楚汉骄雄

新智元报道

AI 没有抢走任何人的工作。至少到目前为止没有。这个结论来自 Anthropic 经济研究负责人 Peter McCrory 近日发布的一篇长文。

二 |

https://x.com/PeterMcCrory/article/2079979321607745905经质量调整的 AI 产出在 2024 和 2025 年均增长超过 2000%，约五分之一的美国企业已在业务中使用 AI，但美国 6 月失业率仍然是 4.2%，恰好落在充分就业水平上。    相反，每当它发回一张令人瞠目结舌的太空图像时似乎更多的是引起一种“JWST再次出击”的感觉。然而每一次，人们的下巴又掉下来。

三 | McCrory 的核心判断是：AI 目前仍是一种「技能偏向型、劳动力增强型」技术，它在放大人的能力，而不是替代人。

四 | 他同时给这个判断标了有效期：12 个月。不管怎么说，“惊喜”又回来了--达到了一个相当极端的程度。

五 | 当地时间周四，科学家们展示了JWST带来的壮观景象：一个星系团围绕着一个巨大的黑洞合并，黑洞里有一个罕见的类星体--也就是一个从虚空的混乱中心喷出的难以理解的明亮光柱。

六 | 来自约翰-霍普金斯大学的天文学家、即将发表在《Astrophysical Journal》上的关于该场景的研究报告的共同作者Andrey Vayner在一份声明中说道：“我们认为这些系统中即将发生一些戏剧性的事情。现在，你可以在arXiv上发表的一篇论文中查看这一发现的详细概要。

七 | ”关于这幅画像，特别吸引人的是，这个类星体被认为是一个“极红”类星体，这意味着它离地球超级遥远，因此在物理上扎根于一个原始的空间区域，属于时间的起点附近。

数据不撒谎：

连 AI 高暴露岗位都没事McCrory 拉了一整条数据链来证明美国劳动力市场有多稳：失业率 4.2%，职位空缺与失业人数之比刚过 1，25 至 54 岁就业比例接近数十年高位，初请失业金人数连续四年低位运行。从本质上讲，由于光在空间中的传播需要时间，所以到达人们眼睛和机器的每一股宇宙光都是在很久以前看到的。即使是月光也需要约1.3秒才能到达地球，所以当人们抬头看月亮的时候，实际上看到的是1.3秒以前的月亮。他认为，总体而言，美国就业形势稳中向好。

八 | 总量数据只是起点，分组对照才见真章。更具体地说，对于这个类星体，科学家们认为这个天体的光需要约115亿年才能到达地球，这意味着人们看到的是它在115亿年前的样子。据研究小组称，这也使得它成为从如此巨大的距离（115亿光年之外）观察到的最强大的同类天体之一。Vayner在谈到这个类星体所处的领域时说道：“这个星系正处于它一生中最完美的时刻，它即将发生转变，在几十亿年后看起来完全不同。

九 | McCrory 与同事 Maxim Massenkoff 此前做过一项分析：把 Claude 被大量用来自动化的任务所对应的岗位单独拎出来，看它们的失业率是否比其他岗位恶化更快。”分析一个银河系的稀有性在Vayner和研究人员提供的彩色图片中，我们可以看到好几样东西。左边是哈勃太空望远镜对该团队所研究的区域的观察，中间是JWST锁定的点的放大版。答案是没有。

十 | 看一下这张图片的最右边，那里有四个单独的彩色编码框。比如红色的东西正在远离我们，而蓝色的东西正在向我们移动。用最新的劳动统计局数据更新，结论不变。软件工程类职位的招聘帖自 2025 年 5 月起反弹，涨幅甚至高于其他岗位的平均水平。

十一 | 唯一值得留意的是年轻劳动者。

十二 | 这种分类向我们展示了参与壮观合并的每个星系的行为方式--包括拥有极端黑洞和伴随的红色类星体的星系，事实上，这也是该团队预计用NASA价值数十亿美元的仪器发现的唯一一个类星体。“你在这里看到的只是数据集中的一小部分内容，”约翰霍普金斯大学天体物理学家和该研究的共同作者Nadia L. Zakamska在一份声明中说道，“这里发生的事情实在是太多了，所以我们首先强调了真正最大的惊喜。McCrory 承认，年轻人在 AI 高暴露岗位上求职确实变难了，斯坦福数字经济实验室的论文提供了类似证据。但他也指出一个容易被忽略的背景：2022 年至今，美国经历了有记录以来最大幅度的非衰退式劳动力市场降温，「低招聘、低裁员」格局本就最先挤压早期职业者。把这笔账全算到 AI 头上，证据不够。这里的每一个圆球都是一个婴儿星系合并到这个母亲星系中，颜色是不同的速度，整个东西在以极其复杂的方式运动。”Zakamska说，现在，该团队将开始解开这些运动并在更大程度上增强视野。

