Anthropic 发布 AI 经济情景模型：2030 年美国 GDP 三种情景下分别比无 AI 基准高 1.6%、8.3% 与 32.4%

Anthropic 于 9 月 9 日（北京时间当晚 21:33）通过宣布，其 Economics 团队公开了一套新的经济模型，用于推演 AI 到 2030 年将如何影响美国的经济增长、就业与工资，并同步上线配套的「情景探索器」（scenario explorer）。发布帖邀请公众在页面上按自己对 AI 的看法作答，由模型生成对应的 2030 年经济图景，再把自己的预测与逾 1 万名美国人此前的回答相比较。

这套模型把每个职业拆成「任务束」（bundles of tasks），考察 AI 的四种作用：帮人更快更好地完成任务、完全自主完成任务、不触碰任务、或创造新任务。按 Anthropic 的口径，在 modest（温和）、substantial（显著）与 extreme（极端）三种情景下美国经济都会增长，区别在于知识工作被自动化的程度，以及收益是否在全社会共享。列出的核心结果是：以 2025 年价格计算，2030 年美国 GDP 在三种情景下分别比「没有 AI」的基准高 1.6%（34.1 万亿美元）、8.3%（36.3 万亿美元）与 32.4%（44.4 万亿美元）。

模型怎么拆工作：「护士的一天」

发布页用一个「护士的一天」解释任务束框架：查房、抽血、为新病人分诊、记录生命体征、给病房订购耗材——每个职业的任务清单都取自美国劳工部的 O*NET 职业任务分类。模型的设定是：AI 无法替病人洗澡，这类任务只能由人完成；起草出院说明、远程监护、排班这类任务会被 AI 增强（augmentation）；记录生命体征、订购耗材这类任务可能被完全自动化；同时会出现新任务，例如核查 AI 分诊是否准确、审阅 AI 提出的护理方案。任务束本身也在变化——几乎没人再手写纸质病历，30 年前也没有人远程监护病人。Anthropic 估算，把全美一年里所有任务实例加总，创造的价值超过 30 万亿美元。

与追踪 AI 当下使用情况的 Economic Index 不同，这套工具面向未来：用户在页面上回答五个问题——AI 能胜任哪些任务、被采用多广、多大程度自主完成、能把人变高效多少、转行找到新工作要多久——模型据此算出 2030 年的 GDP、就业与工资图景，并显示自己的答案与其他人的差异。官方称这一版为 Econ Scenario Explorer 1.0（2026 年 9 月）。

三种情景：像互联网、增速翻倍与「史无前例」

温和情景下，AI 的影响大致像当年的互联网：真实但渐进，处于新技术的历史常态之内。GDP 比无 AI 基准高 1.6%，每 1 美元产出中劳动者与资本的分成几乎不变（59.4% 对 40.6%）。

显著情景下，到 2030 年 AI 有能力完成一半的知识工作、其中多数是自主完成，但并未被全面采用——大部分知识工作任务仍由人来做。经济以两倍于正常的速度增长，GDP 比无 AI 基准高 8.3%；知识工作者的工资基本不涨，其他职业的工资上涨。

极端情景则假定 AI 在绝大多数知识工作任务上比人更有生产力、几乎全部自主完成，并且几乎不为人创造新的知识任务。称这很可能需要「递归自我改进的 AI」并被迅速采用；届时年 GDP 增速可达 15%，2030 年 GDP 比无 AI 高 32.4%——但知识工作者的工资比无 AI 情形低逾 10%，「近五分之一认知类（cognitive）工作者失业」，失业率升至超出典型衰退期的水平。分配也在逆转：如今每 1 美元产出中约 60 美分归劳动者，到极端情景下劳动者份额降到 45.2%，资本拿走 54.8%。

跨情景的共同规律是：平均工资上升，但涨幅集中在知识工作之外。按模型描述，程序员、客服中心坐席这类高暴露职业可能需要转行做电工、护士等受 AI 影响较小的岗位；转行难在工人未必愿意换、需要学新技能、而且学会了也不容易找到新工作。一个具体例子是：图纸设计与许可审批出得更快，可能带来更多建设项目，进而抬高建筑工人的需求与工资。

逾万名美国人的答案：中位预期贴近 substantial

2026 年 8 月，Anthropic 与 Morning Consult 合作，就上述五个维度调查了逾 1 万名美国人——发布页列出的普通公众样本为 10,980 人，另有网站访问者样本 4,884 人。发布页称，典型受访者的回答折算出的结果「接近 substantial 情景」：2030 年 GDP 比无 AI 基准高约 10%，整体失业率升至 5% 左右；约一成受访者的预期落在极端情景一侧。探索器用户提交自己的答案后，可以看到自己的结果与这两组人的比较。

技术报告承认的边界：没有政策反应，也没有「超级机器人」

配套技术报告题为 Economic Scenarios for Transformative AI，由 Anton Korinek、Charles I. Jones、Szymon Sacher、Tess Cotter 与 Peter McCrory 合著，2026 年 9 月以 The Anthropic Institute Working Paper No. 2026-02 形式发布。报告与发布页都坦陈模型的简化：不包含政策应对、商业周期、总需求或金融市场扰动，也不包含可能的灾难性风险；模型不追踪个体工人，只能粗略刻画失业的代价；还明确排除了「人类开发出超级机器人」的情形。发布页说明，Daron Acemoglu、David Autor 等经济学家读过报告初稿并给出详细意见，但「没有被要求认可我们的结论」；其中一些批评仍然开放——有人觉得最极端的情景更像思想实验而非情景，有人觉得最温和的情景低估了数据中已经可见的东西，还有人要求模型说清它没有纳入数据中心建设拉动的总需求效应。Anthropic 表示计划在后续版本处理其中许多意见，并注明报告撰写中使用了 Claude 作为研究写作助手、文中观点属作者而不代表 Anthropic 或其研究院。

发布数小时：逾 200 万次观看与两种声音

本报道核验时，主帖发布约五小时，已累计超过 210 万次观看、8,600 余次点赞、1,100 余次转发与约 500 条回复。回复区里，自称同时担任病房注册护士（RN）与门诊高级执业护士（APRN）的用户认为这套模型「很有见地」，说自己「早就隐约觉得我的工作在至少一段时间内还安全」——「我不认为一个抑郁的病人会想跟机器人聊自杀念头」，同时承认 AI 已在一些环节改进工作，让他能把时间省下来留给病人。另一名用户则写道，自己「从没见过一家机构花这么多时间谈论自己正在打造的东西的负面效应」，并调侃公司「也许干脆别把这种文章发出来」。

Anthropic 在发布帖中这样解释做这件事的动机：像所有经济模型一样，这套模型简化了更复杂的现实，「通过把可能的经济未来情景建得更好，我们可以采取措施，确保所有人都从中受益」。发布页进一步写明，模型将连同其研究组合，指导 Anthropic 资助的「识别劳动力市场扰动有效干预措施」研究，并影响其提出的政策建议。至于这些情景离现实还有多远，页面把判断留给了读者——「实际结果可能与模型存在实质差异」。