Anthropic经济团队联合MIT和斯坦福学者发布了三种面向2030年的经济情景推演，核心问题只有一个：AI会把经济总量推高到什么程度，又会怎样改写美国劳动力市场。
这份推演给出的最极端结果是，到2030年，美国GDP较基线暴增超过32%，但知识工作者失业率可能升至17.9%，资本拿走接近55%的增长红利。Anthropic同时联合Morning Consult对全美10980名成年人展开调查，结果显示，受访者的中位预期落在第二种情景附近，并略向第三种情景偏移，近10%的人直接认同最极端版本。
三种2030年情景如何建立
Anthropic团队采用的是「基于任务的劳动力模型」，将美国劳工部的大量岗位拆解为成千上万个微观任务，再逐项判断哪些任务会被AI增强，哪些会被彻底替代，哪些暂时无法由AI介入。
在此基础上，研究按照技术演进和落地速度的不同，构建出三种通往2030年的情景：温和情景、显著情景和极端情景。报告没有围绕模型能力跑分展开，而是直接把分析落在GDP、失业率、工资和收入分配这些现实指标上。
温和情景：GDP额外增长1.6%，就业基本稳定
在温和情景中，AI落地受到现实摩擦制约，包括算力瓶颈、法规限制以及企业组织架构僵化。Anthropic将这一阶段的生产率提升类比为20世纪90年代互联网带来的影响。
按照这一推演，到2030年，AI仅为美国GDP额外带来约1.6%的增长，经济总量升至34.1万亿美元。劳动力市场整体变化不大，失业率只微幅上升0.1%，劳动收入在国民总收入中的占比仍维持在60%左右。
报告还给出一个更细的变化：只有0.3%的知识工作者会转向其他行业。换句话说，在这一情景下，AI更像升级版Office套件，被广泛使用，但不会大规模挤出岗位。
显著情景：白领薪资停滞，蓝领和现场服务岗位受益
第二种情景里，AI不再只是辅助工具，而开始承担替代者角色。报告称，AI系统在这一设定下已经能够独立、自主完成接近一半的知识与脑力工作，覆盖基础代码编写、日常法务合同审查、财务审计、初级文案和数据分析等任务。
到2030年，AI在这一情景下为美国GDP额外贡献8.3%的增长，经济总量升至36.3万亿美元，企业效率显著提高。
但增长并没有平均落到所有岗位上。知识工作者的工资几乎零增长，认知类岗位招聘需求萎缩约4%。报告点名的受影响岗位包括初级分析师、文案策划和普通程序员。
与之相对，蓝领和现场服务岗位并未同步承压。水管工、电工、重型机械操作员、护士、养老照护人员等职业的薪资反而上升。报告给出的原因是，物理世界中的体力劳动和需要情感照护的服务，短期内仍难被AI和机器人完全接管，而在社会财富增加后，这类「真人体感服务」的需求会继续扩大。
极端情景：GDP增幅超32%，知识工作者失业率升至17.9%
第三种情景是报告中最激进的一种。Anthropic认为，在这一设定下，AI技术迭代跨过临界点，绝大多数脑力劳动被全面接管，AI以接近零边际成本的方式持续运行。
对应的宏观结果是，美国年化GDP增速升至15%，到2030年经济总量达到44.4万亿美元，较基线暴涨超过32%，经济体量约每4.5年翻一番。
就业和收入分配则出现剧烈变化。知识工作者失业率升至17.9%，13.5%的白领岗位被取代，8.3%的知识工作者可能彻底转型。即便保住岗位，白领薪资也会下跌超过10%。
收入分配结构也被重写。劳动收入占全社会收入的比重从接近60%降至45.2%，资本收入占比则从40%升至接近55%。报告的结论很直接：蛋糕会变大，但分配权会更集中地落到算力拥有者、模型所有者和核心资本持有者手中。
10980人调查：公众预期更接近第二和第三种情景
为了判断普通人如何看待AI带来的变化，Anthropic联合Morning Consult对全美10980名成年人进行了调查。
调查结果显示，受访者的中位数预期落在第二种情景区间，并略微偏向第三种情景。接近10%的受访者直接认同最极端的版本。按照原文表述，这意味着不少一线职场人已经从缩招和降本增效中感受到压力。
报告还提出一个与过去工业化经验不同的判断：过去两百年，机器主要替代体力劳动，脑力劳动者通常是受益者；但在AI时代，越是纯认知、纯信息处理的工作，越容易被接管，而需要到现场、依赖双手操作、与人直接互动的工作，短期内反而更难被替代。
Anthropic称将推动政策研究
Anthropic表示，将据此推动政策研究，以确保AI带来的经济红利能够被更广泛分享。报告末尾写道：「我们的目的不是为了制造恐慌，而是为了在未来被固化之前，让全社会看清政策与分配的方向。」
原文还提到，当一家依靠大模型业务盈利的头部AI实验室开始讨论如何广泛分享AI经济红利，并推动政策制定者研究再分配机制时，外界需要关注的重点，已经不只是AI能否做到，而是做到之后如何分配收益。
报告引出再分配讨论
文章援引这份研究称，如果极端情景成为现实，社会可能出现更明显的分化：一端是掌握模型、算力和资本的少数主体，另一端是失去劳动定价权的大量中产就业者。
在这一背景下，围绕「AI暴利税」「算力资产全民分红」以及「全民基本收入（UBI）」的讨论，正从边缘议题转向政策研究范围。Anthropic此次发布情景推演，也被视为在为相关政策讨论提供量化框架。
原文给出的个人应对方向
原文最后将时间点落在2030年前约四年，并给出几项面向个人的判断：减少对「纯知识记忆与加工」工作的依赖，更多靠近物理世界和真实信任关系，以及从单纯依赖劳动收入转向关注资产与算力相关的所有权。
这些内容来自微信公众号「新智元」刊发文章，作者为ASI启示录，编辑为大卫。文中参考资料包括Anthropic官网页面和一份PDF报告。