我们还不知道人工智能（AI）将如何重塑经济，会带来空前增长还是大规模失业？Anthropic（Anthropic）经济学团队建立模型，推测未来几年 AI 对美国就业、增长与失业的影响，供人们阅读前景并自测能力对应经济。研究为惠及劳动者提供未来可见性。当前经济指数（Economic Index）衡量 AI 现时使用，情景探索器（scenario explorer）则前瞻，基于科里内克（Korinek）等人（2026）报告《变革性AI的经济情景（Economic Scenarios for Transformative AI）》让人了解增强后经济面貌。
正文
我们的经济未来会是什么样？
我们还不知道 AI 将如何重塑经济：空前增长、大规模失业，还是其他？Anthropic 经济团队构建了模型，模拟未来几年 AI 对美国就业、增长和失业的影响。你可以阅读可能的经济未来，并输入自己对 AI 能力的预测，查看对应的经济图景。
我们研究 AI 重塑经济，是希望转型造福社会与劳动者。通过清晰展现可能的未来，可采取措施确保人人受益。当前 Economic Index 衡量 AI 当下应用，而这个情景探索器着眼未来，基于技术报告 Economic Scenarios for Transformative AI（Korinek 等，2026），让你在 AI 能力增强时窥见经济样貌。
从平稳发展到 AI 令增速翻倍的情形中，失业率保持历史区间，工资因行业持平或上涨；但在超越经济史的增长情景里，知识工作者的工资和就业前景受冲击。社会虽更富裕，挑战在于广享收益。
向下滚动可见 AI 影响概览，然后填入对 AI 能力和应用广度的预期，模型将展示若预测成真 2030 年经济的面貌，以及你的预测与他人的对比。
答案取决于 AI 如何影响经济各项任务、创造哪些新任务、接手速度多快。AI 更多增强还是替代任务？提升多少生产力？劳动者和企业多快采纳？这些直接作用于 GDP、劳动力市场和劳动者分得的份额。
强大的 AI 可能如何改变经济？
你认为未来几年 AI 如何发展？这条路径对经济意味着什么？我们邀请你思考，并用情景探索器寻找潜在答案。
人们对未来 AI 能力的预期存在差异
8 月，我们调查逾 1 万美国人，了解他们对当前与未来 AI 能力、采纳度，以及被迫转行时找新工作难易度的看法。
典型受访者的回答接近“显著变化”情景：2030 年 GDP 比无 AI 时高 10%，总体失业率约 5%。约 10% 受访者看法符合极端情景。
人们如何回答五个问题（各回答占比） - 能力：AI 能做什么任务？ - 采纳：人们多大程度使用 AI？ - 自主：AI 多大程度独立运作？ - 生产力：AI 让人效率提升多少？ - 调整：找新工作要多久？ - 普通公众 n = 10,980
你预测了经济的一种可能未来。以下是那个未来可能的面貌。
发现一：GDP 增长——AI 在每种情景中都提振经济，但程度不同
AI 在所有情景驱动 GDP 增长，规模因情景而异。
2030 年美国 GDP 按情景（万亿美元）* - 温和情景：+1.6%，$34.1 万亿 - 显著情景：+8.3%，$36.3 万亿 - 极端情景：+32.4%，$44.4 万亿 *按 2025 年价格水平计算
增长不是唯一动态。这些未来中劳动者工资能分多少？多少人需找新工作？
模型不是现实全图，但显示：GDP 增长，但相比劳动者，更多繁荣可能流向资本，即便社会整体更富。多数情景职业转换和失业在历史区间，唯极端情景若现递归自我改进与快速采纳，失业或飙至历史高位。
发现二：职业转换——转型性越强的情景中，越多劳动者需换工作，可能推高失业
就业市场总有流动，正常时痛苦但宏观尚可，多数求职者较快入职。
显著和极端情景中，知识工作者或被大量自动化替代：程序员和客服须转向电工、护士等受 AI 影响小的职业。
彻底换行艰难且耗时，要求转换越多，待业者越多。2030 年劳动者分布中，受 AI 影响的职业（知识工作）岗位从 2026 到 2030 年减少，未受影响职业岗位增加。
