Anthropic的“AI期望差距”调查：91%的员工与39%的美国成年人预计到2030年AI将实现诺贝尔级发现

Anthropic研究所发布了“AI期望差距”报告，该调查于2026年8月对10,980名美国成年人和Anthropic员工进行，发现两组人对AI当前的能力基本认同，但在改进速度、采用范围以及节省时间方面存在显著分歧。这一差距之所以重要，是因为根据Anthropic的经济模型，美国成年人的中位数回答意味着2030年GDP增长5.4%，而员工的中位数回答则意味着17.1%的增长。

该报告由Szymon Sacher、Tess Cotter、Charles I. Jones、Anton Korinek和Peter McCrory撰写，作为技术报告由Anthropic研究所发布。美国成年人样本经过加权以代表全国人口；Anthropic员工的回答未加权，并描述为内部调查中收集的个人观点，而非公司预测。

主要发现一览

• 39%的美国成年人和91%的Anthropic员工预计到2030年AI将能够做出诺贝尔级发现。
• 在使用AI工作的美国成年人中，26%表示使用AI后任务耗时仅为原来的四分之一或更少，而Anthropic员工中这一比例为59%。
• 超过一半的Anthropic员工预计到2030年AI能够完成他们当前工作的至少80%，而美国工人中这一比例仅为5%。
• 在两组人中，预期AI能做更多自己工作的人预测失业率更高，并且在相同的预期自动化水平下，两组人预测的失业率大致相同。

两组人对当前能力看法一致，但对进步速度看法不同

美国成年人和Anthropic员工对八项任务（从撰写日常邮件到做出诺贝尔级科学发现）的难度排序几乎相同，并且对AI当前的能力基本认同，尤其是在复杂任务方面。

分歧在于未来。两组人中约有四分之一认为AI今天就能设计、进行并发表科学研究。到明年，九成员工预计这将可行，而普通公众中这一比例为38%。到2030年，39%的美国成年人预计AI能够做出诺贝尔级发现，而员工中这一比例为91%。

最尖锐的分歧出现在分布的尾部：根据任务不同，19%至40%的美国成年人表示AI将永远无法完成该任务，而员工中这一比例最多为2%。

AI使用频率部分解释了这种差异。约五分之一的受访者经常在工作中使用AI；其中56%的人预计到2030年AI能够完成八项任务中的至少七项，而所有美国成年人中这一比例为41%，从未使用过AI工具的人中为28%。员工中这一比例为96%。

采用预期落后于能力，公众更多归咎于人和规则而非技术

能力本身并不决定经济影响，因为人和企业必须实际使用AI。在AI能够完成的工作任务中，美国成年人预计到2030年将有42%由AI完成；Anthropic员工预计为65%。

在被要求从九个障碍中选出最多三个影响2030年工作中AI使用的因素时，美国成年人将“客户更愿意与人打交道”排在首位，其次是“数据隐私和安全问题”、“AI不够可靠”以及“法律、法规或责任”。报告指出，普通公众预期人的偏好和规则，而非技术限制，将阻碍采用。

经常在工作中使用AI的用户对障碍的排序不同：其中42%将数据隐私和安全问题列入前三，而其余人中这一比例为37%；37%提到客户偏好人工，而其余人中为42%。

Anthropic员工预期更高的自主性和更大的时间节省

关于到2030年AI和人类如何分工，绝大多数Anthropic员工表示AI将单独完成任务或由工人评估工作。相比之下，四成美国成年人预期人类将自行完成大部分工作或仅获得一些AI帮助。

在时间节省方面，85%的Anthropic员工表示，适合AI的任务耗时减半或更少。在使用AI工作的美国成年人中，典型回答是耗时减半，29%表示任务耗时相同或更长，而员工中这一比例为5%。报告称，26%的使用AI工作的美国成年人、21%的不使用AI工作的美国成年人以及59%的员工报告任务耗时仅为原来的四分之一或更少。

报告将员工的回答与观察到的内部结果联系起来：Anthropic员工在采用编码代理后的一个月内，添加的代码行数增加了两倍；销售代表在采用AI代理后与客户达成了更多交易，法律和招聘等职能的人均产出也有所上升。

员工预期AI将完成他们的大部分工作——但不会消除他们的工作

平均而言，Anthropic员工表示到2030年AI将能够完成他们当前工作时间的75%。美国工人平均将这一比例定为28%，只有二十分之一的人表示到2030年AI能完成他们工作时间的80%或更多。

美国工人的预期因职业而异：体力劳动、生产和运输工人为25%的工作时间，计算机、工程和科学职业的工人为33%。在最后一组中，经常使用AI的用户预期仅为40%——更接近普通美国工人而非普通Anthropic员工。

