科技 · 新闻解读
Anthropic 的 44 万亿美元 AI 数字是情景，不是预测：五个假设要核对
Jack Clark 在曼谷强调了一个极端的 2030 年结果。Anthropic 自己的论文明确说，这些情景没有概率，并展示了产出、就业与劳动收入份额为何可能朝不同方向变化。
Anthropic 联合创始人 Jack Clark 在 IMF 与世界银行年会上引用了一个醒目的数字：在特定 AI 假设下，美国 2030 年产出可能接近 44 万亿美元。该公司的技术论文同时明确限定：这些情景不是预测，极端结果依赖能力、采用率与自动化迅速上升。
44 万亿美元来自有条件的极端情景
Clark 10 月 17 日在曼谷对官员表示，在特定条件下，一个内部模型可能令美国 2030 年产出接近 44 万亿美元。基础论文对含义更严格：情景不是预测，不附加概率，只用于比较不同假设的后果。最大数字来自极端变化情景，不是美国经济的基准预测。
结果由五个假设推动
模型考察 AI 能覆盖多少认知任务、企业使用多广、受影响任务生产率提高多少、AI 是替代还是辅助劳动，以及失业者多快转入其他工作。极端情景中，AI 影响约 30% 的全部任务价值，覆盖其中 60% 的实际执行，使相关任务生产率提高一倍以上，并以 90% 自动化、10% 辅助的方式使用。任何输入改变都会改变产出路径。
产出更高不等于收益平均分配
极端情景让 2030 年 GDP 比无 AI 路径高约 32%，年增长达到 15%，但收入也转向资本。论文中的劳动收入份额从 60% 降至 45%，认知就业比 2026 年中低 21.5%，原本从事认知工作的劳动者失业率达到 17.9%。这些是极端假设下的模型结果，不是已经观察到的事实，也不是损失一定会由转移支付抵消的承诺。
较温和情景完全不同
温和变化情景中，AI 到 2030 年只为 GDP 增速增加不到 0.5 个百分点，失业率约增加 0.1 个百分点。10,980 名美国成年人的调查答案更接近显著变化情景：2030 年 GDP 比无 AI 路径高约 8%，认知就业低约 4%。跨度很大正是核心结论，只把最大数字当预测会删掉模型最重要的警示。
现在到 2030 年应观察什么
作者列出可测量信号：模型可完成的任务比例、企业真实采用率、单项任务生产率提升、自动化与辅助的比例，以及失业者转入其他职业所需时间。框架也有边界：主要研究认知工作，大体排除机器人快速进步，也没有模拟研究与自动化之间的全部反馈。下一步最有用的证据是采用率、工资、招聘与任务级生产率，而不是又一个巨大 GDP 标题。
