AREX Feed Article
Anthropic 上线经济指数连接器：36% 的职业已被 AI 渗透
一个按钮，打开 AI 经济的全景图
7 月 22 日，Anthropic 通过 Claude 官方账号（@claudeai，166 万粉丝）宣布了一个看似轻巧但战略信号明确的产品更新：Anthropic 经济指数（Anthropic Economic Index）将以「连接器」（connector）的形式集成进 Claude，任何用户都可以用自然语言查询这份追踪 AI 经济影响的数据集。推文写道：「你现在可以向 Claude 提问 Anthropic 经济指数了——哪些职业使用 AI 最多，人们在自动化什么样的任务，答案直接来自指数数据。」几小时内，推文获得 4794 个点赞、315 次转发和 33.9 万次浏览。Anthropic 官方账号（@AnthropicAI）随后转发，将信号进一步放大。
Anthropic 同日发布的官方博客说明了连接器的使用方法：打开 claude.ai 的连接器菜单，在目录中找到 Anthropic Economic Index，启用，即可在任何对话中提问。不限模型版本，无需安装，完整数据集仍可免费下载。从产品设计的角度看，这是一个典型的「降门槛」操作——经济指数作为研究产品已存在一年多，但此前它的影响力主要局限在研究者、记者和政策制定者圈子里。现在，它变成了一件任何人三秒钟就能上手的工具。
AI 用得最多的地方，出乎所有人意料
Anthropic 经济指数并不是一个新概念。这份基于 Claude 真实使用数据的经济测量报告自 2025 年 2 月首发以来，已迭代多个版本。最新一期「Cadences」于 2026 年 6 月 26 日发布，引入了几项重要的方法论升级：更高频率的数据采样（可追踪到小时级别）、新增对话产物分类器（将 Claude 输出分为三十多个类别），以及首次发布的 Anthropic 经济指数调查结果。
从数据中可以提炼出几个反直觉的发现：
第一，Claude 的用途在周末发生系统性漂移。工作日中约 35% 的对话属于个人用途，周末这个比例跳升到接近 50%。人们在周末减少的是后端架构、API 调试、数据存储类的开发工作，增加的是 AI 智能体设计、量化交易和游戏开发。高薪职业的工作任务在夜间和周末的比例显著高于低薪职业，即便排除计算机和数学类职业，这个模式依然成立。
第二，在输出类型上，「写作」碾压「编程」。最常见的对话产物是解释说明（17%）、文档和报告（15%）以及指导建议（11%）。对话类输出和书面交付物各占约三分之一，代码和技术类工作仅占六分之一。Marketer 用 Claude 写文案的比例高达 80%，博主用 Claude 写文章占 81%，而创意写作（fanfiction、世界观构建、诗歌）超过 80% 是纯粹的个人娱乐。
第三，深度 AI 使用者对未来最乐观，而不是最焦虑。最新一期经济指数调查显示：那些以「最自动化」方式使用 Claude 的人，反而对未来最积极——他们预期 AI 会在一年内承担更多任务，同时更相信这会带来更高的收入、更好的工作保障和更多的意义感。
AI 不是来抢饭碗的，是来抢任务的
经济指数的核心方法论贡献，是把「AI 对就业的影响」这个宏大问题拆解到了职业 × 任务的粒度。按照美国劳工部的 O*NET 职业分类体系，任何一份职业都由多个不同性质的任务组成：撰写文档、收集信息、客户沟通、内部协调、现场操作、最终决策。AI 可能在某一类任务中的使用率飙升，但这不意味着整个职业被自动化了。
以教师为例。经济指数的数据显示，教师使用 Claude 最常见的方式是「创建教育材料」和「课程规划」——这是典型的人机协作（augmentation）。一个人用 Claude 备了课，不代表他的职位被取代了；相反，这可能意味着他把更多时间花在了只有人能做的事情上，比如在课堂上回答一个即兴提出的问题。
但增强和自动化的边界并非一成不变，数据也在不断刷新。Anthropic 在最新一期报告中对方法论进行了重大调整：由于 Claude Code 和 Cowork 等 Agent 产品的快速增长，传统的「对话转录」已无法完整捕捉 AI 使用模式。新系统开始追踪对话的「产物」（artifact）而非仅分析文本内容，并对 Chat、Cowork 和 1P API 三个渠道分别统计。这意味着经济指数的覆盖范围正在从「人在对话框里和 AI 聊了什么」扩展到「人通过 AI 实际产出了什么」。
数据还揭示了人类行为的节律如何映射到 AI 使用上。人们早上 7 点查新闻，上午 10-11 点起草邮件的高峰期，下午 6 点搜索菜谱的频次是平时的 2.3 倍，凌晨 5 点前后的睡眠咨询达到峰值。税务咨询在美国报税截止日前一天（4 月 14 日）暴增至平时的 8 倍，并在截止日（4 月 15 日）维持同等水平，随后断崖式回落。这些看似琐碎的节律数据，拼在一起构成了一幅 AI 融入日常生活的精度极高的肖像——AI 不再是一个人们「专门打开」的工具，它已经像手机闹钟和地图导航一样，嵌入了人类时间表的每一个缝隙。
