2026年9月，Anthropic经济学团队发布了一份关于AI经济影响的研究报告。这份报告最值得反复咀嚼的地方，不是它给出的预测数字，而是它的分析框架。

它把“工作”拆成了“任务包”。

传统上，讨论AI对就业的影响，人们习惯用“职业”作为单位——律师会不会被取代？程序员会不会失业？但这种讨论方式有一个根本缺陷：一个职业包含几十项不同的任务，AI可能替代其中一部分，增强另一部分，而整体职业的存废取决于这些任务的组合效应。

Anthropic的方法论更精细。它将每一项工作拆解为具体任务，分别测算AI对这些任务的“增强效应”和“替代效应”，然后加总。这个框架的优点是：它不回答“哪个职业会消失”这个过于粗糙的问题，而是回答“哪些任务会被AI接管，哪些任务会变得更高效，哪些任务必须由人来完成”。

基于这套方法论，Anthropic得出了三种情景。

情景一：温和渐进增长

最乐观的情景，是AI像过去的技术革命一样——生产率稳步提升，经济平稳增长，就业结构逐渐转型，社会有足够的时间适应。

在这个情景里，AI对经济的贡献是“增量”而非“颠覆”。它不会让GDP翻倍，也不会让知识工作者大规模失业。它只是让某些任务变得更高效，让某些岗位的产出更高，让经济增长快一点点。

这个情景的政策假设是：分配机制保持现状，市场自发调节。 被AI替代的工人可以找到新工作，被AI增强的工人可以获得更高工资，经济增长的红利通过市场机制逐渐扩散。

这个情景听起来最“温和”，但它有一个隐含的前提：转型的速度足够慢，慢到社会能跟上。

情景二：GDP总量翻倍的重大变革

第二种情景更激进。AI带来的生产率提升足够大，以至于GDP总量翻倍——不是增长10%或20%，是在现有基础上乘以2。

这个情景听起来令人振奋。但Anthropic团队提醒，GDP翻倍不等于所有人的生活翻倍。如果分配机制不变，GDP翻倍的收益可能集中在少数人手中。

这个情景的政策假设是：AI带来的增量财富需要通过某种机制重新分配，否则经济总量的增长不会自动转化为社会福祉的提升。 这可能意味着更激进的税收政策、更强大的社会保障体系、或者全新的财富分配机制。

这个情景的核心挑战不是经济，是政治。GDP翻倍需要配套的分配制度改革，而分配制度改革在任何一个国家都是最难推动的政治议题。

情景三：年增15%但知识工作者大量失业

第三种情景最令人不安。

经济增长速度达到年增15%——这是一个远超历史常态的数字。但与此同时，知识工作者——律师、程序员、分析师、设计师、内容创作者——面临大规模失业。

这个情景的逻辑是：AI对“认知型任务”的替代效应，远大于对“体力型任务”的替代效应。AI可以写代码、可以审合同、可以做数据分析、可以生成设计稿——这些恰好是过去被认为“不可替代”的高技能工作。而体力劳动、护理、手工技艺等需要“动手”的工作，反而在短期内更难被完全替代。

如果这个情景成真，经济会增长，但增长的果实会流向资本所有者，而不是劳动者。 知识工作者是过去几十年全球中产阶级的核心构成，他们的失业意味着中产阶级的萎缩，意味着消费需求的下降，意味着社会结构的根本性变化。

这个情景的政策假设是：如果没有强有力的再分配机制，AI带来的经济增长将伴随着严重的社会失衡。 而这种失衡本身，可能反过来抑制经济增长——因为消费需求不足，企业投资意愿下降。

三个情景的共同点：决定未来的不是模型能力，是政策与分配

Anthropic团队在报告结尾给出了一个关键判断：2030年的经济图景取决于政策与分配机制，而非单纯取决于模型能力曲线。

这句话把讨论从“AI能做什么”转向了“AI的收益归谁”。

这是一个极其重要的视角转换。过去几年，AI行业的所有注意力都集中在“能力曲线”上——模型什么时候达到AGI？什么时候超越人类专家？什么时候实现递归自我改进？

但Anthropic的经济学团队提醒：能力曲线决定的是“蛋糕能做多大”，分配机制决定的是“蛋糕怎么切”。

如果蛋糕做大但切得不公，社会可能陷入动荡。如果蛋糕做大且切得公平，社会可能进入一个前所未有的繁荣期。如果蛋糕没做大但切得公平，社会至少能维持稳定。如果蛋糕没做大且切得不公，社会将面临严重危机。

四种组合，只有一种是最优的。而哪一种会成真，取决于政策选择，不取决于技术进步。

历史类比：工业革命的教训

把Anthropic的三种情景放在历史坐标系里看，工业革命提供了最直接的参照。

19世纪的工业革命，同样带来了巨大的生产率提升和经济增长。但工业革命的早期阶段，工人的工资几乎停滞，工作时间延长，童工普遍，社会不平等急剧扩大。直到工会运动、劳工立法、社会保险体系建立之后，工业革命的成果才开始被更广泛地分享。

技术革命创造财富的速度，远超制度调整的速度。 这是工业革命的核心教训。AI革命可能面临同样的问题——技术发展太快，制度调整太慢，中间的“时间差”会制造大量的社会痛苦。

Anthropic的三种情景，本质上是在问同一个问题：这一次，制度能不能跟上技术？

对市场的含义：从“投资AI”到“投资AI的分配方式”

Anthropic的这份报告，对投资者也有启示。

过去几年，AI投资的核心逻辑是“谁能做出更强的模型，谁就能赚更多的钱”。这个逻辑建立在“技术能力决定商业价值”的假设之上。

但如果Anthropic的判断成立——政策与分配机制才是关键变量——那么AI投资的逻辑就需要扩展。

第一，政策风险正在成为AI估值的核心变量。 如果各国政府通过税收、监管或再分配机制来调节AI的收益分配，AI公司的利润率可能被系统性压缩。这不仅仅是反垄断的问题，而是整个AI行业的收益分配逻辑可能被重新定义。

第二，AI应用层的投资机会可能比模型层更大。 如果AI的收益需要通过更广泛的分配机制来扩散，那么那些能够将AI能力转化为普惠性产品和服务的公司，可能比单纯卖模型API的公司更有长期价值。

第三，社会稳定性正在成为AI投资不可忽视的宏观变量。 如果AI导致大规模失业和社会失衡，消费需求下降、政治动荡、监管收紧——这些都会反过来冲击AI公司的估值。

AI的红利如何共享，才是真正的“终局”？

过去几年，AI行业一直在讨论“AGI什么时候来”。但Anthropic的这份报告提醒我们，AGI什么时候来，可能没有“AI的红利归谁”这个问题重要。

三种情景——温和增长、GDP翻倍、极端失业——都不是技术决定的，是政策决定的。模型能力曲线可以预测AI能做什么，但它无法预测社会如何回应。

Anthropic经济学团队的核心判断值得反复咀嚼：2030年的经济图景取决于政策与分配机制，而非单纯取决于模型能力曲线。

这意味着，AI行业的“终局”不在实验室里，在国会里，在政策制定者的会议桌上，在每一个关于税收、监管和再分配的政治辩论中。

技术创造可能性，制度决定结果。而制度，从来不是自动跟上技术的。