近期，小龙虾 OpenClaw 再度刷屏全网，也让大众对 “AI 替代人工” 的焦虑再度升温。 毋庸置疑，从编写代码到一键...

近期，小龙虾 OpenClaw 再度刷屏全网，也让大众对 “AI 替代人工” 的焦虑再度升温。

毋庸置疑，从编写代码到一键生成视频，AI 已悄然改变了诸多职业的工作模式，而它对劳动力市场的实际冲击究竟几何？

本月发布的一份专项报告中，Anthropic 的研究团队构建了名为 “observed exposure”（观察暴露度）的全新衡量指标，并据此得出结论：AI 对劳动力市场的影响远未达到人们的预期规模，甚至在部分关键指标上尚未显现出明显痕迹。

长期以来，评估 AI 对就业的潜在威胁，大多以 AI 的理论能力为依据 —— 即判断 AI 在理论层面能否完成某类职业的核心任务，却忽略了 AI 的技术能力与实际应用场景之间的关联。

此次 Anthropic 团队提出的 “观察暴露度” 指标，实则是将大语言模型（LLM）的技术能力与现实场景中的 AI 实际使用数据相结合，对自动化场景及与工作高度相关的 AI 应用场景进行加权分析，以此更精准地捕捉 AI 对不同职业的实际影响。

简单来说，过往相关研究的核心都聚焦于 “AI 能做什么”，而这份报告则从 “AI 实际被用来做什么” 的角度展开分析。

程序员编写AI取代自己?

为构建这一精准指标，该研究整合了三大核心数据来源，基于整合后的数据分析，研究团队也发现了诸多有趣的现象。

例如计算机与数学类职业，其 AI 理论覆盖率高达 94%，但实际观测覆盖率仅为 33%；办公与行政类职业的 AI 理论覆盖率为 90%，实际应用覆盖率同样远未达到这一数值。

二者之所以存在如此大的差距，既源于 AI 模型本身的技术局限性，也受法律约束、软件适配等现实因素的影响 —— 比如药品处方中一些被认为能被 AI 完美处理的任务，在实际场景中却极少被 AI 替代。

具体到各职业来看，计算机程序员以 74.5% 的观察暴露度位居首位，代码编写、更新与维护等任务，早已是公认的 AI 自动化应用重点场景；紧随其后的是客服（70.1%）、数据录入员（67.1%）等职业。

22-25岁的年轻劳动者最危险？

除了这些 AI 暴露高风险的职业外，有 30% 的劳动者几乎不存在 AI 暴露风险，这类从业者多从事厨师、机械师、救生员等体力劳动类职业，这类工作对 AI 的需求度极低。

从群体特征来看，AI 高暴露度群体比无暴露度群体平均年长 1.9 岁，其中女性占比高出 15.5 个百分点，白人占比高出 10.6 个百分点，亚裔占比更是近乎翻倍；薪资层面，高暴露度群体的平均时薪为 32.69 美元，较无暴露度群体高出 10.45 美元，薪资差距达 47%；教育水平上，高暴露度群体中拥有研究生学历的比例为 17.4%，是无暴露度群体的近四倍，其本科及以上学历占比更是达到 54.5%，远高于无暴露度群体的 17.8%。

这一数据直接打破了 “AI 主要替代低技能工作” 的传统认知，也印证了 AI 的影响其实更集中于高学历、高薪资的白领群体。

报告还指出，22 至 25 岁的年轻劳动者，在 AI 高暴露度职业中的就业机会正持续减少，而 25 岁以上的劳动者则未出现就业率下滑的情况。究其原因，一方面是在 AI 普及的背景下，企业减少了对年轻入门者的招聘，更倾向于留用经验丰富、能与 AI 协同工作的资深员工；另一方面，年轻劳动者也可能主动转向 AI 低暴露度职业，或选择继续深造提升自身竞争力。

结语

总体而言，这项研究以全新视角提醒我们，AI 对劳动力市场的影响远比预期更为复杂，它并非简单地 “取代” 工作，而是会重新定义工作内容、改变工作模式。

当然，研究团队也坦言，此次研究仍存在一定局限性：仅分析了 Claude 的使用数据，未涵盖其他 AI 模型；研究的评估指标基于 2025 年的数据，可能无法完整反映 2026 年及以后的行业最新变化；AI 对年轻劳动者的影响也仍需更多数据佐证。

未来，研究团队将纳入更多 AI 模型的使用数据、更新大语言模型的能力评估指标，并重点关注 AI 高暴露度职业相关专业毕业生的就业情况。

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！