旧金山——9 月 9 日，Anthropic 经济学团队发布了一件在 AI 公司里很少见的东西：不是模型，不是基准，而是一台宏观经济计算器——Economic Scenario Explorer（经济场景探索器）v1.0。它把"AI 将如何重塑美国经济"这个大问题拆成五个可以自己调节的旋钮：能力、采用率、自主性、生产力、再就业速度，然后告诉你 2030 年的 GDP、失业率、工资和劳资分配会变成什么样。

配套发布的是技术报告《Economic Scenarios for Transformative AI》（Korinek 等人，2026），送审名单堪称豪华：Daron Acemoglu、David Autor、David Romer、Emi Nakamura 等 17 位一线经济学家参与了草稿评审。这不是一篇博客文章，这是一次面向政策圈的正式亮相。

先说结论：三种场景里经济都在增长，但蛋糕的切法天差地别——最温和的场景里 AI 只是"又一个互联网"；最极端的场景里，GDP 每年增长 15%、四年半翻一倍，而劳动者从每一美元里分到的份额从 60 美分跌到 45 美分。

[1]
编辑插画：画面中央一枚发光的立体饼图被两方拔河争夺——左侧是护士、办公室职员与建筑工人，右侧是机械臂群与服务器机柜；背景三条岔路分别通向平静的蓝色远方、金色的大道与乌云闪电的风暴。暖赭石、米色与深岩蓝配色，等距透视，现代商业杂志插画风格。
封面插画：劳动者与资本（机械臂与服务器）拔河争夺经济蛋糕，背景三条岔路对应 Anthropic 的温和、实质、极端三种经济场景——蛋糕在变大，切法在向资本倾斜。AI 生成图像。, AI-generated editorial illustration.

方法论：把经济拆成"任务包"

模型的底层思路很干净：经济不是一个整体，而是无数个"任务"的集合。任何工作都是一包任务——以护士为例，查房、抽血、分诊、记录体征、订购物资，每一项都来自美国劳工部的 O*NET 职业任务分类。

AI 对每个任务只有四种作用：不碰它（AI 没法给病人洗澡）、增强它（帮护士起草出院指导、远程监测病人）、自动化它（自动记录体征、自动订物资）、创造新任务（审查 AI 的分诊结果、复核 AI 提出的护理方案）。任务包在变，工作就在变——三十年前没有护士远程监测病人，今天也没有人手写纸质病历了。

把这些任务每天数百万次的发生加总起来，就是美国一年超过 30 万亿美元的价值创造。AI 的经济影响，取决于它在每一个任务上是"增强"还是"自动化"、让人的效率提升多少倍、以及被采用得有多快。这套"任务级"建模比起拍脑袋的"AI 取代 X% 岗位"要诚实得多——它承认影响是颗粒状的。

[1]

三种未来：从"又一个互联网"到"四年半翻一倍"

Anthropic 高亮了三个场景，差异全部来自五个旋钮的取值：

  • 温和场景：AI 的冲击大致相当于互联网。2030 年 GDP 34.1 万亿美元（+1.6%），增长真实但渐进，在历史常态区间内；
  • 实质场景：到 2030 年 AI 有能力完成一半的知识工作、其中多数可自主完成，但并未被全部采用。GDP 36.3 万亿美元（+8.3%），经济以两倍于正常的速度增长；知识工作者工资零增长，其他劳动者有涨幅；
  • 极端场景：AI 在绝大多数知识任务上比人更强、几乎全部自主完成、几乎不为人类创造新的知识任务——前提很可能是递归自我改进（RSI）加快速采用。GDP 44.4 万亿美元（+32.4%），年增长率 15%，经济每 4.5 年翻一倍；失业率超过典型衰退水平，知识工作者工资到 2030 年跌超 10%。

三个场景的经济都在增长——这个模型里没有"AI 让经济变差"的选项。真正的分歧在于分配：越激进的场景，增长越壮观，知识工作者的处境越糟。报告自己的总结很直白：极端场景下社会的挑战不再是"如何实现增长"，而是"如何让收益被广泛分享"。

[1]
45.2%对比今天约 60% / 资本份额升至 54.8%
极端场景下劳动者分得的经济份额Anthropic 三场景模型：2030 年 GDP 从 +1.6%（$34.1T，温和）到 +32.4%（$44.4T，极端）；劳资份额从 59.4/40.6 漂移到 45.2/54.8；极端场景年增长 15%、经济每 4.5 年翻倍，知识工作者工资跌超 10%。

