2026-03-10#
Data: 2026-03-21 17:06:04
今天的任务：
src 目录
解读Anthropic重磅发布的《AI对劳动力市场影响》#
AI如何影响就业？你我说了都不算。春江水暖鸭先知，我们来听听企业的使用者和AI提供商到底是怎么说的。
3月5号，全球公认的三大人工智能公司之一Anthropic发布了一份重磅报告——《AI对劳动力市场影响》。他们发明了一个全新的指标，叫做observed exposure（观察暴露量），用来量化AI可以替代人类工作的可能性。这个指标结合了大模型的能力、真实的世界数据，还对那些能在工作中自动化的使用方式提高了权重占比。
为什么这份报告相对权威？有三个原因： 第一，Anthropic能看到自己最新模型的能力，至少目前他们吹过的牛都实现了，比如Claude code完全由Claude code自主研发，实现了AI自我进化。 第二，报告的数据来源于企业通过API调用的实际使用方式，而非一些生活化的简单场景测试，比如写笑话、改作业、做小网页游戏，或是数单词里的字母这类问题。 第三，报告结合了美国劳动局的官方真实数据。
报告开篇就给出了一个极具争议性的结论：与AI接触率最高的人群，往往是受教育程度高、收入较高的女性和亚裔。这里的exposure（接触率）是在任务层面的定义，而非针对整个职业。举个例子，人工智能能批改作业，但无法管理课堂、给孩子开家长会，所以教师这个职业的接触率，远低于那些在办公室、工作基本通过互联网和电脑完成的人群。
这份报告的核心是三幅图，我们一个个来看： 第一幅是左侧的饼图，展示的是大模型的能力和实际使用率在各个领域的差距； 第二幅是中间的点阵图，结合了美国劳动局BLS对未来岗位增长率的预测； 第三幅是右侧的图表，呈现的是实际的失业率情况。
首先再详细说说observed exposure这个新监测指标的计算方式，它的目的是量化：在理论上大语言模型可以加速完成的任务中，哪些实际上已经在专业工作环境中实现了自动化。通过持续追踪这两者的差距，就能洞察正在出现的经济变化。
在这幅饼图里，蓝色区域是理论上AI可覆盖的工作任务在工作中的占比，红色区域是实际的覆盖率。右上角的领域大家都很熟悉，从管理、商业、计算机、数学，到法律法务，再到下方的艺术和新媒体领域，都是AI理论覆盖度较高的；左侧的办公室行政类工作，大家也能感受到AI已经能参与其中。
而红色的实际覆盖率区域，目前也有了明显迹象：比如电脑程序员、数学领域，AI已经能完成很多复杂的数学论证，实际应用程度较高；办公室行政工作，随着Claude work、Openclaw的推出，也有很多电脑端、网络端的任务被交给AI处理。
但也有一些岗位，AI理论上很擅长，实际部署率却很低，比如管理岗、生命与社会科学领域，核心原因是这些岗位涉及大量与人相关的因素。
当然，随着AI能力提升、应用范围扩大和企业部署深入，红色的实际覆盖率区域会慢慢扩大，逐步覆盖蓝色的理论覆盖区域。不过目前仍有很大一部分领域是AI无法覆盖的，许多任务超出了当下人工智能的能力范围，比如修剪树木、操作农机等体力劳动，还有为客户出庭辩护这类法律事务。
报告里还有一个量化数据的表格，第一栏是职业，中间是OE（observed exposure）数值，右侧是该岗位中可被AI替代的任务。其中首当其冲的就是程序员，可能有人会说自己的项目太复杂，AI根本胜任不了，那我们拿事实说话：年收入25亿美金的产品Claude Code创始人X，完全是由AI自主研发的，这就值得思考，到底是项目真的复杂，还是你觉得它复杂，不敢放手让AI去做。
表格里还有一个有意思的点，金融和投资分析师这个职业，作为过去20年的金领行业，如今也出现在AI可替代的前十名列表中。细想一下，投行分析师入职前三年甚至五年，核心工作就是Excel建模、做PPT，我的一位老同行就说过，Excel建模在投行本是一门手艺，结果GPT5.4一出，直接把手艺干成了非遗，这话糙理不糙，大家去试试GPT5.4或者Claude cowork，就能明白其中的意思。
我也准备好了这份报告的完整中文翻译版本，大家点个关注，在评论区发OE，就能领取。
报告的第二部分更有价值，它和美国劳动局的真实数据做了对比，而非主观推测。这幅图是美国劳动局对2024到2034年岗位增长的预测，和AI覆盖率的对比图，坐标轴越靠右，AI覆盖率越高；纵坐标越往上，就业增长率越高。
比如图中左上角的电工岗位，AI目前完全无法胜任这类手工艺活，而市场对电工的需求还在不断提升。通过简单的线性回归能得出结论：AI的覆盖率每提高10个百分点，劳工统计局对该岗位的增长预测就会下降0.6个百分点。
这也能解释，为什么Anthropic CEO Dario在年初的《AI技术青春期》（The Adolescence，Confronting and Overcoming the Risks of Powerful AI）中提到，当AI对白领的工作覆盖率提高到50%时，失业率会骤然提升到20%。
当然，以上只是劳动局的预测，那实际的失业率情况如何？报告里的这幅图，对比了2016到2026年，有AI接触率的岗位和无AI接触率的岗位的失业率差值。简单来说，大家不用过度担心，截至目前，自ChatGPT诞生后，失业率并没有出现大幅度提高，虽然2025年下半年有一点点提升的迹象，但很难将其归结为AI的影响。
