Anthropic《AI expectations gap》：1334名员工与美国公众的预期差，以及被忽略的95%扩招

【摘要】

第一，Anthropic在2026-10-17发布内部调研论文《The AI expectations gap》，把1334名内部员工的AI预期与美国成年人的预期放在一起对比。结论很反常识：两组人并不是持有不同的经济理论，而是拥有不同的经验——他们对"AI替代工作会导致失业"这条因果链的理解其实一致，分歧只在于AI能力兑现的速度。

第二，差距确实大。91%的员工相信AI能在2030年前做出诺贝尔级发现，美国成年人中这一比例只有39%；超过半数员工预计到2030年AI能完成自己当前至少80%的工作，美国劳动者中持此看法的是5%；员工预估2030年美国失业率将超过12%、GDP增速达17.1%，而美国成年人的中位数预期分别是约8%与5.4%。

第三，最值得注意的数字可能是被忽略的那个：论文同时指出"自动化任务和裁撤岗位是两回事"——95%的员工仍预计公司未来12个月会扩招，中位数预期增幅66%。把这篇论文简单读成"AI公司自己人认为工作要没了"，与论文本意相反。

第四，"领先一年半"这句话需要标清出处。据钛媒体，这是Anthropic首席经济学家Peter McCrory在X平台的表述——"Anthropic在AI采用上比整体经济领先大约一年半，因此这里发生的一切，可能是更广泛世界的先行指标"。它是个人判断，不是论文量化出的核心指标。

第五，要冷静看边界：官方论文页与Business Insider原文暂缺直接读取，数据经钛媒体、AI Weekly、掘金等二级来源交叉印证；消息中"10980名美国成年人"这一样本量未获任何来源确认；且存在自选择偏差——主动访问Anthropic网站的人不能代表一般公众。

一、事件描述

Anthropic于2026-10-17发布研究论文《The AI expectations gap》，对比内部员工与美国成年人的AI预期。据钛媒体、AI Weekly、Business Insider、掘金等来源交叉核对：

表：《The AI expectations gap》核实要点（依据钛媒体、AI Weekly、掘金等整理）

需特别标清：消息中"10980名美国成年人"未在任何已核实来源中出现；"1.5年鸿沟"是McCrory的个人表述而非论文量化的核心结论；消息把"95%前沿模型搭建"与"公众仅5%认为自身工作被替代80%+"并置为一句话，实为两个不同问题的答案。

二、三组数据，三个不同的问题

这篇论文最容易出错的地方，是把不同问题的答案混着读。

表：能力与生产率预期对比（依据钛媒体与官方页摘要整理）

图：员工与美国成年人在三项指标上的预期差（示意）

诺贝尔级发现（2030前）
  员工91%  ┤████████████████████░░  39%公众

任务缩至1/4或更短
  员工59%  ┤███████████░░░░░░░░░░  26%公众（限已用AI者）

自身工作80%+ 可由AI完成（2030）
  员工 >50% ┤██████████░░░░░░░░░░░   5%公众

说明：上图为依据钛媒体与官方页摘要数值画的对比示意，非官方图表；第三项员工侧为"超过半数"的区间表述，故只画到约一半位置；生产率一项的公众口径仅限"工作中已使用AI的美国成年人"，与另两项的全公众口径不同，不可直接横向相比。

宏观预期那条线更悬殊：

表：2030年宏观经济预期对比（依据钛媒体整理）

注意最后一列：无论哪一组的预期，都远高于2.2%的上年实际增速。员工预期的17.1%与美国公众的5.4%之间差了三倍，但两者都不"保守"。

三、关于"95%前沿模型搭建"：这是另一个问题

消息里最抢眼的数字是95%，但它和"5%认为自身工作被替代80%+"根本不是一回事。

据钛媒体，当员工被问及"构建一个2026年初水平的前沿模型，AI当前承担多少工作"时，回答的中位数是51%；对未来的预期是2027年底达80%、2030年底达95%。

表：前沿模型搭建中AI承担比例的预期变化（依据钛媒体整理）

这条曲线讲的是AI参与自身研发的程度，不是"AI会不会取代人"。把它和"5%的劳动者认为自身工作80%+ 被替代"并排放在一句话里，会得出一个论文并未作出的结论。

顺带一个相关数据：论文脚注引用了Favaro和Clark（2026）的报告——合并入Anthropic代码库的代码中，超过80%由Claude编写。这与51%的中位数回答互为印证。