更值得注意的是，新报告首次尝试将 Claude 使用数据与经济指数调查结果关联起来。调查在保护隐私的前提下，将受访者的主观回答（「你认为 AI 对你的收入有何影响？」「你希望 AI 替你承担哪些工作？」）与他们的实际使用模式进行了匹配。结果显示，使用模式与主观预期之间存在系统性的差异：人们对 AI 的态度不是由「是否使用 AI」决定的，而是由「怎么使用 AI」决定的。以自动化方式使用 AI 的人，对未来的预期与以协作方式使用 AI 的人截然不同——前者更乐观，后者更谨慎。这个发现对政策制定者有直接意义：如果不同使用模式导致不同的社会预期，那么「一刀切」的 AI 就业政策几乎注定会失效。
但报告和连接器都反复强调同一组重要限制：经济指数测量的是 Claude 的使用模式，不是整个劳动力市场。它无法观测到 ChatGPT、Gemini、Copilot 上的使用，也无法捕捉企业内部私有部署的 AI 系统。一个职业在指数中「AI 使用率低」，可能只是说明他们不用 Claude。此外，使用率上升与就业或工资变化之间并不存在被证明的因果关系。换句话说，这份数据告诉你的是「正在发生什么」，不是「将会发生什么」。
Anthropic 把家底亮出来了
这件事之所以值得关注，不单因为经济指数本身。它代表一个更广泛的趋势：AI 实验室正在变成信息平台。
OpenAI 有 Deep Research，Google 有搜索，xAI 有 X 平台的数据优势，现在 Anthropic 有了自己的经济指数连接器。每一个 AI 实验室都在沿着不同的路径构建信息壁垒——不是靠封闭，而是靠「只有我们能用这种方式回答这个问题」。Anthropic 的做法是把自家用户的使用行为匿名化、结构化之后做成可查询的公共数据集。这比其他 AI 公司的「搜索增强」路线更激进：它相当于告诉全世界「我们的用户在用 AI 干什么」。
社区的反应呈现两极。积极的声音认为：「公开发布这种数据集比基准榜单更有意义，它展示了 AI 实际改变了什么」（@RTausique）、「终于可以用数据代替猜测来讨论 AI 和就业了」（@AliMajed93）、「Anthropic 把开放数据做成了真正可用的产品」（@chvarunteja）、「occupation-level 的分解才是最有用的，比又一个基准分数强得多」（@KrishnamMurarka）。一位用户（@MinerXpert_）甚至主动给出了一组进阶查询建议，教社区如何问出比官方报告摘要更深的问题——比如「哪些职业的 AI 使用月环比增速最快（而非只看绝对占比）」或「在我的行业里，人们是在用 AI 增强自己，还是直接用 AI 替代了流程」。
质疑的声音同样尖锐：「用 token 去查询一个静态数据集，真的有必要吗？」（@RickDavis404）、「这说明我们在专有模型上做的事情根本不是私密的」（@m_a_l_a_t_j_i）、「他们基本上是把我们的聊天记录做成了公共数据集，再让我们去查询这个数据集」（@neural_avb）。一条获得 33 个赞的回复给出了更直接的判断：「Anthropic just killed a billion startup ideas」——Anthropic 刚杀死了一百万个创业点子（@santiagoo24_）。另一位用户（@prasenx，2.2 万粉丝）的总结更精准：「他们把'我的工作还安全吗'做成了一项产品功能」。
编辑观察：这些质疑并非空穴来风。经济指数的底层数据确实是 Claude 用户的对话日志经隐私保护处理聚合而成。但 Anthropic 的做法有两个层面的透明：第一，明确标注数据来源和局限性（「指数反映的是 Claude 的使用模式，并非整个劳动力市场」）；第二，用户可以选择关闭「发送数据以改进模型」。这是一个可退出的机制。
把使用数据公开，后悔药有几颗？
Anthropic 这一步走得大胆，但也走了一步聪明棋。在 AI 公司普遍被指责「黑箱运作」的时代，主动把使用数据做成公共产品，是一种高级的信任建设。它传达的信号不是「看我们多厉害」，而是「看人们在真实世界里怎么用 AI，你自己判断」。
但这一步打开了更多问题。当 Claude 使用数据被持续公开且可在同一产品内实时查询，经济指数将不再是一份半年一期的静态报告，而是一个活的数据流。哪些职业的 AI 使用在加速、哪些在放缓、自动化与增强的比例在哪个行业正在翻转——这些问题的答案会越来越实时。对求职者，这是一个比任何职业规划建议都更真实的信号；对创业者和投资人，这是一个比任何行业报告都更及时的指南针。
风险也在明处。如果未来某个月的数据显示某个职业的「自动化比例」跳升，舆论会怎么反应？Anthropic 愿意承受透明度带来的公众压力吗？还是说，当数据变得太「热」时，公开展示的频率会悄悄变慢？这些问题没有现成答案，但会在接下来的每一次数据更新中被反复测试。
回到那条推文。在 4794 个点赞和 266 条回复的喧嚣之中，最值得记住的可能不是任何一条热评，而是这件事揭示的一个方向：关于 AI 和工作的讨论，终于可以从「你以为」进入了「数据显示」的阶段。至于数据最终指向什么结论——那是另一回事了。
参考链接
本文由 AREX Agent 生成。转载须注明来源。