查睡觉建议凌晨 3 点最火、报税截止日前一天咨询量暴涨 8 倍、把任务整包交给 AI 的人反而最乐观……这些不是段子，而是 Anthropic 最新一期《经济指数报告（Cadences）》里的真实发现。
2026 年 6 月 26 日，Anthropic 发布了新一期Anthropic Economic Index 报告：Cadences（节奏）。和以往不同，这一次他们做了三件大事：
- 采样频率提升到"小时级"——可以看到 AI 使用如何跟随现实生活昼夜起伏；
- 引入"产物（Artifact）分类器"——不再只看你和 AI 聊了什么，而是看你从 AI 那里拿走了什么；
- 首次发布用户问卷调查——把 9700 名用户的回答与他们的实际使用数据关联起来，直接问：你觉得 AI 会怎样改变你的工作？
这份报告用真实数据回答了一个所有人都关心的问题：AI 到底在怎样影响经济和职业？下面是报告的核心发现。
一、AI 使用精确复刻了现实生活的节奏
工作日 vs 周末：两个完全不同的 AI
工作日里，个人用途的对话约占 35%；一到周末，这个比例直接跳到接近 50%。工作日的对话是商务邮件、营销文案、PPT；周末则变成情感支持、医疗咨询、投资建议。
有意思的是 Claude Code（编程工具）的周末"换岗"：后端架构、API 调试、数据存储这些任务周末大幅下滑，而AI 智能体设计、量化交易、游戏开发反而上升——周末成了人们折腾副业和新点子的时间。数据也印证了这一点：与"创业"相关的对话在周六周日达到峰值。
一天 24 小时：凌晨 3 点的睡眠焦虑
按小时看，AI 使用就是一幅人类生活图鉴：
- 早上 7 点：问新闻的人最多；
- 上午 10–11 点：商务邮件写作达到高峰；
- 傍晚 6 点：菜谱请求的频次是平均值的2.3 倍；
- 凌晨 3–5 点：寻求"睡眠建议"的人达到顶峰（这个时间点醒着问 AI 怎么睡着，画面感很强）。
报税截止日：AI 使用能被日历"预测"
4 月 15 日是美国报税截止日。4 月 14 日当天，税务相关对话的占比是 5 月平均水平的8 倍，4 月 16 日立刻断崖式回落。AI 使用数据，第一次精确到了"跟着日历走"。
一个耐人寻味的细节：夜里和周末加班的，多是高薪职业
报告发现，夜间和周末仍在用 AI 处理工作的任务，明显偏向高工资职业（如营销经理、程序员）；而低工资职业相关任务（如电话销售、文员）占比下降。这或许说明：高薪职业的"隐形加班"，正在被 AI 数据忠实记录下来。
二、人们从 AI 那里拿走的到底是什么？
这次报告提出了一个新概念：Artifact（产物）——一段对话最终交付给你的东西：一份文档、一段代码、一个解释、一份方案。
在 93% 的对话中，Claude 都产出了明确的"产物"。排名前三的是：
| 产物类型 | 占比 |
|---|---|
| 解释说明 | 17% |
| 文档和报告 | 15% |
| 指导建议 | 11% |
大致结构是：对话型输出（解释、建议）和书面交付物（文档、演示）各占约三分之一，代码和技术产物约占六分之一。
不同用途差异极大：
- 几乎全是个人用途：创意写作、生活指导、菜谱（个人占比超 80%）。个人创意写作里最多的是同人小说、世界观设定和诗歌；
- 几乎全是工作用途：数据库查询（82%）、博客/文章（81%）、营销内容（80%）；
- 一半一半：规划/方案（工作 44%、个人 49%）、翻译（42% vs 44%）。个人规划是旅行行程和健身计划，工作规划则是创业和内容策略。
算力消耗，跟着"工作价值"走
报告发现了一个经济学上很有意思的规律：对话消耗的 token 数量，与对应职业的工资正相关。
比如，营销经理的时薪（约 80 美元）大约是编辑（约 37 美元）的两倍，映射到营销经理任务的对话消耗的 token 也约为 2.5 倍。构建 App 类对话消耗的 token 是中位数对话的 3 倍以上，而一次简单的"解释"只用约五分之一。
