趋势报告都更能影响结局。