权威报告，学历越高越容易被AI抢工作

Anthropic 在 2026 年 1 月 15 日发表了《Anthropic经济指数报告：经济原始要素》

原文PDF关注本公众号发送“260115”可获取。

整体数据非常扎实，且用的是11月Opus 4.5发布之前的Claude的官方一手数据。

核心就是用一组“经济原始要素”把大家真实用大模型的方式量化出来，并且给出了一些非常有冲击力的数据点。

一个有趣数据点是：
对于那些只需要高中学历就能理解的任务，Claude 能将工作速度提升 9 倍； 而一旦任务难度提升到需要大学学历的门槛，这一加速倍率直接飙升到了 12 倍。

网友锐评：如果是小学学历的工作，是不是就难以替代了？


Claude 目前主要被用在“高教育年限”的任务上，明显高于整体经济里的平均任务教育水平。

大模型最赚钱的用法，其实高度集中在少数几类任务上，而且集中度还在上升。

在美国，Claude 的扩散速度，可能比 20 世纪那些“改变世界的技术”快 10 倍。

任务集中度：
Claude.ai 上最常见的前 10 个任务，占到全部对话的 24%（去年 1 月还是 21%）。
企业侧 1P API 更猛：前 10 个任务占 32% 流量，且“修代码纠错”一个任务就占了 10%。

使用模式：
Claude.ai 上“协作/增强式使用”回升到 52%，而“全自动指令式”回落到 45%。
API 端则 64% 属于指令式调用，整体有 3/4 场景是自动化而不是协作。
地理扩散：
全球看，Claude 使用和人均 GDP 高度绑定，低收入国家既没有明显追上，高收入国家也没有明显继续拉开。
美国州内不平等在快速“拉平”：AUI 基尼系数从 0.37 降到 0.32，按当前速度推算，2–5 年内各州人均使用有望大致持平，扩散速度约为 传统重大技术的 10 倍。
任务成功率与复杂度：
Claude 在大多数任务上能给出“成功解”，但任务越复杂、按人类估计耗时越长，成功率越明显下滑。

在 Claude.ai 上整体成功率约 67%，API 场景只有 49%，多轮对话 + 人类纠偏显著提高了完成率。

技能与职业暴露：
Claude 目前主要被用在“高教育年限”的任务上，明显高于整体经济里的平均任务教育水平。

把“能不能做好”这件事纳入后，有些职业（如数据录入员、数据库架构师）在相当大一部分任务上都被 Claude 熟练覆盖，暴露度远高于传统只看“可自动化”的估计。

真正高价值的 AI 场景，正在向“少数高频、高成功率任务”集中，而不是无限拆碎成 N 种玩具级 use case。
谁先把这几类任务做到极致稳定自动化，谁就吃走这波 AI 红利里最大的蛋糕。