刷屏的那句"75%"，原话其实不是这么说的
10月16日，Anthropic一口气放出一份主文加两份The Anthropic Institute技术报告：一份调查1334名自家员工和外部劳动者对AI的预期差距，另一份直接调公司自己的人事、招聘、会话日志和产出数据，研究"AI到底怎样改变了我们公司的工作"。这两份报告这两天铺满了微博、知乎和小红书，最出圈的一句话是"预计到2030年，AI能承担人类75%的工作"。微博
先把这个标题掰正：75%不是Anthropic对世界的预测，是它1334名员工的平均自评——“到2030年，AI能做完我眼下自己工作的百分之多少”。同一道题问美国在职劳动者，平均答案是28%。测的是预期，离"AI已经做了多少""会裁掉多少人"还隔着好几步。这也是这两份报告容易被带节奏的第一个地方。Anthropic官网
先把四组数字掰开，再决定抄哪个
第一组：75%对28%，差的是47个百分点，不是"乐观程度"。 均值之外，分布更能说明问题：员工里超过一半认为AI到2030年能完成自己至少80%的工作小时；美国劳动者里敢选这一档的只有5%。但注意一个反直觉的细节——问到"今天"，两组人的判断其实差不多，各有约四分之一认为AI现在已经能设计、开展并发表科学研究。分歧集中在未来能力和扩散速度上，而不是"AI现在行不行"。Anthropic官网知乎
第二组：91%对39%，分母换过了。 "2030年前AI能做出诺奖级发现"这道题，员工91%信、58%觉得2027年就能见分晓，美国成年人只有39%信。但工作题的28%只算在职劳动者，诺奖题的39%算的是全体美国成人。两件事不是一个问卷口径，转发文案里把它们并排放，就已经是第一次混用。Anthropic官网知乎
第三组：“Agent工时是人类的6倍”，这句要带上限定词。 内部报告的原始口径是：到2026年8月，员工亲手派出去的交互式Agent运行时长，约为人类估算工时的6倍；今年2月这个数还不到人类的五分之一。另一条更宽的统计是：如果算上后台昼夜不停的自主任务，全公司Agent总时长在3月第一次超过了全体人类员工工时。这两个"6倍"和"超过"之间，一个指交互式任务、一个含自主任务，口径不同。而且报告同页还写着另外两个数：交互式Claude会话约80%的历时在等待状态——等人类看结果、等人类批准。 员工会议时间中位数同比增加了20%。机器干得更多和人类没变闲，在Anthropic内部是同时成立的。Anthropic官网微博知乎
第四组：别把旧材料借来给新报告抬轿。 Anthropic此前发过基于132名工程师访谈的旧报告（2025年12月）、覆盖约9700人的Economic Index用户调查（今年6月更新），这次1334人的员工样本是新的。数字看着接近不代表可以互相引用，四组材料测的是四件事。知乎
真正值得抄的不是均值，是使用深度的梯度
把这次调查里几道能力题排开，会看到一条非常干净的曲线：问到"8项AI能力里至少7项能实现"，从未用过AI的美国成人只有28%点头，全体成人41%，经常在工作中用AI的人56%——到Anthropic员工，96%。从28到96，中间几乎全是"你每天让AI干多重的活"这一个变量在起作用。职业维度也是同一个方向：美国在职劳动者整体预期28%，体力、生产、运输类25%，计算机、工程、科学类33%，而这类人里经常在工作中用AI的，答案升到40%。知乎微博
还有一个更值钱的细节：当两组人对自己工作被AI完成的比例预期相同时，他们对2030年失业率的预测几乎重合。也就是说，“AI圈内人更敢想"不等于"AI圈内人更不怕”——恐惧不是立场产物，是使用深度的产物。这47个百分点的落差，与其读成认知鸿沟，不如读成一份"你站在哪一层台阶"的对照表。知乎
对提效党最有决策价值的，是那道最"抠"的题：把适合交给AI的任务算上检查、修正AI输出的时间，耗时能缩到原来四分之一及以下的人数占比——员工59%，工作中使用AI的美国普通用户26%。整组问卷里，这是唯一一个把验收成本扣干净了的数字。它比任何"XX分钟生成一份PPT"的演示都诚实：初稿三分钟出来不难，难的是修到敢交出去。你自己评估"哪些活能交给AI"，就该用这把尺，而不是生成速度。Anthropic官网
内部报告里扎眼的两条：27%→9%，和每周424小时
相比预期调查，那份《How Employment is Changing at Anthropic》更像一本摊开的账：技术部门新聘人员里，初级岗位占比从27%掉到9%，在岗技术员工里的初级占比从21%掉到14%——但技术招聘的绝对规模仍在增长。所以这不是"AI在裁员"，是"入口在收窄"：资深岗位扩得更快，新人进场的第一级台阶被抽掉了。小红书上那句"AI替代人，可能根本不是从裁员开始的"，说的就是这件事。小红书
另一条账算的是注意力。工程师人均代码提交量到了2025年12月基期的5.1倍，销售人员人均成交客户数1.7倍；如果工程和研究岗要把Agent的输出逐字读完，按统一阅读速度估算每人每周需要424小时——这是个潜在阅读量的思想实验，不是真实工时。 这也解释了为什么八成会话时间在等人：瓶颈已经从"生成"挪到了"验收"。报告还数出员工花在"管理AI"上的元工作（写指令、协调多个Agent、盯流程）占Agent会话的比例从10%升到22%。换句话说，在离AI最近的公司里，人类的日常正在从"干活"变成"派活加收货"。小红书Anthropic官网
报告作者自己也留了后手：AI采用在公司内不是随机发生的，不能把所有变化都归因于AI。 员工对自家模型的未来预期，也天然带着利益同向的成分——把使用经验换算成预期时，仍需区分选择效应、利益同向和内部信息这几个因素。 这些限定值得跟着数字一起转发。小红书知乎
提效党今天可以做的三件事
第一，别看75%焦虑岗位，先按"含验收成本的1/4线"过一遍自己的活：把你一周的任务列出来，分成"可直接派出、需要你验收、根本给不出去"三格，再用"算上检查和修正，耗时能不能缩到四分之一"逐条打分。59%对26%这条线告诉你：同样叫"在用AI"，接进完整流程和试了几次就停，是两种完全不同的提效。
第二，对照那条28→41→56→96的梯度，确认自己站在哪层台阶：问答、协作改写、派任务给Agent、管理多个Agent——你的预期值大致对应你真实使用的那一层。与其转发"员工说75%"，不如问自己上周到底完整派出过几件活。
第三，留好继续观察的信号：这两份报告出自Anthropic Institute，后续应该还有按季度更新的版本；Economic Index的下一次更新、以及外部机构用同样口径复测"28%"这个数字时会不会变，比单次调查本身更有信息量。初级岗占比27%→9%这一条，值得每个今年打算靠AI工具入行的新手放进决策依据里——门槛升高的不是会用AI这件事，而是"没有活可以练手"这件事。
这两份报告最有用的部分，从来不是"75%"这个数字，而是它把"预期差距"精确对应到了"使用深度差距"上。离奇点最近的一群人看到的未来是75%，跟AI只停留在问答层面的人看到的是28%——你的答案，取决于你接下来把自己挪到哪一层台阶。
