AI真能替代12%的工作吗?MIT与Anthropic给出的不同答案
正在加载视频...
视频章节
围绕“AI是否已经能替代12%工作”的争议,MIT的Project Iceberg研究与Anthropic内部实践给出了远比标题党复杂的答案。这篇文章拆解11.7%这一数字的真实含义,并结合Anthropic工程师的一线经验,理解AI如何在任务、技能而非岗位层面,悄然重塑工作本身。
AI真能替代12%的工作吗?MIT与Anthropic给出的不同答案
围绕“AI是否已经能替代12%工作”的争议,MIT的Project Iceberg研究与Anthropic内部实践给出了远比标题党复杂的答案。这篇文章拆解11.7%这一数字的真实含义,并结合Anthropic工程师的一线经验,理解AI如何在任务、技能而非岗位层面,悄然重塑工作本身。
11.7%并不是你以为的“12%工作消失”
为什么这个数字如此重要?因为它已经成为AI就业讨论中最容易被误解、也最具煽动性的一个标签。视频一开始,主持人就直言不讳地吐槽:“这是又一个被标题党彻底写错的MIT研究。”CNBC的标题——“MIT研究发现AI已能替代11.7%的美国劳动力”——在传播层面极其成功,却在概念上几乎完全错误。
Project Iceberg真正想衡量的,并不是“工作岗位是否会消失”,而是当前AI技术能力与人类技能之间的重叠程度。他们提出的“Iceberg Index(冰山指数)”,是一个以技能为中心(skill-centered)的指标,而不是以岗位或职业为单位。MIT团队在FAQ中反复强调:“12%指的是该职业中,约12%的工资价值对应的技能,已经在技术上可以被AI完成,而不是12%的工作岗位。”
这个澄清至关重要。工作并不是单一技能,而是多个技能的组合。自动化一部分技能,往往意味着岗位内容的重组,而不是岗位本身的消失。正如视频中的比喻:我们看到的只是“冰山露出水面的部分”,而水面之下,是大量尚未被广泛采用、但在技术上已经可行的认知型自动化能力。
Project Iceberg在测量什么:技能,而不是职位
理解Iceberg Index,关键在于它的方法论。传统劳动力统计往往是事后视角——等岗位减少了,才知道技术产生了冲击。而Project Iceberg试图做的是前瞻性模拟:在AI真正大规模落地之前,先看看它“理论上”已经能做什么。
为此,MIT团队使用了一个“large population model(大规模人口模型)”,模拟了1.51亿名工人作为自主代理,覆盖32,000种技能、3,000个国家,并让他们与数千种AI工具互动。最终得到的结果是:目前可见的AI暴露主要集中在软件开发和数据科学等领域,只占约2.2%的工资技能价值——这是“冰山之上”的部分。
但真正引发讨论的是“冰山之下”:研究发现,当前AI在技术上已经可以自动化约11.7%的工资技能价值,这些技能大量分布在金融、人力资源、客户支持等认知型白领工作中。研究者将其称为“hidden cognitive automation(隐藏的认知自动化)”。
视频主持人反复强调一个被忽略的事实:能被自动化,并不等于一定会被自动化。组织惯性、监管、文化、成本结构,都会极大拖慢技术扩散的速度。但反过来说,一旦某个岗位的大部分技能都高度可自动化,它确实会面临更高风险,即便我们不再使用“12%工作消失”这种简单粗暴的说法。
Anthropic内部的真实世界:有人已经不再“写代码”了
如果说MIT研究提供的是宏观视角,那么Anthropic的内部实践,则是难得的微观证据。视频引用了Anthropic CEO Dario Amodei在DealBook峰会上的一段话,堪称全片最具冲击力的瞬间之一。
Amodei直言:“我第一次听到内部有人说,‘我已经不写代码了。我不开编辑器,只让Claude Code写第一版,然后我来编辑。’我们以前从没到过这个阶段。”在他看来,模型能力正沿着一条类似摩尔定律的曲线指数级提升——从更好的编程能力,到更强的科学推理,甚至开始“做新的数学”。
但Anthropic随后发布的内部研究,提供了一个更克制、也更真实的画面。这项研究基于132名工程师和研究员的问卷调查、53次深度访谈,以及Claude Code的真实使用数据。结果显示,大多数人还没有完全把编码交给AI,而是主要用它来修复代码错误、理解复杂代码库,以及加速学习。
即便如此,变化已经相当剧烈。员工自报在约60%的工作中使用Claude,整体生产力提升约50%,相比一年前是2到3倍的增长。更有意思的是,27%的AI辅助工作,原本根本不会被做——这意味着AI不仅在“省时间”,也在扩大工作的可能边界。
从“帮手”到“代理”:工作正在被重新分配
为什么Anthropic的案例如此重要?因为它揭示了AI影响工作的真正路径:不是一夜之间取代人,而是悄然重塑任务分配方式。
研究发现,大多数员工目前只能将0到20%的工作完全委托给Claude,但这个比例正在上升。关键原因在于,工程师们正在形成“AI委派直觉”。正如报告所写:“人们倾向于先委派那些容易验证正确性的任务,并在信任建立后,逐步交给AI更复杂的工作。”
数据也印证了这一点:与6个月前相比,Claude Code能连续执行的工具调用次数翻倍,完成同一任务所需的人类输入显著下降。这意味着AI正在从“单点工具”,向更自主的“工作代理(AI Agent)”演化。
当然,Anthropic内部也并非只有乐观情绪。员工担心的问题包括:深度技术能力是否会退化?未来如何监督AI输出?当人们“先问Claude而不是同事”时,团队协作和职场关系是否会发生变化?这些矛盾与不安,恰恰说明AI的影响已经足够真实,而不再只是概念层面的讨论。
总结
MIT的11.7%与Anthropic工程师的日常体验,指向同一个结论:AI正在重塑工作的基本单位——从岗位转向技能、从流程转向任务。它既不是标题党宣称的“12%工作立刻消失”,也不是无关痛痒的效率工具。真正的变化,发生在水面之下:哪些技能被保留,哪些被重新组合,哪些被彻底交给机器。理解这一点,或许比争论“会不会失业”更重要。
关键词: Project Iceberg, AI自动化, Anthropic, Claude Code, 技能重构
事实核查备注: MIT Project Iceberg;Iceberg Index;11.7%技能重叠比例;2.2%可见暴露;1.51亿工人模拟;32,000项技能;Anthropic CEO Dario Amodei;DealBook Summit 2025-12-03;Anthropic内部调查:132名员工、53次访谈;60%工作使用Claude;约50%生产力提升;产品名:Claude、Claude Code、Gemini