四个值得抄下来的发现

**发现一：增长在所有场景都成立，只是量级不同。**从 +1.6% 到 +32.4%，差的不是方向而是速度。这相当于 Anthropic 用自家模型给"AI 悲观论者"递了句话：在我们内部最保守的假设里，AI 也至少是互联网。

**发现二：失业来自"换职业"的摩擦，而不是没有工作。**AI 影响的职业（知识工作）岗位在减少，AI 不碰的职业岗位在增加——但程序员转行当电工、客服转行当护士，需要学技能、跨门槛、花时间。换职业的人越多，卡在"两份工作之间"的人就越多。极端场景下，知识工作的失业会拖到远超正常跳槽周期的长度。

**发现三：平均工资在涨，但涨的是"AI 不碰"的那部分。**逻辑链条是：AI 让知识工作更便宜（工资承压），而知识工作的产出（设计、许可、方案）又拉动了对实体劳动的需求（更多建筑项目→建筑工人工资上涨）。于是出现反直觉的图景：**写代码的人涨不动，装电线的人涨得快。**而全体劳动者的"平均工资"仍是上涨的——这是个会被政客滥用的数字。

**发现四：蛋糕变大，切法向资本倾斜。**今天每 1 美元产出，劳动者分约 60 美分、资本分 40 美分。温和场景漂移为 59.4/40.6，实质场景 56.1/43.9，极端场景 45.2/54.8——即使所有人的绝对工资都在涨，只要资本变得更有用，它的价格就会被抬高，增长的果实就更多流向资本所有者。这是整份报告里政治含义最重的一张表。

[1]

万人调查：普通美国人自己选了"实质场景"

8 月，Anthropic 调查了 10,980 名美国人对 AI 能力、采用、自主性、生产力和再就业难度的预期。结果很有意思：典型受访者的答案组合，恰好落在"实质场景"附近——2030 年 GDP 比没有 AI 高约 10%，总体失业率升至 5% 左右。约 10% 的受访者的预期与极端场景一致。

换句话说，这不是专家圈的末日想象——普通美国人用脚投票投出来的中位数预期，已经是"AI 能做一半知识工作"的级别。而每十个人里就有一个认为，递归自我改进驱动的极端转型才是现实。

[1]

分析：三个判断

**第一，这是 Anthropic 政策战略的一块拼图，不是学术公益。**把这份报告放进时间线看：Economic Index 度量"当下"，Economic Futures 资助"干预研究"，政策建议文件负责"落地"——场景探索器补上了"未来"这一环。四件套合起来，是一套完整的政策影响力基础设施。当华盛顿讨论 AI 与就业时，Anthropic 希望议员手里拿的是它的框架。先定义问题的人，往往也能定义解决方案的边界。

**第二，劳资分配那张表是整份报告的"震中"。**GDP 涨不涨是技术问题，45/55 是分配问题——而后者才是国会听证会和工会谈判桌上真正会引爆的东西。值得注意的是模型声明：它刻意排除了政策响应、商业周期、总需求与金融市场扰动。也就是说，报告展示的是"没有干预时的漂移方向"——这本身就是一种政策游说姿态：你们看，不加干预，份额就是这么滑的。

**第三，对"递归自我改进"的场景化处理，是安全叙事的经济学转译。**极端场景的前提条件写得很明白：RSI + 快速采用。Anthropic 没有说"这会发生"，它说的是"如果发生，经济后果长这样"。这是安全派叙事的一次巧妙下沉——把"存在性风险"翻译成"失业率与工资表"，让最不信 AI 风险的人也能在自家选区的就业数据里看到它。同一天，Anthropic 前研究员 Jacob Coxon 的辞职长推正在 X 上刷屏，指控公司"直奔可自我迭代的超级智能"。一个说风险、一个算后果，两边讲的是同一件事。

最后必须诚实地说：这是 v1.0，是一个"刻意的简化"——没有机器人、没有政策响应、没有金融危机。但它给出了一个可以争论的坐标系。未来五年关于 AI 与就业的每一场严肃辩论，大概率都会有人引用"Anthropic 的三种场景"作为起点。能被反对，先要有被反对的资格——这份报告拿到了。

[1]

附：短帖版（微博 / X 可直接发）

Anthropic 发布经济场景探索器：AI 重塑美国经济的三种未来。温和场景=又一个互联网（GDP +1.6%）；实质场景=两倍增速但知识工作者工资零增长；极端场景=年增长 15%、经济 4.5 年翻倍，但劳动者份额从 60% 跌到 45.2%，知识工作者工资跌超 10%。万人调查：普通人的中位数预期已落在实质场景。蛋糕在变大，切法在向资本倾斜。#Anthropic #AI与经济 #劳动份额

[1]