AI革命下的就业挑战：Anthropic的透明呼吁与未来展望

“在未来1-5年内，可能半数白领岗位将消失，失业率或将飙升至10%至20%，尽管这项技术带来了诸多好处。”Anthropic联合创始人Dario Amodei在采访中曾这样表示。这番言论引起了广泛的关注。

近日，Dario与Anthropic的另一位联合创始人Jack Clark在活动中透露了公司的最新情况：在Anthropic内部，工程师们已不再亲自编写代码，而是管理大量的AI Agent系统来完成编码任务，且在这种模式下，每个人的工作效率是过去的2-3倍。

他们否认了因此导致的员工失业问题，称公司正处于快速发展阶段。Dario还提议政府应向AI公司征收更多税收，并强调这不会影响Anthropic的发展。

然而，当Anthropic的高管们为全AI编码感到兴奋时，开发者们却对此持怀疑态度。

有人质疑道：AI在代码编写方面如此强大，为什么Claude桌面客户端的UI会经常卡顿？还有人讽刺道：这就是Claude所谓的“bug”，被社区反映一个多月才被发现的原因？

“我怀疑他们是否真的写过代码，是否用过AI进行过生产类的工作。一个人用多个Agent写代码显得非常不切实际，这严重破坏了工作流程，而且AI无法全面理解产品的核心价值和整体架构，可能导致设计的架构和代码完全偏离产品方向。不是说AI不好，而是它还没有达到革命性的地步，至少没有人们想象的那么美好。”一位开发者说道。

拥有AI编程经验的开发者也表达了质疑：“我感觉这位联合创始人被员工给‘骗’了。用过AI编程的人都知道，要想让AI编写出满意的程序，你必须清晰地设定Prompt，否则它无法产生结果。而要编写一个满意的Prompt并不容易，你需要将想法分解成多个步骤，让AI逐步接近你的需求。中间还有参数调整的问题，使用AI辅助还不如自己修改！”

Anthropic试图通过实例来证明AI的影响，但大多数人仍认为，目前的技术水平下，AI只能起到辅助作用，全AI编码是夸夸其谈，只有少数人感到惊叹。以下是谈话的详细内容，我们在不改变原意的基础上进行了删减，以飨读者。

Anthropic工程师已不写代码

主持人：为什么你们选择公开AI对就业影响的观点，而其他人却不愿这么做？

Dario：Anthropic决定公开此事，是因为我之前也表达过类似观点，但主要是在有限场合下，比如科技行业的播客节目中。当我飞往旧金山、加州以外的城市时，我意识到我们并没有准确地让大家了解这项技术的潜力、发展方向以及它带来的益处和可能的威胁。

到了某个节点，我觉得这种“内外有别”的做法不对。许多CEO私下里会说‘这是我们的计划’，其中一些还是我们的客户，他们会提到‘我们打算部署这项技术，它会对劳动力产生影响’。因此，我们认为必须站出来发声：解决问题的第一步是诚实地告诉公众‘这些问题确实存在’。”

再说说我对现状的看法和依据。Anthropic主要从两个维度观察：一是正在发生的事。我们做了很多与经济指数相关的工作，比如最近发布的‘各州经济指数’，让人们看到不同州、地区的人们如何实时使用AI模型完成任务，无论是自动化替代还是辅助增强。外部研究也显示了就业影响，比如Eric Bernolson等人的研究表明，入门级白领岗位已经收缩了13%，这在我预测的范围内占了很大比例。

但我更担心的是技术的未来走向。很多人说‘你担心AI抢工作，但AI现在做不了这个、做不了那个’，但他们说的是‘现在的AI’。技术发展得太快了，我担心的是技术的进步及其在社会中的普及，这也是我给出‘1-5年’这个时间范围的原因。指数级发展的事物往往难以精准预测，可能比我想的快也可能慢，甚至可能出现变数。但这件事发生的可能性足够高，所以我们觉得有必要提醒世界，开诚布公地谈论它。”

主持人：那是两个月前的事了，但技术的进步速度比那时预想的还要快。你现在是否比当时更担心了？

Clark：我们在Anthropic内部做了调研，与130名工程师聊了聊他们过去一年使用AI的体验——他们的工作发生了翻天覆地的变化。很多人现在的工作量是以前的两到三倍，但他们已经不再写代码了，而是管理AI Agent系统集群。他们说：‘我的工作完全变了，我得重新思考自己在Anthropic的角色。’

当然，我们公司发展很快，他们不会失业，但技术的飞速发展确实在实时改变公司内部的工作模式。而AI公司正在发生的事，未来几年会在所有使用AI技术的企业中上演。”

Dario：现在,支撑Claude运行和设计下一代Claude所需的绝大部分代码都是由Claude自己编写的。不仅Anthropic如此，其他快速发展的AI公司也一样。这种情况可能还没有完全普及到全球，但已经切实发生了。”

联创提议向AI公司征税：对Anthropic无影响

主持人：国会似乎有立法的动向，但我没你那么乐观。我怀疑特朗普在任期间会签署任何监管AI的法案。如果你执掌国会或掌控美国，现在会优先做哪两件事来应对这个问题？

Dario：第一件事是帮助人们适应AI技术。我不想说些陈词滥调。过去的再培训项目确实有局限性，帮助人们学习和适应的能力有限，但聊胜于无。我们的客户中像Lovable、Replit这样的初创公司能让非软件工程师也能开发软件产品、开展相关业务。如果能引导更多人朝这个方向发展虽然不能彻底解决问题、阻止失业率飙升（毕竟影响太广、太深远了），但也能成为解决方案的一部分。