十三 | 不过，我们所看到的信息已经远远超过了该团队一开始的预期。

十四 |

为什么没抢走工作：

每个岗位都有 AI 搞不定的环节McCrory 的解释建立在 Anthropic 过去 18 个月多份研究报告的事实基础上，逻辑链条是这样的：第一层事实：在美国劳工部 O*NET 的全部职业分类中，没有任何一个岗位的所有关联任务被 Claude 系统性地完成。每个岗位都存在 AI 搞不定的环节：人际协调、面对面互动、与物理世界打交道。哈勃和双子座北方望远镜之前显示了一个过渡星系的可能性，但绝对没有暗示可以通过JWST可怕的红外设备看到的星群。Zakamska说道：“通过以前的图像，我们认为我们看到了暗示，这个星系可能在合并的道路上跟其他星系相互作用，因为它们的形状在这个过程中被扭曲了。但在我们得到韦伯的数据之后，我就想，‘我不知道我们在这里看什么，这些东西是什么！'。我们花了几个星期的时间，只是盯着这些图像看了又看。”该团队表示，不久之后，很明显，JWST向我们展示了至少三个独立的星系，其移动速度快得令人难以置信。这些环节像木桶的短板，既限制了 AI 对整体生产力的提升幅度，也让能补上短板的人变得更值钱。第二层事实：AI 越强，对操控它的人的要求也越高。他们甚至认为这可能标志着早期宇宙中最密集的已知星系形成区域之一。这个复杂的图像的一切都令人着迷。我们有被Zakamaska称为“怪物”的黑洞，有从该黑洞中喷出的极为罕见的光束，还有一群处于碰撞过程中的星系--所有这些都是数十亿年前的景象。

十五 | Anthropic 今年 1 月的 Economic Primitives 报告发现，Claude 产出越复杂，背后用户的输入专业度越高。模型做出复杂经济模型时，往往是一个能给出精准指令的专业用户在指挥。

https://www.anthropic.com/research/economic-index-primitives3 月的 Learning Curves 报告显示，用 Claude 六个月之后，用户更多地把它当思维伙伴来用，交互成功率更高。如果 AI 已经强到能独立完成工作，这种学习效应不该出现。

https://www.anthropic.com/research/economic-index-march-2026-report第三层事实：即便到了 Agent 时代，人的价值依然稳固。Anthropic 分析了 Claude Code 七个月的使用数据，发现任务价值在持续攀升，但人类专业能力的回报没有下降：用户负责规划，把实现委派给 Claude；专业能力更强的用户，任务成功率更高，Claude 犯错时恢复也更快。纯编程实现的溢价可能正在缩水，但规划、判断和纠错的价值反而上升了。一个有趣的佐证来自用户自己的感受。Anthropic 6 月的经济指数调查里，超过三分之一的受访者预期 AI 在 12 个月内能完成自己大部分工作，但预期自己因此失业的比例明显更低。用 AI 自动化程度更高的那批用户，对薪资和工作安全感反而更乐观。

https://www.anthropic.com/research/economic-index-june-2026-report

三种「奇点」和一道防线McCrory 对当下的判断是乐观的，但他没有回避三种可能打破现有格局的未来场景。

十六 | 它们在学术文献和行业讨论中分别被称为软件奇点、经济奇点和科斯奇点。

十七 |

https://x.com/MTSlive/status/2090610614154764509软件奇点指的是 AI 自动化创新本身。过去的通用技术再强大，内燃机造不出新的交通方式；但 AI 被直接赋予了通用认知能力，理论上可以反过来加速自身迭代。McCrory 原文明确讨论了这一场景：递归自我改进（RSI）一旦成立，AI 能力的提升将脱离人类控制的节奏。经济奇点是软件奇点的经济学后果。McCrory 援引 Aghion、Jones 和 Jones 2017 年的模型指出，如果创新过程本身被自动化，标准经济模型会预测出「有限时间内的无限增长」。这个结论听起来像科幻，但它是严格的数学推演。科斯奇点则瞄准另一个维度。

十八 | NBER 2025 年的一篇论文（Shahidi、Rusak、Manning 等人合著）提出，当 Agent 把搜索、谈判、签约和监督等交易成本压到接近零时，Ronald Coase 1937 年的经典问题就会被重新激活——市场协调的成本一旦消失，企业存在的理由也就动摇了。

https://www.nber.org/system/files/chapters/c15309/c15309.pdfMcCrory 讨论的 Agent 场景天然与这一框架对话：如果 Agent 不只改变生产方式，还改变组织形态，劳动力市场的影响将远不止「谁丢了工作」这么简单。

十九 | 面对三种奇点，McCrory 给出的防线是同一道：「弱环节」。这个概念来自 Aghion、Jones 和 Jones 的论文——经济增长的上限不由做得最好的环节决定，而由那些不可或缺却难以改进的环节决定。

|

https://www.nber.org/system/files/working_papers/w23928/w23928.pdf只要存在始终无法被自动化的关键任务，无论是技术瓶颈还是社会约束，劳动收入份额就不会崩塌，企业形态也不会彻底解体。编程 Agent 的现状已经在验证这条逻辑。McCrory 引用的数据显示，引入编程 Agent 后代码行数增长了 10 到 20 倍，但软件发布量只增加了 30%，应用实际使用量没有任何增长。代码只是软件生产的一环，测试、架构设计、产品判断这些环节仍然卡在人手上，它们就是当前的「弱环节」。McCrory 给出了明确的预测：一年后美国的失业率不会因为 AI 而明显上升。这个判断的有效期是 12 个月，验证信号也很清晰——观察 AI 高暴露岗位的失业率是否开始偏离其他岗位，以及 Agent 场景中人类专业能力的回报是否开始下降。两个指标同时转向的那天，他自己搭建的这套分析框架也需要被修正。