换职业难因：劳动者或不愿转、需学新技能、即便学了也不易求职。极端情景知识工作更快自动化，受影响者可能长期失业。知识工作失业升，其他职业失业降（温和、显著、极端情景下：知识工作者、其他工作者、总体）。
发现三：工资——三种情景下平均薪资上涨，但增幅集中在非知识型职业
劳动者转向需求升的职业需时。知识工作需求降压制工资；同时 AI 提效令手动劳动需求增，例如更快产出基建设计和许可，增加建筑项目推高建筑工工资。显著情景知识工作者工资基本持平；极端情景中到 2030 年跌超 10%。
按职业组薪酬（比无 AI 经济高出百分比）：温和、显著、极端情景下，知识工作者、其他工作者、平均。
发现四：劳动与资本份额——经济蛋糕会变大，但更大一块可能归资本
如今每 1 美元产出约 60 美分归劳动者、40 美分归资本。若经济增长但 AI 自动化更多任务，更多美元或归资本，即便所有劳动者工资大涨。资本用途变广推高需求与价格，收益更多流给资本所有者。
显著和极端情景中劳动份额明显降、资本份额升。平均工资涨——非知识工作者赚更多——但知识工作者工资停滞或降，伴随失业恶化。极端情景里，快速扩张经济的收益分配不均：多数知识工作者降薪或失业，劳动者整体占更大蛋糕比例更小，2030 年劳动总收入几乎未变。
主要挑战不是实现增长，而是确保收益广享、成本不均摊。各情景经济总量增长，但增长更多归资本而非工资。部分职业工资显著增，但工资占国家经济增长份额整体更小。
未来并非注定。
2030 年经济面貌取决于 AI 能力、企业及劳动者采纳方式，以及技术财务收益如何共享。
任何经济模型都有局限，例如未包含人类开发超能机器人的情景。模型基于研究与外部评审，证据演进时持续补充。
该模型连同研究组合，将指引 Anthropic 资助的劳动力市场干预研究，并影响提出的政策构想，目标让 AI 经济收益在美国与全球广被分享。
评论
多数评论质疑 AI 实验室发布的经济影响报告，认为其用乐观框架掩盖失业、资本侵占劳动份额等负面现实；少数人指出 AI 已实际冲击就业，或认为经济预测本就无意义。
认为报告淡化 AI 对就业与劳动者的真实冲击
- 多个评论指出，报告中护士效率提升带来更多关怀的设想天真，实际成本驱动系统会借此削减岗位；且预测到2030年知识工作者工资停滞或下降、劳动份额向资本倾斜，本质反乌托邦（较多人） > 若 AI 让一名护士干两人的活，系统压力不是让她多陪病人而是少雇护士（@JacobiX）
质疑报告模型假设狭隘且回避失败风险
- 批评者认为报告未考虑“AI 经济影响为负”这一根本盲点，且结论流于“取决于多种因素”的无效断言，部分人指其像反转版末日营销、满是模糊假设（较多人） > 没考虑“如果我们对 AI 价值的判断错了”这种方向性错误，研究此类话题却不考量令人不解（@dgellow）
指出 AI 话语掩盖资本集中与系统性剥削
- 不少人视报告为精英转移矛盾工具，真实矛盾是资本想借 AI 摆脱劳动力依赖；有人讽刺报告特意区分“workers”恰恰暴露隔离思维（较多人） > 掌握金钱与影响力者向来与创造经济的大众对立，他们乐得消除这问题以掌控经济条款（@Waterluvian）
认为 AI 已实质重塑行业并达到产出峰值
- 部分评论称 Agentic 层正在构建，小型软件开发、图形设计等已被低成本 AI 取代，相关 GDP 将下降而非上升（少数人） > 软件市场在中国塌缩，预算从顾问转向 AI 代币，我们可能已达软件开发峰值（@Dlemlo）
呼吁暂停扩张并优先安全研究
- 个别人认为预测无用，资源应用于跨实验室安全机制和暂停增强，而非 Prompt 出可视化报告（少数人） > 不如立法要求至少 10% 净支出用于安全，并暂停 AI 增强直至机制研究完成（@ghm2199）
有价值的补充
- 借农业机械化历史类比：当年技术减少农民被视作进步，如今 AI 对白领的替代也以“提升效率”叙事弱化人的价值（@grantpitt）
- 长文分析指出货币系统本身已通过财富转移制造名义增长毁掉真实经济，AI 只是方便掩盖该系统性问题的叙事（@jongjong）
- 对网页可用性的吐槽反映社区情绪：最强 AI 竟做不出不破坏滚动的页面（@elliotec）