Anthropic图表显示AI能力与工作应用间的巨大差距。
Anthropic 关于 AI 对就业影响的揭示性图表
Anthropic 发布了一张关键图表，突出了 AI 能力与其在劳动力中实际应用之间的鸿沟。
该雷达图基于对 Claude 的 200 万次实际对话分析，题为“按职业类别划分的理论能力与观察使用情况”，清晰地展示了各行业未开发的自动化潜力。
图表的核心是一个蜘蛛网图，职业类别围绕圆形轴分布，值从 0 到 1.0，代表工作任务的比例。
广阔的蓝色区域显示了像 Claude 这样的大型语言模型（LLM）根据其固有能力当前可以执行的理论覆盖任务。相比之下，较小的红色区域显示了从真实用户交互中得出的观察使用情况。
视觉差异立即且深刻：在计算机和数学（约 0.75）、商业与金融以及办公行政等领域，蓝色向外显著突出，而红色则紧贴中心，在大多数类别中通常低于 0.2。
这种差距不仅仅是学术性的；正如围绕该图表的讨论中所强调的，这是一条“职业跑道”。对于程序员来说，75% 的任务理论上可以自动化，但实际使用率远远落后。
类似的脆弱性出现在客户服务、数据录入和财务分析中，这些角色传统上被视为白领岗位。与此同时，建筑、农业和保护服务等动手领域显示出较低的理论暴露，蓝色区域下降到约 0.1-0.3，表明 AI 目前在物理或不可预测环境中的局限性。
更广泛的数据放大了图表的信息。截至 2026 年初，49% 的美国工作岗位至少有 25% 的任务暴露于 AI，高于一年前的 36%。然而，大规模裁员并未出现；AI 脆弱岗位的失业率保持稳定。
相反，微妙的变化正在发生：在暴露岗位中，22-25 岁人群的招聘下降了 14%，表明公司优先考虑有经验的工人，缩短了应届毕业生的入门级途径。
含义很清楚：虽然 AI 的红色足迹每月都在增长，但蓝色区域预示着加速变化。受过大学教育、收入较高的专业人士，曾经是绝缘的，现在面临最大风险，颠覆了传统劳动扰乱的剧本。
Anthropic 的图表不是世界末日的预言，而是一个警钟，敦促工人和企业通过适应、技能提升和伦理整合 AI 工具来弥合差距。
请阅读 5000 Days 系列 https://t.co/tcKeuiQyql，了解如何在间歇期茁壮成长的答案。
Anthropic 发布了一张关键图表，突出了 AI 能力与其在劳动力中实际应用之间的鸿沟。
该雷达图基于对 Claude 的 200 万次实际对话分析，题为“按职业类别划分的理论能力与观察使用情况”，清晰地展示了各行业未开发的自动化潜力。
图表的核心是一个蜘蛛网图，职业类别围绕圆形轴分布，值从 0 到 1.0，代表工作任务的比例。
广阔的蓝色区域显示了像 Claude 这样的大型语言模型（LLM）根据其固有能力当前可以执行的理论覆盖任务。相比之下，较小的红色区域显示了从真实用户交互中得出的观察使用情况。
视觉差异立即且深刻：在计算机和数学（约 0.75）、商业与金融以及办公行政等领域，蓝色向外显著突出，而红色则紧贴中心，在大多数类别中通常低于 0.2。
这种差距不仅仅是学术性的；正如围绕该图表的讨论中所强调的，这是一条“职业跑道”。对于程序员来说，75% 的任务理论上可以自动化，但实际使用率远远落后。
类似的脆弱性出现在客户服务、数据录入和财务分析中，这些角色传统上被视为白领岗位。与此同时，建筑、农业和保护服务等动手领域显示出较低的理论暴露，蓝色区域下降到约 0.1-0.3，表明 AI 目前在物理或不可预测环境中的局限性。
更广泛的数据放大了图表的信息。截至 2026 年初，49% 的美国工作岗位至少有 25% 的任务暴露于 AI，高于一年前的 36%。然而，大规模裁员并未出现；AI 脆弱岗位的失业率保持稳定。
相反，微妙的变化正在发生：在暴露岗位中，22-25 岁人群的招聘下降了 14%，表明公司优先考虑有经验的工人，缩短了应届毕业生的入门级途径。
含义很清楚：虽然 AI 的红色足迹每月都在增长，但蓝色区域预示着加速变化。受过大学教育、收入较高的专业人士，曾经是绝缘的，现在面临最大风险，颠覆了传统劳动扰乱的剧本。
Anthropic 的图表不是世界末日的预言，而是一个警钟，敦促工人和企业通过适应、技能提升和伦理整合 AI 工具来弥合差距。
请阅读 5000 Days 系列 https://t.co/tcKeuiQyql，了解如何在间歇期茁壮成长的答案。