Anthropic 经济指数 2026 年 1 月报告 – 经济原语

TL;DR

Anthropic 2026 年 1 月的经济指数报告在对 Claude 使用情况的分析中增加了五个基础指标——任务复杂度、人类/AI 技能水平、使用场景、AI 自主性以及任务成功率——显示出 AI 的采用率在地理上仍然不均衡，高收入地区使用 Claude 的协作性更强，而当前的 AI 成功率缓和了预期的生产力提升。

引言：AI 经济影响的新指标

本报告提出了经济原语，即通过要求 Claude 对匿名化的 Claude.ai 和第一方 (1P) API 记录进行分类，从而得出的一种简单且保护隐私的衡量标准。这些原语涵盖了与 AI 宏观经济影响相关的五个维度：

任务复杂度 – 估算仅人类完成的时间、AI 辅助的时间以及多任务处理情况。
人类与 AI 技能 – 理解提示词和回复所需的教育年限。
使用场景 – 工作、课程作业或个人用途。
AI 自主性 – 委托给 Claude 的决策程度。
任务成功率 – Claude 对其是否完成了任务的自我评估。

数据集包括 2025 年 11 月 13 日至 20 日期间随机抽样的 100 万条 Claude.ai 对话（包括 Free, Pro, Max）和 100 万条 1P API 记录，该时期正值 Opus 4.5 发布之前。

1. 自 2025 年 9 月报告以来的变化

1.1 任务集中度持续存在

Claude.ai 的对话中，前 10 项任务占了 24%（高于之前的 23%）；对于 1P API 流量，这一比例上升至 32%（高于之前的 28%）。
代码相关任务占据主导地位：Claude.ai 中约 34% 的对话以及 API 对话中 46% 的对话涉及计算机和数学工作。

1.2 增强型交互在 Claude.ai 上重新获得主导地位

增强型交互（任务迭代、学习、验证）在 Claude.ai 对话中上升至 52%，而自动化（指令型）使用下降至 45%。
产品发布——文件创建、持久化记忆和工作流“技能”——似乎已将用户转向更具协作性的模式。

1.3 区域扩散

美国趋同： 各州的人均使用量正在变得更加均衡；基尼系数从 0.37 下降到 0.32。简单的推断可以得出，这种均衡状态可能在 2–5 年内实现。
全球集中度： Anthropic AI 使用指数 (AUI) 仍然与人均 GDP 紧密相关；在国家之间没有明显的趋同迹象。

2. 经济原语 – 定义、验证与局限性

2.1 操作化

原语	如何衡量	示例提示词
任务复杂度	Claude 估算仅人类完成的时间、AI 辅助的时间，以及单次对话中是否出现多个任务。
人类 & AI 技能	Claude 预测理解用户提示词及其自身的回复所需的正式教育年限。
使用场景	分类器将对话分类为工作、课程作业或个人。
AI 自主性	基于 Claude 在无需用户反复沟通的情况下执行决策的程度，按 1–5 级进行评分。
任务成功率	Claude 对其是否认为答案满足了请求进行评分。

2.2 验证

方向性准确性 已通过对 Claude.ai 记录的少量人工作标的数据集和合成 API 数据进行验证确认。
对于三个原语（仅人类完成的时间、AI 辅助的时间、AI 自主性），思维链 (chain-of-thought) 提示词提高了分类器的性能；对于其他原语，简单的提示词即可满足需求。
外部基准对齐：人类教育程度估算与 BLS 职业教育水平相关 (r > 0.92)；时间估算预测与 Anthropic 之前的工作中观察到的生产力提升幅度很一致。

2.3 局限性

原语是有噪声的，应将其视为信号，而非精确的测量值。
抽样阈值（≥15 对话，≥5 用户）排除了低容量区域和罕见任务。
成功率反映了模型能力与用户选择偏差——用户可能会避免任务他们预期的要失败的任务。

3. AI 使用情况的地理差异

3.1 按收入水平划分的使用模式

工作 vs. 课程作业 vs. 个人： 高人均 GDP 的国家显示出更高比例的工作（例如，丹麦、美国）和个人使用，而低收入国家表现出更多的 课程作业 使用（例如，印度尼西亚）。
人均 GDP 每增加 1%，预测 AUI 在国家层面的上升幅度为 0.7%。

3.2 美国州级驱动因素

计算机与数学类职业 占比较大的州，其 AUI 较高；此类工作者的占比每增加 1%，人均使用量就会增加 0.36%。
在控制了 GDP 之后，教育年限原语失去了统计学意义，这表明在 U.S. 内，劳动力构成是主要的驱动因素。