Anthropic 调查揭示认知断层：91% 内部员工预计 2030 年 AI 斩获诺奖

如果你问硅谷最前沿的 AI 研究员，五年后世界会变成什么样，他们的回答可能会吓你一跳。但如果你转头去问隔壁开面包店的老板或者公司财务，他们大概会觉得这帮人在痴人说梦。

Anthropic 在 2026 年 8 月做了一项很有意思的调查，他们把自家天天摆弄顶尖大模型的员工，和全美普通成年人拉到一起，问了同样一组关于 AI 未来的问题。结果显示，这两群人虽然生活在同一个地球上，脑子里对未来的预估却差了整整一个时代。

实验室里的人，已经看到完全不同的未来

有意思的是，两边对 AI 今天能做什么并没有太大分歧，但一说到几年后会发生什么，画风就彻底变了。

调查列出了八项专业任务。面对「AI 何时能做出诺贝尔奖级别的科学发现」这个问题，只有 39% 的美国普通成年人认为 2030 年前能做到，而 Anthropic 内部员工的比例高达 91%。

至于设计、执行并发表科学研究，两边都认为目前 AI 还做不到，比例只有四分之一左右。但问到明年会怎样时，90% 的 Anthropic 员工认为 AI 已经能搞定，普通大众里这么认为的只有 38%。

更夸张的差距在于底线认知。根据不同任务，有 19% 到 40% 的普通人坚信 AI 永远也做不到某些工作，而在 Anthropic 员工里，抱有这种想法的人最多只有 2%。在天天造 AI 的人眼里，技术天花板几乎不存在。

75% 对 28%：谁的工作先被端走？

最刺眼的差距，落在了每个人自己的饭碗上。

Anthropic 员工平均预计，到 2030 年，AI 就能替他们自己干完 75% 的工作时长，超过半数员工甚至认为这个比例会达到 80% 以上。相比之下，全美普通在职人员认为 AI 到 2030 年只能替自己做 28% 的工作，只有二十分之一的人觉得饭碗会被端走 80% 以上。

哪怕是那些在计算机、工程和科学岗位上频繁使用 AI 的专业人士，预计的被替代工时也只有 40%，远远落后于 Anthropic 内部那帮人的认知。

这种差距大概来源于效率体感的不同。在 Anthropic 内部，85% 的员工表示 AI 已经让适配任务的用时缩短了一半甚至更多，59% 的人更表示用时被压缩到了四分之一以下。而在日常工作中使用 AI 的普通美国人里，觉得能省四分之三时间的只有 26%，甚至有 29% 的人抱怨 AI 帮不上忙，干起活来耗时一样甚至更长。

Anthropic 提到，自家的日常工作已经被 AI Agent 重塑了。引入编程 Agent 后的一个月里，工程师提交的代码行数直接翻了三倍，销售拿下的单子更多了，法务和招聘的人均产出也大幅提升。当一部分人已经在全自动化环境里尝到了甜头，他们对未来的想象力自然脱缰。

普通人则更现实地看到了墙。在被问及什么阻碍了技术落地时，普通人选得最多的是客户偏好与真人打交道、数据隐私与安全顾虑、AI 不够可靠以及法律监管。那些经常用 AI 的普通员工，最头疼的则是数据隐私与安全，占比达到 42%。

为什么重要

我们认为，这份调查最关键的价值不是预测准不准，而是揭示了站在风暴中心的人与现实世界之间巨大的认知断层。

对普通打工人来说，如果顶尖实验室里的开发者们都做好了到 2030 年被 AI 替代 75% 工作的准备，那任何把 AI 仅仅当成润色邮件小帮手的看法都太保守了。现在的关键不是会不会被彻底替代，而是你的核心业务链条里，有多少能像 Anthropic 工程师那样被 Agent 放大数倍产出。越早把繁琐流程模块化的人，越能扛住这波冲击。

对整个行业和政策制定者而言，这种断层更像是一个隐患。制造技术的人在按照百米冲刺的节奏奔向递归自我进化的未来，而下游应用端、监管层和广大用户还在为数据合规与人工客服偏好反复拉扯。

Anthropic 公开这份数据显得很聪明，它既展示了内部极高的技术自信，也委婉地给外界打了一剂预防针。但在我们看来，内部员工的狂热预测也带有一种典型的硅谷盲区：实验室里拥有无上限的算力支持、最优质的工具链和极高的技术素养，而在真实的传统商业世界里，组织惯性、陈旧代码库、法律责任和人类的情感依赖，制造的阻力往往远比技术难度本身要顽固得多。