2026年9月9日，Anthropic经济学团队发布了名为"经济情景探索器"（Econ Scenario Explorer，版本1.0）的交互式工具，同步配套发布技术报告《变革性AI的经济情景》（Economic Scenarios for Transformative AI，Anthropic研究院工作论文第2026-02号）。报告由Anton Korinek、Charles I. Jones、Szymon Sacher、Tess Cotter和Peter McCrory联合撰写，外部审阅者包括达伦·阿西莫格鲁（Daron Acemoglu）、大卫·奥托尔（David Autor）、本·琼斯（Ben Jones）和皮特·克莱诺（Pete Klenow）等知名经济学家。这项工具允许用户自行设定AI能力和扩散速度的参数，进而推算2030年美国经济在三种情景下的GDP、失业率与工资水平——三种情景的最终结果，横跨从"增长1.6%、就业基本稳定"到"年增长率15%、知识工作者失业率17.9%"的巨大区间。
任务分解：模型如何运作
这套模型的基础架构来自美国劳工部O*NET职业分类体系，将经济中的每一个岗位分解为任务集合。对于每项任务，AI可以执行四种动作：增强工人效率、完全自动化、维持原状、或催生此前不存在的新任务类型。Anthropic将劳动者分为两个群体：知识工作者（认知职业，包括管理、专业、销售和办公室岗位）和其他工人。根据2025年美国现行人口调查数据，认知职业覆盖了62.4%的从业人口——也就是说，超过三分之二的美国劳动者处于AI直接可及的范畴之内。
模型的核心由五个参数驱动：AI影响任务的比例、AI在这些任务中的扩散速度、单任务的生产率提升幅度、自动化与增强的比例分割，以及新劳动任务的生成速率。当被替代的认知工人需要跨职业求职时，劳动市场摩擦——包括跨职业搜索折扣、扩张岗位的招聘速度、认知工资的刚性——会产生持续性失业。这套机制的特别之处在于：它不假设单一技术路径，而是把参数选择权交给用户，让读者自行为对AI未来的判断负责。
三种情景：差距的量级
温和情景下，AI的作用类似互联网——真实但渐进。2030年GDP在无AI基准线上增加1.6%，达34.1万亿美元，年增长率从2%微升至2.4%，失业率为3.9%（正常水平3.8%），劳动收入占GDP比例从60.0%小幅降至59.4%。这是一个整体稳定、劳动市场几乎感受不到冲击的情景。
实质性情景更加戏剧。AI自主系统到2030年可处理约半数知识工作任务，GDP增至36.3万亿美元（高出基准线8.3%），年增速达5.4%。知识工作者工资几乎原地踏步（低于无AI基准0.3%），而其他工人则获得实质性涨幅；认知职业失业率从2026年中期的2.9%升至4.5%；劳动收入份额降至56.1%。技术报告数据显示，实质性情景下59.7%的知识工作者仍留在原岗位，39.6%转入其他行业，0.7%持续处于失业状态——但报告对于跨行业转移的摩擦成本和时间尺度并未明确量化。
极端情景则是另一个量级的冲击。当AI在大多数知识任务上超越人类且扩散迅速，GDP年增长率触达15%，经济体量每4.5年翻倍，到2030年达44.4万亿美元。但宏观财富的爆发式增长与个体劳动者的命运完全脱钩：知识工作者工资较无AI基准下降11.5%，而其他工人工资则上涨33.6%；知识工作者失业率升至17.9%，全社会整体失业率达11.9%；劳动收入占GDP比例从60%跌至45.2%。据aiweekly.co援引技术报告的数据，极端情景下总劳动收入几乎原地踏步——GDP增长15%产生的所有增量收益，实际上被资本完整捕获。如果劳动市场不通过裁员而是压薪来出清，工资降幅将高达42.2%。
一万人的预期与公众感知
Anthropic同步委托Morning Consult对10,980名美国成人进行了调查。结果显示，典型受访者的预测与"实质性变化"情景对齐，隐含2030年GDP比基准高约10%、失业率约5%。约10%的受访者持有与极端情景一致的判断。这组数据传递出一个值得注意的信号：公众对AI经济影响的预期已相当激进，远未停留在"温和情景"的保守乐观之中。然而，公众中有10%支持极端情景，而工具本身的设计框架倾向于将极端情景呈现为三种情景中最不可能的一端——这之间的落差，构成了外界批评的起点。
信任裂缝：谁的模型，服务于谁的判断
Anthropic明确将这份工具定位为"风险地图"而非预测，并声明不对任何情景附加概率。这在方法论上是诚实的——任何声称能给极端AI情景附加精确概率的经济模型都是在过度声索。问题不在于这个自我定位本身，而在于它所制造的不对称性。
据The Decoder报道，Anthropic首席执行官达里奥·阿莫代伊（Dario Amodei）此前的公开表述——涉及10%-20%失业率区间的警告——在数量级上与极端情景对齐。当Anthropic自己的模型将这一区间标注为三种情景中最不可能的"极端"案例时，外界开始质疑：这是分析性判断，还是声誉管理？该媒体明确指出，这种框架设计"把CEO自己的最悲观预测降级为小概率异常值，引发外界对建模动机究竟是分析驱动还是形象管理的质疑"。