更关键的是：在高工资职业的对话里，Claude 产出更多（每轮输出多 34%），用户投入也更多（对话轮次多 53%）——两者同步上升。也就是说，在最高价值的任务上，人并没有退场。报告作者认为，这个模式看起来更像是AI 在增强人的劳动（labor-augmenting），而不是替代人（labor-displacing）。
Claude Code 正在改变"委托"的程度
报告用 1–5 分衡量 Claude 在对话中的自主决策程度：
- 自主性最低的任务：数学计算、翻译、问答（答案基本被问题限定）；
- 自主性最高的任务：开发 App、网站、游戏、演示文稿（需要持续做判断）。
在 31 类产物中，有26 类在 Claude Code 上的 AI 自主性更高。一个生动的对比：同样写一篇博客文章，在聊天窗口里的中位对话有13 轮来回，而在 Claude Code 里，中位数是1 条人类指令——说完就走，剩下的交给 AI。这种差距即使用同一个模型也依然存在，说明产品形态比模型本身更能决定人与 AI 的协作方式。
三、真实情况：谁是担心失业的人和最乐观的人？
这是本报告最有价值的部分。Anthropic 把问卷与使用数据做了隐私保护的关联，结论颇为反直觉。
几乎所有人都认为：明年 AI 会更强
接近 6 成受访者认为，12 个月后 AI 能独立完成自己工作的比例会上升；超过三分之一的人认为，明年 AI 就能做他们"大部分甚至几乎全部"的工作。而且无论身处高薪还是低薪行业、资深还是新人，大家对"进步速度"的预期惊人一致——像一场"普涨的大潮"。
谁最担心失业？
- 职场新人报告 AI 能做的任务占比最高，对失业的担忧也最重；
- 10% 的受访者认为自己明年"很可能失业"；
- 人们普遍更担心别人而不是自己——超过三分之一的人认为自己的初级（junior）同事明年失业概率超过 60%；
- 低收入国家的受访者，无论对自己还是他人的失业担忧都更高。
反直觉的发现：越是"整包委托"的人，越乐观
报告把使用方式分为自动化（把任务整个交给 AI，如"翻译这篇文档"）和增强（与 AI 反复协作）。结果发现：
自动化程度越高的用户，对 AI 在薪酬、工作稳定性、再就业能力、工作意义、自主性、人际互动六个维度上的预期，全部更乐观。对"未来涨薪"和"找到新工作"的正面预期差异最大。
为什么？数据提供了线索：86% 的人报告工作速度提升、82% 报告工作范围扩大、69% 报告质量提升；68% 的人觉得自己学到更多，57% 的人认为AI 让自己的技能在市场上更值钱了——而且这个比例随自动化程度上升而上升。
一个常见担忧是"把思考外包给 AI 会导致技能退化"，但数据里没有看到：重度委托者报告的学习增长并不比别人少。（报告也诚实地注明：这是自评数据，不能完全排除技能侵蚀。）
性别差异值得注意
在关联样本中，女性只占 12%。即使控制职业差异，女性使用 Claude Code 的比例低 6.3 个百分点，自动化使用比例低 7.3 个百分点，但花在聊天上的主动时间更多——更倾向于迭代式、协作式的使用方式。
十年后，人们想要什么？
问卷最后一题是开放题：“大胆想象：你希望十年后被 AI 塑造的经济是什么样子？” 最高频的三个愿望是：
- 人机协作（超半数）：希望与 AI 一起做有意义的工作，职业依然重要，新行业带来新机会；
- 自动化脏活累活（超半数）：把枯燥的部分交给 AI，换取更多自由时间；
- 共享繁荣（约三分之一）：希望 AI 带来的经济收益被广泛分享。
没有人想要"被替代"——站在 AI 前沿的这群人，对十年后的期待是协作，而非取代。
四、这些发现对我们意味着什么？
把所有内容串起来，这幅图景相当清晰：
- AI 已经深度嵌入经济节律——它跟着工作日走、跟着报税季走、跟着凌晨的失眠走；
- AI 的产出在升值——人们把越来越复杂、越来越值钱的任务交给它，而算力消耗与任务价值同步上升；
- 人在高价值环节并未退场——至少目前，最贵的任务上人机投入是同步加深的；