四、被忽略的反例：95%的员工预计公司继续扩招

如果只读标题，很容易把这篇文章理解成"AI公司自己人都认为工作要没了"。

但论文同时给出了一个反向数据：95%的员工仍预计Anthropic在未来12个月会扩招，中位数预期增幅66%。论文由此点明"自动化任务和裁撤岗位是两回事"。

这才是这篇研究真正的着力点。它想说的不是"AI要来抢工作了"，而是：同一群人，既可以认为AI很快会做完自己80%的活，也同时认为公司需要更多人。 这两件事在他们经验里并不矛盾——因为在Anthropic，AI agent的工作时长在2026年3月首次超过人类员工，到8月agent数量已是员工的六倍。他们看到的不是"人被替代"，而是" agent变成同事，而公司仍在扩张"。

五、"领先一年半"：一句话，两种用法

据钛媒体，Anthropic首席经济学家Peter McCrory在X平台表示：Anthropic在AI采用上比整体经济领先大约一年半，因此这里发生的一切，可能是更广泛世界的先行指标。

这句话是这次发布被引用最多的部分，也是最需要标清出处的部分。它不是论文量化出的指标，而是一位首席经济学家的判断。但它解释了一个真问题：为什么一家公司的内部调研值得外界关注？

逻辑是这样的：如果Anthropic的AI采用确实领先整体经济约一年半，那么它内部正在发生的现象——agent数量超过员工、代码多数由Claude写出、员工对产能的预期大幅上调——就可能是其他组织一两年后的常态。这正是"先行指标"的含义：不是预测，而是提前观测。

六、为什么重要：两种视角

对行业观察者：一线AI公司的内部预期第一次被系统性地拿来与公众预期对比。这类数据的价值不在"他们更悲观"或"更乐观"，而在于提供了一个可观测的前沿样本——当1334名每天使用最前沿模型的人给出中位数51%的AI研发参与度时，这个数字本身就是产业进度的刻度。

对政策与宏观预期：失业率12%对8%、GDP增速17.1%对5.4%，这种量级的分歧会直接影响政策讨论的基准。但必须同时读进95%预计扩招那一项——否则很容易把"任务自动化"误读成"岗位消失"，而论文明确说这是两回事。

七、需要冷静看待的几条边界

第一，样本量未完全确认。员工1334名与Business Insider一致；但美国成年人样本量在钛媒体中未披露，掘金称经济情景映射样本含3259名美国成年人、另有23075名网站访客。消息中的10980无来源确认。

第二，存在自选择偏差。掘金明确指出，主动访问Anthropic网站的人不能代表一般公众；员工样本则是全员普查性质的内部调研。两组人群的可比性有限。

第三，"1.5年"是个人表述。出自McCrory的X平台发言，不是论文量化的核心结论，引用时应标明。

第四，三层不能直接画等号。掘金的提醒值得照抄：模型会做，不等于系统能稳定交付；节省单个任务的时间，不等于同等比例提升生产率；可自动化的任务比例，不等于岗位消失的比例。

第五，官方原文未能直接读取。官方论文页与Business Insider原文均暂缺直接核对，数据经钛媒体、AI Weekly、掘金等二级来源交叉印证，精确表述请以Anthropic官方论文为准。

八、结语

Anthropic于2026-10-17发布《The AI expectations gap》，对比1334名内部员工与美国成年人的AI预期。据钛媒体等来源，员工中91%相信AI能在2030年前做出诺贝尔级发现（公众39%）；超过半数员工预计2030年AI能完成自己当前至少80%的工作（公众5%）；员工预估2030年美国失业率超过12%、GDP增速17.1%，公众中位数预期为约8%与5.4%；在被问及前沿模型搭建时，员工给出的AI当前承担比例中位数为51%，并预期2027年底达80%、2030年底达95%。论文核心结论是：两组人并非经济理论不同，而是经验不同。

能确认的是发布时间、员工样本量、三组预期对比数据、95%扩招的反向数据，以及McCrory"领先约一年半"的发言。必须标清的是：① 消息中"10980名美国成年人"无来源确认，掘金称经济情景映射样本为3259名美国成年人、另有23075名网站访客；② "1.5年"为McCrory个人表述而非论文量化指标；③ 消息把"95%前沿模型搭建"与"公众仅5%认为自身工作被替代80%+"并为一句话，实为两个不同问题；④ 官方论文页与Business Insider原文暂缺直接读取；⑤ 存在自选择偏差，两组人群可比性有限。

这篇论文最值得记住的不是任何一个百分比，而是它同时给出的两个数字：员工认为AI很快会做完自己80%的活，同时95%的人预计公司还要扩招。把这两个数字放在一起看，才能读懂一线实验室真实的经验——那不是"人被替代"的故事，而是" agent变成同事、组织仍在扩张"的故事。