第二件事可能更有争议：我认为政府需要介入尤其是在转型期,为受到冲击的人提供支持。我曾建议或许可以向AI公司征税。我不知道这在当下的国会能否通过但这是个严肃的提议。看看AI公司创造的财富增长吧——Anthropic的营收每年增长10倍现在已经达到数十几亿美元的中高水平。如果保持这个增速会创造前所未有的财富而征税并不会抑制我们的发展。

主持人：这类政策你觉得需要在什么时间范围内推出？

Clark：我们是技术乐观主义者认为技术发展速度比大多数人想的要快。当人们说‘AI发展放缓了’‘AI被炒作了’我们只需要看系统的性能数据——它正按计划在未来5年内成为极具影响力的技术。这意味着针对我们预期的大规模冲击5年内就需要出台相应的政策。”

Dario：提到的一点也很重要：AI公司需要更透明。我们和其他AI公司已经在对社会产生重大影响必须公开我们如何评估系统、如何保障安全以及系统使用情况的经济数据——这样经济学家才能将其与整体经济关联起来为政策制定者提供所需的数据支持。”

测试为拿高分模型主动作弊

主持人：你们在测试中的一些情况也做得很透明比如曾披露过一些很奇怪的现象——有个测试里AI浏览某人的邮件后试图敲诈对方；还有个情况是AI会撒谎就为了不被关闭因为它‘比人类聪明’。这些难道不该让人毛骨悚然吗？

Dario：一方面确实该警惕但要放在合适的语境里看。这些都是在测试场景中发生的——就像测试汽车时把它开上结冰的路面、故意干扰轮胎然后车撞了。这并不意味着在实际使用中一定会发生但说明系统的韧性有局限：如果处于极端环境或者为了提升性能而重新设计系统现实中就可能出问题。”

所以我们更把这些现象看作‘未来的预警’而非‘当下的威胁’——这也是我们大力倡导透明度的原因：当我们公布这些测试结果时其实是在预判一两年后如果不训练模型规避风险现实中可能发生的事。”

“我们已经在实际场景中看到过AI的不良行为：比如产生错误信息或者当有人询问‘自杀方法’这类危险问题时AI会直接给出建议。我们希望所有这类行为都能公开透明这样才能提前防范。毕竟AI的可控性研究还在起步阶段甚至比AI本身的研发还不成熟。”

“所以我们呼吁透明度立法、反对‘10年AI研发禁令’正是因为我们还没完全理解自己创造的东西——需要技术层面的努力也需要社会和立法层面的支持让行业达成基本共识让决策者清楚我们看到了什么、没看到什么。”

除了自家最看好谷歌

“除了Anthropic你们哪个竞争对手最可能成为赢家？”主持人问道。

Dario：“谷歌因为它规模大、算力充足是最早做AI研究的公司之一也是深度学习革命的先驱。我曾在谷歌工作过一年很佩服他们在AlphaFold等项目上的成就以及在模型研发上的进展。虽然大公司的身份有时会拖累他们但他们依然是强大的玩家在科学研究上很有想法值得重视。”

“你们更侧重B2B而非消费端但对技术最了解。继手机之后AI最可能的设备形态是什么？”主持人追问。

Clark：“科幻一点说未来我们造的AI会发明一种新奇的机器人那就是我们使用AI的载体。”

Dario：“我们主要做的是‘引擎’——给各种设备和企业提供动力不直接制造设备。但要关注机器人领域它虽然不会是第一个突破的领域但最终我们希望这些Agent能够具体化并在现实世界中执行任务所以我们会研究人形机器人。”

未来展望与呼吁

“如果我们明年3月再聊会不会发现AI的能力比现在预想的更快、更强、更广泛？会不会后悔‘当时你们怎么没告诉我们’？”主持人问。

Clark：“肯定会的。我们一直明确说AI会持续飞速进步到时候它的能力会显著提升。”

“那为什么人们好像没意识到这一点？过去三个月的报道都在说‘GPT-5没达到预期’然后就觉得不行了。”主持人疑惑道。

Dario：“这是因为人们太关注那些‘炒作过度却没兑现’的公司了。Anthropic每3个月发布一次模型性能（比如代码基准测试、实际编码能力）都在稳步提升营收每年增长10倍——这些曲线都是直线上升的。波动的不是技术本身而是人们的情绪：一开始极度兴奋、过度期待看到实际效果后又因‘没达到想象’而失望。技术是平稳的指数增长只是外界的讨论和感知有很多起伏。”

“还有一点：预测会成真但形式和人们想的不一样。比如我3到6个月前说‘Anthropic70%、80%甚至90%的代码由Claude编写’有人觉得这是假的因为他们以为‘这意味着要解雇70%-90%的软件工程师’。”

“但实际情况是：人类还写10%的代码但工程师变成了AI系统的管理者。这种比较优势带来的转变比人们想象的‘正常’。最终可能不是这样但人们对未来的预测总带着‘科幻滤镜’觉得会像《星球大战》那样离奇。但预测成真时往往既惊人又‘普通’——就像人们现在会说‘口袋里有个万能导师而已有什么大不了的’却忘了这已经是前所未有的变革。”