Anthropic 2026职业替代率报告:AI会先替代谁?

点击蓝字关注我们

2026年3月，Anthropic 发布了一篇研究，题为《Labor market impacts of AI: A new measure and early evidence》。

AI 理论替代率排行前几的职业：1、计算机与数学类，94%；2、商业金融类，83%；3、法律类，80%；4、教育与图书馆，76%。

但实际上AI的覆盖率：计算机与数学类，实际只占工作内容的33%；商业金融类，29%；法律类，23%；教育与图书馆，22%。

这篇研究最值得注意的地方，不是再次强调“AI 有多强”，而是换了一个更接近现实的角度：不是问“AI 能做什么”，而是问“AI 是否真的进入了工作流程，并开始承担其中一部分任务”。

文章的结论并不夸张，反而相当克制。至少到目前为止，美国劳动力市场还没有出现“高暴露职业失业率系统性上升”的明显证据；但在一些更容易被 AI 覆盖的岗位上，年轻人的进入速度，可能已经开始放缓。

这其实比“大规模失业”更值得警惕。

因为现实中的变化，往往不是某一天突然少了一批岗位，而是招聘慢慢变少，基础工作慢慢收缩，原本属于初级从业者的工作内容被重新分配。等很多人意识到问题时，行业入口可能已经变窄了。

这篇研究的大致思路，可以简单概括为三步：

第一，看不同职业到底由哪些具体任务构成。第二，看大模型在理论上能否完成或加速这些任务。第三，看这些任务是否已经出现在 Claude 的实际使用数据中，以及主要是自动完成，还是作为辅助工具使用。

换句话说，它关心的不是“AI 能不能做”，而是“AI 有没有真的被用起来”。

研究发现，AI 在现实中的覆盖程度，仍然明显低于它在理论上的能力边界。例如，在“计算机与数学类”职业中，大模型理论上可以覆盖的任务比例已经很高，但目前真正被实际使用覆盖的，只是其中一部分。

这说明一个很直接的事实：技术能力，不等于现实落地。

在真实的组织环境里，一项技术要进入工作流程，往往还要经过软件系统适配、审批流程、责任划分、人工复核和行业监管等多重门槛。AI会写，不等于企业就敢直接用；系统能接，不等于流程就能立刻改；员工开始尝试，也不等于组织已经准备好重构分工。

所以，至少从目前看，AI 对就业的影响，更像是一种结构性变化，而不是总量性的冲击。

这对法律行业尤其有启发。

很多人谈 AI 对法律行业的影响时，容易走向两个极端。一种观点认为，法律工作专业性很强，AI 很难真正替代；另一种观点则认为，合同审查、法律检索、文书生成很快都会被机器接管。

如果按照这篇研究的思路来看，更接近现实的判断应该是：法律行业短期内不会被整体替代，但具体工作任务会被重新分配。

例如，标准化检索、初步摘要、合同条款比对、尽调材料归类、诉讼材料初稿整理，这些环节更容易被 AI 加速。因为它们规律性更强，结构也更清晰，本来就更适合流程化处理。

但另一方面，涉及复杂事实认定、交易或诉讼策略判断、证据取舍、客户沟通、出庭表达，以及最终责任承担的部分，短期内仍然离不开专业人员。

法律工作的核心，不只是把信息拼接出来，更在于判断、取舍和背书。而这些事情，至少现在还很难真正交给机器。

这意味着，AI 首先冲击的，未必是“律师”这个职业本身，反而更可能是律师、法务、合规人员日常工作中的部分环节。

越是可复制、可标准化、可批量处理的工作，越容易先受到影响。越是依赖经验判断、沟通协调和责任承担的工作，越不容易在短时间内被替代。

真正值得法律行业警惕的，或许还不是“律师会不会被取代”，而是“法律人的培养路径会不会被改写”。

研究提到，在一些高暴露岗位中，年轻人的进入速度可能已经开始放缓。这个结论虽然还只是早期信号，但放在法律行业里，已经足够提醒人了。

因为初级法律人的成长，本来就高度依赖那些基础性、重复性、支持性的工作。很多人刚入行时，都是从检索、整理材料、核对文本、归纳事实、起草初稿开始，一点点积累对案件和业务的理解。

如果这部分工作被 AI 大量分担，新人原本用来“练手”的空间，就可能被压缩。

这对律所和法务团队提出了一个很现实的问题：今后该怎么培养新人？

过去常见的做法，是让新人先从重复性工作做起，在大量事务中建立基本功，但这些事务工作被AI技术快速吸收。

未来的法律新人，恐怕不能只学会“把事情做完”，还要尽早学会三件事：

一是如何借助 AI 完成任务；二是如何判断 AI 的输出是否可靠；三是如何在机器生成的内容之上，继续做专业判断。

说到底，这篇研究最有启发的地方，并不是它给出了一个惊人的结论，而是它提醒我们：AI 对劳动力市场的影响，很可能不是以“岗位突然消失”的方式出现，而是先表现为岗位收缩、分工重组和职业入口变化。

法律不会因为 AI 而消失，律师也不会因为AI就失去价值。但法律工作的组织方式、训练路径和能力结构，确实已经开始发生变化。

比起反复争论“AI 会不会取代律师”，也许更值得认真思考的是：