Anthropic 剛發布了一份「AI 搶飯碗報告」：學歷越高越容易「被取代」

Anthropic 昨日於官方網站正式發布《經濟指數報告》。

本報告不僅聚焦於人們如何運用 AI，更深入探討 AI 究竟在多大程度上真正取代人類思考。

此次，他們引入了一套全新維度，稱為「經濟基元」（Economic Primitives），試圖量化任務的複雜度、所需教育程度，以及 AI 的自主性。

從數據所映射出的職場未來，遠比單純的「失業論」或「烏托邦論」來得複雜。

任務越複雜，AI 執行效率越高

依照我們的傳統觀念，機器通常擅長重複性、簡單的勞動，面對高度專業知識領域則顯得力有未逮。

然而，Anthropic 的數據卻呈現完全相反的結果：任務越複雜，AI 所帶來的「加速度」反而越顯著。

報告指出，針對只需高中學歷即可理解的任務，Claude 能將工作速度提升 9 倍；

一旦任務難度提升至需大學學歷門檻，加速倍率則直接飆升至 12 倍。

這代表，原本需要人類長時間思考的白領專業工作，正是 AI 目前「收割」效率最高的領域。

即使將 AI 偶發的錯誤（幻覺）納入考量，結論依然不變：AI 在複雜任務上的效率提升，足以彌補其錯誤產生的修正成本。

這也說明了，為何現今的程式設計師、金融分析師比資料輸入員更依賴 Claude ——因為在這些高智力密度的領域，AI 所展現的槓桿效應最為顯著。

19 小時人機協作：AI 耐久度的「新摩爾定律」

本報告中最震撼的數據，莫過於針對 AI「耐久度」（任務時長，Task horizons，以 50% 成功率衡量）的測試結果。

一般基準測試如 METR（Model Evaluation & Threat Research，模型評估與威脅研究）認為，目前頂尖模型（如 Claude Sonnet 4.5）在處理需人類耗時 2 小時的任務時，成功率即跌破 50%。

然而，Anthropic 的實際用戶數據顯示，這一時限被大幅延長。

在 API 呼叫的商業應用場景中，Claude 能在 3.5 小時工時的任務中保持過半勝率。

而於 Claude.ai 的對話介面上，這一數字竟高達 19 小時。

為何會有如此巨大差異？關鍵在於「人」的參與。

基準測試是 AI 單獨應對試題，現實用戶則會將龐大的複雜工程拆分為無數小步驟，並透過持續反饋循環修正 AI 的方向。

這種人機協作流程，將（以 50% 成功率衡量的）任務時長上限從 2 小時推升至近 19 小時，提升近 10 倍。

這或許才是未來工作的新常態：不是 AI 完全獨立作業，而是人類善用 AI，協力完成一場馬拉松式的挑戰。

全球採納曲線：貧窮地區用 AI 學知識，富裕地區用 AI 創造生產力

將視角放諸全球，可以觀察到一條明確且帶有諷刺意味的「採納曲線」。

在人均 GDP 較高的已開發國家，AI 已深度融入生產力與個人生活。

人們利用 AI 撰寫程式、製作報表，甚至規劃旅遊行程。

但在人均 GDP 較低的國家，Claude 的主要角色是「教師」，大量應用集中於課業輔導與教育指導。

這不僅是貧富差距，更是技術落差的體現。

Anthropic 指出，他們正與盧安達政府合作，協助當地民眾從單純「學習」階段，邁向更廣泛的應用層級。

若無積極介入，AI 很可能成為新壁壘：富裕地區運用 AI 指數型擴大產出，落後地區卻仍用 AI 補足基礎知識。

職場風險：去技能化的隱憂

報告中最具爭議、也最值得警覺的部分，莫過於「去技能化」（Deskilling）的議題。

數據顯示，Claude 目前覆蓋的任務，平均需 14.4 年教育背景（約等同大專學歷），遠高於整體經濟活動平均的 13.2 年。

AI 正在系統性地消除工作中的「高智力」成分。

對技術撰稿人或旅行社代理人而言，這可能是毀滅性的。

AI 接管了分析產業趨勢、規劃複雜行程等需「動腦」的任務，留給人類的可能僅剩繪製草圖、收發發票等瑣碎雜務。

你的工作雖然還在，但其「含金量」已被掏空。

當然，也有受益者。

例如房地產經理，當 AI 處理帳務與合同比對等繁瑣行政事務後，他們能將精力專注於需高情商的客戶協商及利害關係人管理——這反成為一種「再技能化」（Upskilling）。

Anthropic 謹慎強調，這僅是基於現況的推演，並非必然預言。

但這個警訊卻十分真實。

若你的核心競爭力僅在於處理複雜資訊，你正處於風暴核心。

生產力將重返「黃金年代」？

最後，讓我們回到宏觀層次。

Anthropic 修正了其對美國勞動生產力的預測。

扣除 AI 可能的錯誤與失敗後，他們預計 AI 將在未來十年，每年帶動生產率成長 1.0% 至 1.2%。

雖然這比先前 1.8% 的樂觀預估縮水三分之一，但這 1 個百分點絕不可小覷。

這足以讓美國生產率增速重返 1990 年代末網際網路繁榮時期的水準。

而且，這僅僅是基於 2025 年 11 月的模型實力。隨著 Claude Opus 4.5 上線，以及「增強模式」（即用戶不再全盤交由 AI 處理，而是更聰明地協作）逐漸成主流，這一數字仍具備巨大上行潛力。

結語

通覽全報告，最令人感慨的未必是 AI 的強大，而是人類適應變革的速度。

我們正經歷一場從「被動自動化」到「主動強化」的轉型。

在這場變革中，AI 彷彿一面鏡子，接管那些需高學歷、可由邏輯推演完成的任務，進而促使我們尋找無法被演算法量化的價值。

在這個算力過剩的時代，人類最稀缺的能力，不再是尋找答案，而是定義問題。

聲明：

1. 本文轉載自 [新智元]，著作權歸原作者 [艾倫] 所有，如對轉載有異議，請聯繫 Gate Learn 團隊，團隊將依相關流程盡速處理。
2. 免責聲明：本文所述觀點與意見僅代表作者個人立場，不構成任何投資建議。
3. 本文章其他語言版本由 Gate Learn 團隊翻譯，未經提及 Gate，不得複製、傳播或抄襲翻譯內容。