6月26日，Anthropic发布了第六期《经济指数》（Economic Index）报告，首次将约9700名用户的问卷回答与实际Claude使用数据挂钩。报告中最震撼的数字：超过35%的受访者预计AI将在12个月内承担他们大部分甚至几乎所有工作任务。这比市场上大多数预测都要激进。
Automation goes beyond augmentation for the first time
报告中的一个关键转折点：在API（专业工作流）中，自动化已经超越增强成为主要使用模式。所谓”自动化”是指将任务完全委托给Claude独立完成，而”增强”是指人类与AI协作完成任务。
这不是一个小变化。在过去几年的AI使用中，”AI是副驾驶，人类是机长”一直是被反复强调的安全叙事。但Anthropic的实际数据表明，在生产环境中，人们已经开始让AI独自飞了.
The experience gap is widening, not narrowing
报告中最具操作性的发现是经验使用者与新手之间的差距。有经验的Claude使用者持续获得更好的任务完成结果，因为他们将AI视为协作伙伴——迭代、提供上下文、验证输出、判断哪些任务适合AI、哪些需要人工判断。而新手往往试图全盘委托，成功率更低。
更关键的是，这个差距在扩大而非缩小。经验使用者学习AI的速度快于新手的追赶速度。这意味着最早部署AI的组织不仅拥有更多AI工作流，更重要的是他们的人已经积累了更好的AI判断力。
About 49% of jobs: at least 1/4 of the tasks have been completed by AI
报告追踪的另一核心指标是AI任务渗透率。约49%的工作岗位中，至少四分之一的日常任务已通过Claude完成。这个数字在最近几期报告中趋于稳定，说明AI任务覆盖的广度可能已进入平台期——AI已经进入了它能进入的大部分工作岗位，下一步是深化而非拓宽.
Classic optimism bias: 40% worry about being replaced in entry-level jobs, but think they are safe
Another interesting finding in the report: Respondents believe that entry-level jobs have a 40% chance of being affected by AI, but their own unemployment risk assessment is much lower.这正是每一轮自动化浪潮中反复出现的经典乐观偏差。报告指出，最低估AI影响的往往是那些暴露程度最高的工作者。
Three suggestions for action for businesses
- 保护初级人才：重新设计入职流程，将AI不擅长的判断任务（隐性知识、上下文理解、人际关系管理）作为新人培养重点
- 加速经验积累：不要让AI只是替代人工，而要建立”人机协作”的反馈循环，让团队学会如何更好地使用AI
- 正视自动化现实：API生产环境中自动化已超越增强，许多企业的内部AI政策可能已经落后于实际操作
这份报告传递的最强信号是：AI不是正在改变工作，它已经改变了工作。35%的人预计一年内AI将承担大部分工作——这个数字在一年前可能还被认为是科幻，现在却是基于实际使用数据的预测。访问 AI Dash 发现更多AI工具评测和使用指南。