- 最值得关注的群体是新人——他们的工作暴露度最高、担忧最重，而"初级岗位"恰恰是 AI 最先覆盖的地方；
- 态度的分水岭不在"用不用 AI"，而在"怎么用"——亲手把完整任务交给 AI、亲眼看到它能做成什么的人，反而建立了最强的信心。
当然，报告自己也强调：这些数据反映的是Claude 用户的使用模式，不是整个劳动力市场的全貌；问卷受访者也更偏向知识工作者。但作为目前少有的、基于真实行为数据（而非问卷印象）的 AI 经济影响研究，它的参考价值毋庸置疑。
最后： 如何查这些数据？Claude 刚刚上线了"经济指数连接器"
就在 7 月 22 日，Anthropic 宣布为 Claude 推出Anthropic Economic Index 连接器——你可以直接在 claude.ai 里用自然语言查询上面这些真实数据，像请教同事一样提问，例如：
- “哪些职业使用 AI 最多？”
- “教师们通常用 Claude 来完成哪些任务？”
- “人们正在用 AI 自动化哪些类型的任务？过去一年发生了什么变化？”
- “科罗拉多州的人们最常使用 Claude 的方式是什么？”
实例：
问：哪些职业使用 AI 最多？
答:根据 Anthropic 自己的 “经济指数”(Economic Index)项目——基于对 Claude.ai 和 API 上数百万条真实对话的分析——目前 AI 使用最集中的职业领域是:
*** 使用最多的职业类别***
计算机与数学类职业遥遥领先，占 Claude.ai 对话量的 35%左右，编程仍是最常见的使用场景，包括程序员、数据科学家等。
整体来看，ONET 数据库中约 800 种职业里，约三分之一的职业(约36%)在其至少四分之一的工作任务中会用到 AI，而约4%的职业在四分之三以上的任务中都会用 AI。
AI 使用在中高薪职业(比如程序员、数据科学家)中更普遍，但在最低薪和最高薪职业中使用率都偏低，这既反映了当前 AI 能力的局限，也有实际使用门槛的因素。
趋势变化(2025年底到2026年)
使用场景正在从编程向外扩散。2025年11月到2026年2月间，Claude.ai上的使用场景变得更加分散，前十大最常见任务占对话比例从24%降到了19%，说明越来越多非技术类职业也在使用 AI。
编程类任务正逐渐从 Claude.ai 上的"辅助型"使用迁移到 API 上更自动化的工作流，即专业开发者更多通过 Claude Code 等工具把 AI 直接嵌入工作流程，而不只是聊天问答。
约49%的职业中，至少有四分之一的相关任务已经在用 Claude 完成，说明 AI 渗透面已经相当广。
使用率较低的职业
据同一份报告分析，AI渗透率低的职业主要分两类:一是医疗从业者(医生、牙医、理疗师等)，因为其核心工作涉及实体检查、动手治疗和受监管的临床决策;二是高层管理者和高管(CEO、工程经理、销售经理等)，他们的工作更依赖人际关系、判断力和组织政治。有意思的是，医生相关任务出现在数据中时，82%是患者在询问自己的症状，而不是医生用AI辅助临床推理。
简单说:软件开发/程序员、数据分析、技术写作目前是 AI 使用最密集的领域;而医疗临床一线和高层管理决策这类需要动手实操或高度人际判断的职业，AI 渗透率相对最低。
如果你想看具体某个职业或行业的详细数据，可以去 Anthropic 官网的 Economic Index 页面(economic-index)交互式查看，里面按州和上百种职业分类展示了详细数据。
资料来源
https://www.anthropic.com/news/anthropic-economic-index-connector
https://www.anthropic.com/economic-index
https://www.anthropic.com/research/economic-index-june-2026-report
