Anthropic 2026 年 1 月 5 日发布最新的经济指数报告《Economic Index Report: Economic Primitives》。

这份报告使用 2025 年 11 月的数据（Claude.ai 用户对话 & 企业 API 调用），引入了一套新的指标“经济原语（economic primitives）”，以更深入地理解 AI 使用方式及其对经济的影响。

核心发现

AI 使用的集中性仍然很高

• Claude 的任务使用依然集中：前 10 个任务占 Claude.ai 会话的 24%，企业 API 端前 10 个任务占 32%。

• 多数使用仍与编码相关，但非编码任务（如教育、写作等）比上次报告有所增长。

新引入的五个“经济原语”

这些原语帮助描述 AI 使用模式，并且能比以前更细致地反映 AI 在经济中的作用。包括：

1. 任务复杂性

2. 人类与 AI 技能水平

3. 使用场景（工作 / 学业 / 个人）

4. AI 自主程度

5. 任务成功率（Claude 是否成功完成任务）

这些维度让研究者能更好理解 AI 的用途，而不是只看用量。

地理差异明显

• 高收入国家（如美国、英国、日本、韩国等）Claude 使用更广泛，且用途更为多元（包括个人用途）。

• 低收入国家主要集中在教育或特定技术用途。

• 这种差异表明 AI 的经济影响可能 加剧全球不均衡。

人才与技能相关的趋势

• Claude 被用于更高技能 / 高教育任务（比如复杂工作）。

• 如果 AI 应用减少这类任务的工作量，可能出现所谓的 “技能削弱”（deskilling），即人类从事的工作变得较低技能。

• 不同行业受到的影响也不同，例如数据录入、数据库管理等 受影响更大。

AI 生产率影响（更现实的估计）

该报告重新评估了潜在的生产力增长：

• 原估算 AI 可能每年提升美国劳动生产率约 1.8 个百分点。

• 考虑任务成功率后，调整为：

  • Claude.ai 大约 +1.2 pp / 年

  • 企业 API 大约 +1.0 pp / 年

• 这仍然是经济上显著的增长，但没有那么夸张。

对劳动力市场的洞见

• AI 对职业的影响依赖于任务组成：

  • 对重复性、规则性高的任务影响更大；

  • 对判断性、创造性强的任务影响较小。

• 一些职业可能因为 AI 自动化而缩减，而其他职业则可能“升级”。

总结观点

• 报告提出了一种新的、细粒度的衡量 AI 使用方式的框架。

• 它强调 使用方式和成功率 比简单的使用数量更能反映 AI 的经济影响。

• AI 的影响不是均匀的，而是取决于地区、人力资本和任务性质。

• 更多的数据透明度将有助于研究者与政策制定者更好地理解 AI 与劳动力、生产率之间的关系。

报告原文：https://www-cdn.anthropic.com/096d94c1a91c6480806d8f24b2344c7e2a4bc666.pdf

相关阅读：《Anthropic 经济指数》报告发布