据aiweekly.co报道，就在这份经济情景探索器发布的同一天，Anthropic的AI对齐负责人公开表示AI导致人类灭绝的概率超过10%。同一家公司在同一天发布了"失业风险地图"，又发出"存在性风险警告"——这两个动作之间的张力提示：Anthropic内部对极端情景有着相当真实的关注，并非纯粹的思想实验。但经济模型的框架设计，却让极端情景停留在学术假设的位置，而不是政策动员的起点。
该模型同时明确列出了它未覆盖的领域：政策应对、商业周期、灾难性风险，以及涉及超高能力机器人的情景。个体工人的转型轨迹不被追踪。跨行业转移假设的顺畅程度未被量化。这些省略本身是诚实的边界声明，但对于试图用它指导政策决策的人而言，这些边界同时意味着真实的局限。
对开发者和企业用户的实际意义
对于开发者和企业战略规划人员，这份工具提供了一种罕见的"结构化假设测试"框架。与其等待经济学界给出权威预测，不如自行设定对AI能力的判断，观察其蕴含的宏观后果。这在内部战略讨论中具有可操作价值——尤其对需要向董事会解释AI投资回报预期的管理者，或需要评估人力资源长期风险的CHRO而言。
知识工作者这一群体——覆盖62.4%的美国劳动力——面临的结构性压力，在温和情景和实质性情景之间的差异尤为关键：前者几乎不构成冲击，后者意味着4年内近40%的跨行业大规模转移。企业HR部门和劳动力发展政策制定者，应当把实质性情景而非温和情景作为基础规划假设，在此之上再评估跨行业再培训的摩擦成本和时间窗口。
战略判断
以下为基于现有事实的分析判断，并非既成事实。
Anthropic发布这份工具，从战略动机看很可能兼顾多重目标。其一是建立学术公信力：技术报告有阿西莫格鲁和奥托尔背书，这在经济学界难以被轻易攻击；其二是保持叙事弹性：不附概率的框架让Anthropic同时做到了承认极端风险存在、同时避免为任何特定未来背书。这是一种在不确定环境下维持组织信誉的精巧策略，但它对公共政策讨论的推动力相对有限。
真正值得观察的信号有两条：第一，这套参数体系未来接入实际劳动市场数据后，实质性情景的预测轨迹是否与现实经济指标对齐——这决定了模型是否具有真实预测价值；第二，Anthropic在工具发布后的政策倡导动作——如果随之而来的是对再培训资金、劳动份额保护或AI收益分配的具体政策倡议，则这份探索器在设计上就是一个政策沟通工具；如果停留在学术工具层面，其主要功能更可能是话语权管理。
劳动份额从60%降至45.2%这个极端情景数字，最终的政策价值不在于它是否会发生，而在于它划定了一个公共讨论的坐标：资本与劳动之间收益分配的边界在哪里，谁来决定，以及当市场机制无法自动调节时，公共政策是否有足够的反应速度。这些问题，Anthropic的模型提出了，但没有回答。
Sources: - [Anthropic Releases Interactive Model of AI's Possible Economic Futures](https://www.unite.ai/anthropic-releases-interactive-model-of-ais-possible-economic-futures/) - [Anthropic built an economic model that frames its CEO's bleakest job forecasts as an outlier scenario](https://the-decoder.com/anthropic-built-an-economic-model-that-frames-its-ceos-bleakest-job-forecasts-as-an-outlier-scenario/) - [Anthropic Modeled the End of the Knowledge Worker. Watch the Capital Share.](https://longyield.substack.com/p/anthropic-modeled-the-end-of-the) - [Scenarios for our Economic Future — Anthropic](https://www.anthropic.com/institute/econ-scenarios) - [A new Anthropic model seeks to test how AI could impact the U.S. economy — NPR](https://www.npr.org/2026/09/09/nx-s1-5961443/ai-anthropic-economy)© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接