Anthropic发布《变革性AI的经济情景》：极端情景下2030年美国GDP高出32%，但每五个认知型岗位就有一个失业

先看最温和的一条路，它反而最像一个参照系。按论文摘要，在温和变化情景下，到2030年AI对GDP增速的贡献不到0.5个百分点，对失业率的推升只有0.1个百分点——换句话说，宏观上几乎看不出来。Anthropic在配套博文里的表述是：这个情景里'AI是一项小技术'，经济继续沿'正常'路径前进，AI只在外围做了一些改动。把它放在最前面很有意义，因为它提醒读者：这场辩论的另一端，仍然是'AI可能没那么重要'这个完全严肃的可能性。

中间那条'显著变化'最接近主流机构的预期。论文给出：2030年GDP比无AI路径高出8.3%，按2025年价格约合36.3万亿美元；截至2030年的十二个月里增速达到5.4%，作者把它对照1999年互联网泡沫顶峰时4.7%的最快增速。代价则分摊在认知型劳动者身上：认知型失业率从2026年年中的2.9%升到2030年的4.5%；认知型岗位工资比无AI路径低0.3%，而其他职业的工资反而高出5.9%；劳动收入份额从60%降到56.1%。报告特别指出，这个情景与2023年前后高盛、麦肯锡全球研究院等机构流传的预测量级相当，大致对应每年约1.5个百分点的劳动生产率增量。

最刺眼的是第三条。在极端变化情景下，AI到2030年承担近一半今天由认知型劳动者完成的工作，年GDP增速冲到15%——按复利算，经济体量每4.5年翻一番；但同一份报告里，劳动收入份额从今天的60%一路掉到45%，认知型岗位工资比无AI路径低11.5%，其他职业的工资则高出34%。论文摘要只写了'近五分之一认知型劳动者失业'，而据OfficeChai的解读，这个数字对应极端情景下认知型失业率升至17.9%，把全经济失业率抬到11.9%，超出典型衰退水平。Business Today的报道补充了一个反直觉的细节：在这种最激进的情景里，劳动（工资）在GDP中的占比会被资本反超，劳动者拿45.2%，资本拿54.8%。

必须把研究者的自我限定说清楚，否则很容易被当成预言。论文明确写道：'这些情景不是预测，我们也不给它们赋予任何概率'，目的是让不同假设下的后果变得可以比较。模型还主动列了省略项：灾难性风险、政治经济因素、商业周期、可能的金融市场冲击都不在框架内；模型也没有考虑价格刚性与需求反馈，因此无法生成'冲击压低需求、需求再放大失业'的负反馈。另一个反直觉的结论也值得记住——论文发现即便在极端情景里，AI对创新速度的加速作用也相对有限，因为研究仍然受制于物理任务，三个情景下劳动生产率通过这条渠道的提升都远低于1个百分点。此外，研究者还调查了10,980名美国成年人，结果中位数落在'显著变化'附近（2030年GDP增长约8%、认知型就业下降约4%），也就是说普通人的预期并没有论文最激进的那条线那么夸张。

还有一个时间维度上的细节，对正在做职业规划的人可能最有用：报告指出，三条路径之间的绝大部分分化都发生在2027年之后。这意味着短期内观察不到太大差异，但它也意味着调整窗口是有限的——如果真的往显著或极端情景走，分水岭会集中出现在接下来两三年里。Axios和NPR都把这份报告放在同一个背景下解读：前沿实验室第一次用自己的方法论，把自己产品的宏观经济终局摆到台面上让人检验。至于结论是不是危言耸听，论文自己的态度反而是克制的：它不告诉你该发生什么，只告诉你如果哪些假设成立，会发生什么。