Anthropic 发布 AI 岗位暴露指标：程序员风险达 75%，年轻新人招聘放缓

大家聊 AI 抢饭碗聊了两年多，每次看报告都像在看玄学。有的专家说一半白领要失业，有的机构又说净增几百万岗位，到底信谁？

Anthropic 最近发了一份劳动力市场研究，算是给这个吵翻天的话题换了个思路。他们没光拿着模型有多聪明去空谈，而是掏出自家的真实后台数据，做了一套新的评估体系。

理论上能干，不等于真的在干

过去衡量 AI 对工作的影响，大家普遍用理论能力来打分。比如某篇经典论文提出过一个标准：只要大模型能让某项任务速度翻倍，就算这项任务被覆盖。

按照那种算法，计算机和数学类岗位的任务，有 94% 都能被 AI 提速，办公室行政岗也有 90% 难逃法网。但现实中哪有这么夸张？

Anthropic 这次提出了一个叫「观察到的暴露度」的新指标。他们把理论可行性，跟用户在 Claude 上的真实使用数据结合起来算账。

而且他们还做了权重区分：如果企业是用 API 全自动化搞定某项任务，就算全额暴露；如果只是打工人用来做辅助和润色，权重就只算一半。

结果差距非常刺眼。计算机与数学大类里，理论上大模型能做 94% 的事，但现实中 Claude 真正落地的任务只有 33%。

原因很现实：法律法规卡着、企业软件没打通、需要人类核实，或者模型本身还有短板。比如大模型理论上完全可以帮药店审核处方药，但现实中几乎没人敢直接扔给 Claude 全权处理。

从具体职业来看，受冲击最严重的还是程序员，覆盖率达到了 75%。其次是客户服务代表，大量客服任务已经走第一方 API 实现了自动化；排在后面的数据录入员覆盖率也达到了 67%。

与此同时，全美有 30% 的劳动者在数据里暴露度为零。比如厨师、摩托车修理工、救生员、调酒师和洗碗工，这些物理世界的活儿，AI 暂时碰都碰不到。

很有意思的是，受 AI 影响最大的这批打工人，并不是低收入群体。统计显示，高暴露组比零暴露组平均收入高出 47%，女性比例更高，高学历特征尤其明显。在高暴露人群中，拥有研究生学历的占了 17.4%，而零暴露组只有 4.5%。

没发生大规模失业，但门槛悄悄变高了

如果这么多白领的活儿都被 AI 摸到了，为什么现实里还没看到裁员潮？

Anthropic 对比了美国劳工统计局的数据，发现自 2022 年底 ChatGPT 问世以来，高暴露度职业的失业率并没有出现系统性上升。

但风向已经变了。劳工统计局在预测 2024 到 2034 年的就业变动时，对高暴露度职业给出的增长预期明显更弱。暴露度每增加 10 个百分点，十年预测增速就缩水 0.6 个百分点。

更值得警惕的是一条早期的苗头：高暴露职业里，年轻新人的招聘速度已经开始放缓了。

换句话说，大公司暂时没有大批开除老员工，但很多初级岗位的HC可能正在悄悄消失。

为什么重要

我们认为，Anthropic 这份报告最聪明的地方，在于戳破了「AI 能力等于实际替代」的泡沫。大模型能做一道题，跟一家企业把它部署进工作流把人裁掉，中间隔着十万八千里。

但这份温和的结论里，其实藏着一把钝刀子。对刚毕业的年轻人或者初级开发者来说，形势远比表面数据严峻。

企业现在的策略看起来不是主动裁员，而是「自然减员后不再补招初级工」。写初级代码、做简单数据整理的工作被 API 默默分流，老员工拿着 AI 当放大器，新人进门练手的梯子却被抽走了。

当然，Anthropic 的数据也有它的盲区。这套结论很大程度上建立在 Claude 的使用画像上，不能完全代表 OpenAI 或者开源模型在各行各业的实际渗透。

但它给整个行业提了个醒：看 AI 对就业的冲击，不能光看宏观失业率有没有跳水。当企业端 API 的调用量每天都在涨，而入门级岗位的招聘启事越来越少时，温水煮青蛙的替代其实已经开始了。