尽管如此，95%的Anthropic员工预计Anthropic的员工人数将在未来12个月内增长，员工中位数预期增长66%，27%预期至少翻倍。报告指出，这些是内部调查中的个人预期，不代表Anthropic的计划或其对其员工人数的看法，并补充说“自动化任务和裁员是不同的预测，至少在领先的AI实验室是这样。”

自身工作暴露程度预测两组人的失业预测

受访者被告知当前美国失业率约为4.2%，并被要求预测2030年的失业率。预期AI能完成不到一半工作的美国工人预测失业率为7%至8%。超过一半后，预测随预期暴露程度上升：预期AI能完成80%或更多工作的工人平均预测失业率为12.2%，高于大金融危机期间的峰值。

在美国工人中，受影响的额外十个百分点的工作与预测失业率增加0.4个百分点相关。报告指出，对AI的普遍乐观情绪并不能解释这一点：在固定自身工作暴露程度的情况下，工人预期AI掌握的八项任务的比例与预测无关。

同样的梯度出现在Anthropic员工中，尽管他们报告的暴露程度高得多，但他们的预测与普通人群的预测非常相似。报告总结说，两组人对AI如何影响他们自己的工作以及更广泛的劳动力市场并没有不同的理论——他们对AI能力有不同的体验，因此有不同的预期。

在再就业方面，Anthropic员工比美国成年人略悲观。员工中位数预期，到2030年被AI自动化取代且需要转换职业的工人需要12个月才能找到新工作，而美国成年人的中位数回答在7至12个月之间。

模型隐含的经济情景：2030年GDP增长5.4%对17.1%

使用变革性AI的经济情景中的框架，作者将每位受访者在五个维度（能力、扩散、自动化、生产力和工人转换摩擦）的回答转化为模型隐含的经济结果。他们识别出所有回答了所有关键模型输入的受访者：3,259名美国成年人和1,093名员工。

美国成年人的中位数回答意味着2030年GDP增长5.4%。员工的中位数回答意味着到2030年GDP增长加速至17.1%。报告指出，每组内部存在显著差异，因此分布有大量重叠。

2026年9月9日在anthropic.com/institute/econ-scenarios发布的交互式情景探索器在前48小时内吸引了23,075名访客完成了较短版本的调查，连接来自140多个国家。他们的回答介于美国成年人和Anthropic员工之间，中位数访客的回答意味着12.5%的增长。报告警告说，这些访客选择访问Anthropic页面并参加测验，因此他们可能比普通公众对AI更感兴趣。

模型中的三个命名情景是温和（年GDP增长2.4%）、显著（5.4%）和极端（15.4%）。报告的结论指出，员工的预期意味着“到2030年，GDP大约每四年半翻一番。”

实验室内部：员工估计AI已经完成了构建前沿模型一半的工作

当被问及AI目前完成了构建2026年初前沿模型工作的多少份额时，Anthropic员工的中位数回答是51%，到2027年底上升到80%，到2030年底上升到95%。

团队内部的估计差异远大于团队之间的差异。研究团队的员工最接近模型构建，他们平均将AI当前的份额定得稍高，为60%，而所有其他调查受访者为53%。报告称这与信息发挥一定作用一致，同时指出研究人员也可能因为他们的工作性质而在自己的工作中更多地使用AI。

这些回答与招聘预测一样，是2026年8月对Anthropic员工进行的内部调查中的个人观点，不是Anthropic的测量或公司预测。报告引用了另一份Anthropic研究所关于递归自我改进进展的报告（Favaro和Clark，2026）。

差距为何可能缩小

报告的核心解释是，两组人日常使用AI的体验差异很大。大多数Anthropic员工已经与能完成他们大部分工作的AI一起工作，而很少有美国工人这样做。那些已经这样做的人持有的预期更接近Anthropic员工，作者认为这表明随着AI使用的普及，公众预期可能会转变——但有一个警告，即转变的程度取决于AI是否能在其他地方像在前沿实验室一样完成那么多工作。

方法和注意事项

调查于2026年8月对具有全国代表性的美国成年人样本和Anthropic员工进行。美国成年人的回答（N=10,980）经过加权以代表全国人口；Anthropic员工的回答未加权。员工在滑块上回答自身工作时间问题，而美国成年人选择范围，分析中使用范围中点。失业问题告知受访者当前失业率约为4.2%。障碍问题未向Anthropic员工提出。报告建议引用为Sacher、Cotter、Jones、Korinek和McCrory（2026），“AI期望差距：公众和前沿实验室对AI对工作影响的看法”，Anthropic研究所，技术报告。