Anthropic 的模型显示 AI 增长红利可能更多流向资本
Anthropic 发布了经济情景探索器及配套技术报告，用任务而非职业作为基本单位，推演 AI 到 2030 年可能怎样改变美国的增长、就业和工资。模型把职业拆成美国劳工部 O*NET 定义的任务，再区分任务会被增强、自动化、保持不变或由 AI 新增；最终结果取决于 AI 能力、采用率、自主程度、生产率增益，以及失业者转行所需时间。Anthropic 强调，这些是条件情景，不是对未来的单一预测。
三个预设情景给出的跨度很大。温和情景把 AI 视为接近互联网量级的渐进技术，使 2030 年 GDP 比无 AI 情况高 1.6%；显著情景假设 AI 已能完成一半知识工作、其中多数可自主完成，但实际采用尚不充分，GDP 高 8.3%；极端情景假设递归自我改进与快速采用，使 GDP 高 32.4%，年增长率一度达到 15%。Anthropic 在 8 月调查了 10,980 名美国人，典型受访者的判断对应约 10% 的额外 GDP 和约 5% 的总失业率。
增长并不自动意味着劳动者按比例受益。在显著情景中，知识工作者工资基本持平，资本获得的产出份额从基准附近上升至 43.9%；极端情景里，知识工作者工资到 2030 年下降超过 10%，资本份额升至 54.8%，总劳动收入几乎没有增加。与此同时，建筑、护理等较少暴露于 AI 的工作可能因整体生产率上升而需求增加，但大规模跨职业迁移本身会制造更长的失业期。
这套模型真正值得智能体行业关注的，不是某个精确数字，而是它把“自主完成多少工作”和“企业采用多快”直接接到了分配结果上。智能体若从辅助工具变成可独立承担任务的生产资本，商业价值可能快速增长，但劳动力议价、再培训和资本所有权会成为同样核心的问题。模型仍省略了政策反应、商业周期、总需求与金融冲击、灾难风险和高能力机器人，因此更适合用来检验假设，而不是充当确定的经济预报。