但我一直和大家强调，看AI对经济的潜在影响，不能只看失业率。因为企业部署AI后，未必会直接裁员，但很可能会停止招聘，所以我们还要关注新工作的发布数量。
而报告的最后一幅图，才是最让人震撼的。它展示了22到25岁这个年龄段，有AI覆盖率的岗位和无AI覆盖率的岗位，新工作招聘数量的差额。其中蓝色线是无AI影响的岗位，红色线是有AI影响的岗位，下方的图表就是两者的差额。
能明显看到，从2024年GPT4诞生后，这个差额一直为负数，且差值达到了14%。这也印证了报告的一个重要结论：从失业率来看，目前AI对各行业的影响暂时没有直接的数字体现，但在未来3到5年，AI很可能会对招聘市场产生巨大影响。
以上就是对这份报告的客观解读，感兴趣的朋友可以直接去Anthropic的官网查看报告原文。
看看最近被疯狂刷屏的 claude 的母公司 anthropic 的《人类技能 AI 替代率》之图。
AI 如何影响就业？这图最清楚了。这是他们公司根据企业 API 调用情况得到的实际使用方式来估测，别结合美国劳动局的数据得到的，可以说非常权威和清楚！
图中蓝色区域，是 AI 理论上可以去覆盖替代的工作，红色是当下已经完成替代的部分。
可以说，还是 蓝海一片 哈哈，红色也正好对应红海，对于一个 出海 AI SaaS 人的我来讲，这图给我的第一印象就是这样。那些蓝色的部分，就是 AI 创业者的即将要去开垦的部分，是汪洋大海！
左侧那个细长的，是办公室与行政，我们肯定很能明显感受到了，而右边的计算机，这个作为程序员，我们肯定也很欲哭无泪，因为当前任何一个顶尖程序员，在一个比较简单的 AI 模型面前，都像一个小学生一样手足无措。
不过值得注意的是一些 AI 理论上很擅长，但实际上应用很小的，比如建筑、生物、管理、医疗卫生，原因很显然，就是这些职业需要频繁与活人打交道。
随着 AI 的提升，这些领域红色部分会慢慢的扩大。
但是，值得高兴的是，人类，仍然有大半个领域，是 AI 覆盖不到的。起码是大语言模型覆盖不到的。（未来宇树机器人他们几个横起来，就不好说了）都是一些体力劳动、手工艺活等等。
至今，仍有程序员说 AI 代替不了 程序员，说自己项目很复杂…..
年收入 25 亿美金的产品 Claude Code 创始人说，它是完全由 AI 自主研发的，这就值得思考，到底是项目真的复杂，还是你觉得它复杂，不敢放手让AI去做。
![[Pasted image 20260310214756.png]]## 14:03 - 15:03 总结
我上了个厕所，然后在网上乱七八糟搜索跑神了很多。
之后我开始研究怎么写我的 这个脚本，之后就是现在；没有偏离主线。 我上了个厕所，然后在网上乱七八糟搜索跑神了很多。
之后我开始研究怎么写我的 这个脚本，之后就是现在；没有偏离主线。
14:10 - 15:10 总结#
我过去一小时略有偏离主线。我今天的主线任务是写完文章，然后马上去写我的页面，今天是把原型给做好！
过去一小时，上了厕所等等，今天太阳梦寐，才刚开始
15:14 - 16:14 总结#
想写文章，但是看了半天，觉得不值得写，然后跑神了片刻，逛了 emlog 和周边…. 之后很无奈，趴着 15 分钟，然后还是硬着头皮写这个 n8n 的东西。
16:18 - 17:18 总结#
没有大偏离主线任务。。。过去的一小时我硬着头皮把文章一千多字弄完了，然后又小试一下我的谷歌表格。不知道能不能完成。
17:11 - 17:41 总结#
有无偏离主线？有一点点。我研究了 n8n 和这个 python ，以及问了 gemini 很多问题。
接下来我应该一心一意的初始化我的 图片项目，使用 minimax 试试。然后干饭！
17:43 - 18:13 总结#
有无偏离主线？不太多。 我主要是把仓库给弄下来了，然后，生成了个本地文档，然后阅读了一下。接下来就是吃饭了！晚上一定要搞出个 demo 。
18:14 - 18:44 总结#
有无偏离主线？干饭了。接下来就是部署到 cloudflare ，然后新建自己的页面，最小页面，哦哦哦，对，要先阅读他的哪个说明。
19:06 - 19:36 总结#
有无偏离主线？玩了片刻手机。不过整体目前还是在研究。部署到了云上，然后现在在阅读源文件结构，这次我要学着点。。。今天晚上的学习，我之后三个月都能用到。
19:37 - 20:07 总结#
有无偏离主线？有那么 5 分钟。其余时间是在阅读 inpaint 的源码。目前有懂个 七七八八 了！然后争取今晚就读完，然后 9:00 花 10 分钟搞一下知乎想法，之后十几分钟同步一下，走球 ~
20:08 - 20:38 总结#
有无偏离主线？也有那么五分钟。。。现在我又读了 19 分钟的源码，一头雾水，然后让 AI 给我生成极简 demo ，但是碰壁了，我再试试。实在不行，明天就拿原项目动刀子。
20:40 - 21:10 总结#
有无偏离主线？有一点，不过基本仍然在线。然后及时更换了 GLM，然后得到了比较满意的结果。后续就使用 GLM-5 吧，效果还是不错的。
21:11 - 21:41 总结#
有无偏离主线？正在写晚上的东西。刚才花了 20 分钟来找晚上想法的素材，但是后来还是从抖音上找到了一个感觉还合适的素材。