Anthropic 最新研究给出了一个很容易被误读的数字：当前机器人在某些环境里，已经能够完成美国 74% 的体力任务。但把价格算进去，真正比人工更便宜的工作任务只有 0.3%。这两个数字放在一起，才是理解机器人就业冲击的关键。
如果只看机器人的演示，很容易觉得工厂、仓库、司机这些岗位很快都不需要人了。机器人已经会搬箱子、开车、焊接、喷漆，甚至在家庭场景里也能完成越来越多的复杂操作。可企业真正做决策时，问的不是“它能不能偶尔做出来”，而是：环境需要改造成什么样？速度和稳定性够不够？设备、维护和停机成本，真的会比人工低吗？
Anthropic 在北京时间 10 月 1 日发布的这项研究，尝试把这些问题放进一张美国就业地图里。研究团队整理了约 900 种职业和约 1.9 万项具体工作任务，再结合现实中的机器人部署、销售和公开演示，判断每项任务目前能在哪类环境中完成。
图：根据 Anthropic 机器人就业暴露研究整理，龙哥读论文制图
一、74% 到底是什么意思
研究把机器人定义为能够感知环境并自主行动的实体机器。遥控手术设备如果完全由医生控制，就不算自主机器人；自动洗车机、仓库搬运机器人和自动驾驶车辆则可以纳入。
结果显示，机器人在至少一种环境条件下能够完成 74% 的体力任务。这些任务约占美国全部工作时间的 34%。如果把大语言模型能够处理的认知工作也算上，机器人与大语言模型合计“接触”到约 80% 的工作时间。
但“接触到”不是“已经自动化”。 这里包含只能在专门流水线里完成的任务，也包含需要把工具、物料和场地全部围绕机器重新设计的任务。它描述的是技术能力边界，不是企业已经部署的比例，更不是岗位消失的比例。
二、同一台机器人，换个环境就可能不会干了
Anthropic 把任务分成四级。最低一级是目前做不了；再往上，是只能在专门为机器人打造的场地工作；然后是可以进入仓库、医院等结构化的人类工作场所；最高一级才是能在城市道路等开放、不断变化的环境里完成。
例如自动挖掘机可以在空地上沿直线挖沟，却未必能在人行道下方布满水管、电缆的地方安全施工。仓库机器人可以搬运标准箱体，但进入杂乱家庭后，面对柔软衣物、透明物体、缠绕电线和临时障碍，可靠性会迅速下降。
图：四级环境分类根据 Anthropic 研究方法整理
三、真正让人意外的是 0.3%
当研究进一步比较机器人与人工成本时，结论突然反转：当前只有 0.3% 的工作任务具备机器人成本竞争力。也就是说，大量任务在技术上已经能做，但把设备采购、环境改造、系统维护和故障风险都算进去之后，企业仍然不如直接雇人。
研究按照历史价格下降趋势估算，即使机器人继续变便宜，成本竞争力覆盖 10% 的任务也可能需要约 40 年。这不是对未来的确定预言，而是提醒人们：能力提升很快，不代表经济扩散也会同样快。
更何况价格之外还有法规、责任和人的偏好。养老、护理、维修等工作即使出现能完成部分动作的机器人，用户是否愿意接受、出了问题由谁负责、机器能否在非标准环境稳定工作，都会影响真实采用。
四、司机和仓库工人为什么排在前面
研究中的高暴露职业大多与车辆操作有关。出租车、卡车、拖拉机和铺路车辆已经存在能够在真实或半开放环境运行的自动化系统。仓库搬运也拥有标准货架、固定通道和规则箱体，这些条件天然适合机器人。
护理和综合维修则相反。它们需要大量细小动作、临场判断和人与人互动。给病人翻身、安慰焦虑者、在老旧房屋里判断故障，不是把一个动作演示成功就能覆盖完整工作。
这与经典劳动经济学研究的方向一致。Acemoglu 和 Restrepo 对美国工业机器人的研究发现，机器人采用较高的地区后来出现就业和工资压力。但历史工业机器人主要集中在制造业，不能直接证明当前的通用机器人会以相同速度影响所有职业。
五、这项研究是怎么做出来的
研究使用美国职业信息数据库，把职业拆成约 1.9 万项任务。Claude 被用于判断任务是否属于体力工作、补充具体工作例子、搜索机器人能力证据，并按环境难度进行评级。团队要求引用现实部署、商业销售或公开演示，只有机器人达到接近人的速度、可靠性和完成质量时才算覆盖。
为了验证指标是否有意义，作者还把方法回放到过去 50 年。研究报告称，历史上更早暴露于机器人能力的职业，在之后几十年更容易出现工资和就业下降。这为指标提供了一定支撑，但仍然属于观察性关系，不能排除行业变化、贸易、地区经济等其他因素。
六、最需要警惕的三个误读
第一，74% 不是自动化率。 它只表示存在某种环境，使现有机器人能够完成任务。
第二，任务不是岗位。 一个职业通常由很多任务组成。机器接管搬运，不代表能同时处理沟通、判断、清洁、异常和责任。
第三，模型辅助评级不是实地普查。 研究覆盖面很大，但许多判断由 Claude 搜索资料并评估，公开演示也可能比长期运行更理想。结果更适合用来比较哪些职业先受影响，而不是精确预测某一年会减少多少岗位。
七、龙哥点评
龙哥觉得，这项研究最有价值的地方，是把机器人讨论从“又学会一个动作”拉回到完整工作流程。公开视频中的机器人，往往处在灯光、物品位置和流程都经过安排的环境里；真实岗位却充满例外、脏数据、临时变化和责任问题。
74% 说明机器人能力已经广泛进入体力工作的边界，0.3% 则说明大规模替代还卡在成本和现实条件上。短期最可能发生的不是整个岗位突然消失，而是岗位里的标准化任务先被切走，人更多处理异常、沟通和最终判断。
对企业来说，比追逐“人形机器人会不会走路”更实际的问题是：哪一步最重复、环境最稳定、失败代价最低、最容易计算回报。对普通人来说，也不必只问自己的职业会不会消失，更应该拆开看：自己的日常工作中，哪些部分最标准化，哪些部分依赖经验、信任和承担责任。
主要参考资料
本文依据 Anthropic 官方研究、公开方法材料与劳动经济学历史研究整理。74% 表示在至少一种环境条件下可由机器人完成的体力任务比例，不代表现实自动化率；0.3% 为研究中的当前成本竞争力估算，未来变化仍受价格、能力、法规和社会接受程度影响。
发表于 昨天 23:29
|
查看: 4|
回复: 0
