Anthropic 发布经济指数报告：思考模式主要被拿来写代码和做研发

AI 到底是在抢走人类的工作，还是在给打工人当副驾驶？与其听各路专家打嘴仗，不如直接看用户每天在对话框里敲了什么。

Anthropic 发布了第二期经济指数报告。他们用自家的隐私分析工具 Clio，抽样分析了 Claude 3.7 Sonnet 上线后 11 天内的 100 万条匿名对话。这批数据覆盖了免费版和 Pro 用户，为我们观察大模型真实渗透到各行各业的深度提供了一个切片。

思考模式成了理工科专宠，但自动化还没占领任何行业

Claude 3.7 Sonnet 最大的卖点是扩展思考模式，能让模型在回答复杂难题前想得更久。从实际使用来看，这个功能几乎成了技术岗位的专属配置。

在与计算机与信息研究科学家相关的任务中，有将近 10% 的对话开启了思考模式，软件开发紧随其后占到约 8%。多媒体艺术家和游戏设计师等数字创意角色，使用思考模式的比例也分别达到了 7% 和 6% 左右。

很多人担心大模型会彻底替代人工，但实际数据却泼了一盆冷水。在 100 万条对话里，把 AI 当成辅助增强工具的比例依然稳定在 57%，和上期报告持平。其中，向 Claude 请教概念、解释原理的学习型对话，占比从 23% 上升到了 28%。

就算细分到各个职业，也没有任何一个门类被完全自动化主导。在社区与社会服务等偏人际沟通的领域，辅助增强的使用比例逼近 75%。即便是在代码和数学这类技术硬核领域，人和模型的协作比例也只是五五开。

具体工种的分工更有意思。文案和编辑是典型的共创模式，交互里充满了人类与模型来回推敲修改的迭代过程。相比之下，翻译任务的指令化程度最高，用户给完文档就让模型直接出结果，人类介入最少。

从修水管到调时区：630 个接地气的微观场景

过去业界喜欢拿美国劳工部的 O*NET 数据库来套 AI 能力，把真实世界强行塞进 17000 个官方预设任务里。但 Anthropic 发现，通用大模型的真实用法远比官方表格野性得多。

这次他们从下往上归纳出了一个包含 630 个细分场景的全新数据集。里面不仅有高大上的电池系统开发、物理仿真模拟，还有非常接地气的问题，比如解决家里水管漏水、处理代码数据库里的跨时区 bug、挑选排版字体，甚至是修改求职简历。

Anthropic 已经把这套分类体系以及每个职业调用思考模式的详细数据，全部放到了 Hugging Face 上供研究者免费下载。

为什么重要

这份报告最有价值的地方，在于它用真实用户行为打破了非黑即白的炒作。现实中的大部分用户并没有把方向盘完全交给 AI，反而把更多时间花在了向模型提问和反复修改上。

对于打工人和开发者来说，如果你还在纠结要不要把整个工作流全盘推给 AI 自动化，现在看起来完全没必要焦虑。甚至在最懂技术的程序员手里，AI 也主要充当了结对编程的讨论对象，而不是完全独立的代工者。文案反复打磨、翻译直接出稿的使用差异，也提示我们要根据任务属性来决定对 AI 放权的程度。

对整个行业而言，Anthropic 公开底层交互数据集的做法非常聪明。它避开了空泛的安全口号，用微观经济学数据证明了模型性能提升确实在拉动特定领域的生产力，顺便为自家主打的思考模式和编码能力做了最有说服力的背书。隐患在于，这套数据仅基于网页和移动端对话，无法完全反映通过 API 大批量跑在后台的无头自动化，实际的企业级自动化程度可能比这组数据表现得更高。