anthropic 于 2026 年 1 月 5 日正式发布最新一期经济分析报告——《economic index report: economic primitives》。

本报告基于 2025 年 11 月的实测数据（涵盖 Claude.ai 用户对话记录及企业级 API 调用日志），首次提出一套全新分析维度——“经济原语（economic primitives）”，旨在更精准刻画人工智能的实际使用形态及其在现实经济体系中的嵌入方式。

核心发现

AI 应用仍呈现显著集中化特征

• 在 Claude.ai 平台中，排名前 10 的任务类型覆盖了全部用户会话量的 24%；而在企业 API 场景下，该比例进一步上升至 32%。
• 编程类任务仍是主流，但教育、内容创作等非编码类应用占比相较上期报告持续提升。

新定义的五大“经济原语”

这组原语构成了一套结构化描述框架，可比传统指标更精细地映射 AI 在真实经济活动中的角色与作用机制，具体包括：

1. 任务复杂度
2. 人类与 AI 的相对能力水平
3. 使用情境（职场 / 学术 / 个人生活）
4. AI 执行过程中的自主决策程度
5. 任务完成有效性（即 Claude 是否成功达成用户目标）

上述维度共同支撑起对 AI 实际价值的深度评估，超越单纯调用量或活跃度统计。

地域分布差异显著

• 高收入经济体（如美国、英国、日本、韩国等）展现出更高的 Claude 使用渗透率，且用途覆盖工作辅助、学习支持与日常事务等多个层面；
• 低收入国家的使用则多集中于基础教育支持或特定技术训练场景；
• 此类结构性差异暗示：AI 技术红利可能进一步拉大全球发展鸿沟。

人力资本与技能演进趋势

• 当前 Claude 已被广泛应用于高知识密度、高教育门槛的任务（例如跨领域问题建模、专业文档撰写等）；
• 若此类任务持续由 AI 承担，或将引发“技能退化”（deskilling）现象——即人类从业者所执行工作的认知负荷与技能要求系统性下降；
• 行业影响亦不均衡，数据录入、数据库运维等标准化程度高的岗位面临更高替代风险。

AI 对生产率的再估算（更贴近现实的视角）

报告更新了此前关于劳动生产率提升潜力的测算模型：

• 初始预测认为 AI 可推动美国年均劳动生产率增长约 1.8 个百分点；
• 引入“任务成功率”作为关键校准因子后，修正为：
  • Claude.ai 用户端：约 +1.2 pp/年
  • 企业 API 接入端：约 +1.0 pp/年
• 尽管增幅有所下调，但仍属于具有宏观意义的实质性提升。

劳动力市场影响的新观察

• AI 对职业结构的重塑效应高度依赖于岗位内嵌任务的属性：
  • 规则明确、重复性强的任务更易被自动化；
  • 需要主观判断、情感交互或原创构思的任务则更具韧性。
• 部分职业可能出现规模收缩，而另一些职业则有望通过人机协同实现职能升级与价值跃迁。

核心结论

• 本报告构建了一种细粒度、多维联动的 AI 经济影响评估范式；
• 明确指出：使用方式的质量与任务达成效果，远比使用频次或时长更能揭示 AI 的真实经济价值；
• AI 的扩散效应并非均质发生，其最终影响深度受制于区域发展阶段、人力资本储备以及任务本身的结构性特征；
• 提升数据开放性与方法透明度，将为学术界与政策制定者提供更坚实的基础，以深入理解 AI 与就业、效率及社会公平之间的复杂关联。

报告原文链接：https://www./link/3567cb56b21b2002242dd83189c69b58

延伸阅读：《Anthropic 经济指数》系列报告正式发布