量化 AI 对经济的影响一直是学术界和产业界的核心挑战。传统方法往往依赖于事后统计或调查问卷，难以捕捉 AI 使用的动态特征和内在机制。Anthropic 在 2026 年 1 月发布的第四版经济指数报告中提出了一套名为「经济原语」（Economic Primitives）的框架，试图通过五个可测量的基础维度来标准化 AI 经济影响的描述方式。这套框架的核心创新在于利用 Claude 本身作为分类器，从匿名化的对话记录中自动提取关键特征，为 AI 经济学研究提供了可复制、可扩展的方法论基础。
五大原语维度的定义与提取
经济原语框架包含五个相互独立但彼此关联的测量维度。任务复杂度维度衡量任务在没有 AI 辅助情况下所需的人工时间，Anthropic 通过让 Claude 估计「完成该任务需要多长时间」来获取这一数值，这一方法已在早期的生产力研究中被验证有效。技能水平维度则通过估算理解用户提示词和 AI 响应所需的教育年限来量化人机协作的知识门槛，通常以年为单位进行测量。使用场景维度区分工作、教育和个人三类用途，反映 AI 在不同经济活动中的渗透程度。AI 自主度维度测量用户将决策权委托给 AI 的程度，从主动协作到完全委托形成一个连续谱系。任务成功率维度记录 Claude 对自身完成任务有效性的自我评估，为后续的可靠性分析提供数据支撑。
Anthropic 采用了一种巧妙的自指方法：用 Claude 来分类 Claude 的对话记录。具体而言，研究团队设计了一组结构化提示词，要求 Claude 根据对话内容回答预设的问题，从而将原始对话映射到各个原语维度。这种方法在隐私保护方面具有独特优势 —— 原始对话内容无需离开 Anthropic 的服务器，只需传输分类结果即可完成分析。根据报告，样本涵盖约 100 万条 Claude.ai 消费者对话和 100 万条第一方 API 调用记录，时间跨度为 2025 年 11 月 13 日至 20 日。
速度提升与教育水平的正相关关系
经济原语框架揭示了一个重要但反直觉的模式：AI 带来的速度提升与任务所需的教育水平呈正相关。在 Claude.ai 平台上，需要高中水平（12 年教育）提示词的对话平均获得 9 倍的速度提升，而需要大学水平（16 年教育）的对话则达到 12 倍。这一发现与「AI 主要替代低技能劳动」的流行假设形成鲜明对比，表明当前阶段的前沿模型在需要更多专业知识的任务上反而能够创造更大的效率收益。
然而，这种正向关系存在可靠性约束。数据显示，随着教育水平提升，任务成功率呈现轻微下降趋势：简单任务的成功率约为 70%，而复杂任务降至 66% 左右。这种速度与可靠性的权衡意味着，在评估 AI 经济影响时不能单纯追求速度指标，而需要将成功率纳入考量。报告指出，排除低成功率任务或按成功率折算速度提升后，复杂任务仍然保持更高的净收益，但差距有所收窄。
任务成功率对生产力估算的修正效应
Anthropic 在 2025 年的早期研究中曾估算，广泛采用 AI 可使美国劳动生产率年增长率提升 1.8 个百分点。经济原语的引入，特别是任务成功率维度的量化，为这一估算提供了重要的修正依据。当将任务成功率纳入计算后 —— 即将各任务的原始速度提升乘以对应的成功率后再进行加权汇总 —— 生产力提升的估算值下降至约 1.0 至 1.2 个百分点，降幅接近一半。
这一修正具有深刻的经济学含义。早期估算假设 AI 输出可直接替代人工产出，但现实中的工作流程往往需要对 AI 生成内容进行验证、修正和整合。任务成功率低于 100% 意味着人类工作者必须投入额外时间来确保产出质量，这部分隐性成本在简单叠加速度指标时容易被忽略。报告还引入了一个更精细的分析框架，考虑任务之间的互补性：当 AI 加速的任务与未加速的任务存在互补关系时，整体生产力的提升将受到瓶颈任务的制约；反之，若任务之间具有可替代性，则专业化分工可能放大 AI 的积极效应。
任务覆盖与去技能化效应
经济原语框架的另一个重要发现涉及 AI 对职业结构的深层影响。通过将 O*NET 职业数据库中的任务与 Anthropic 观察到的 AI 使用模式进行匹配，研究团队发现 Claude 覆盖的任务平均需要 14.4 年的教育水平，而整个经济体的任务平均水平为 13.2 年。这意味着 AI 目前主要承担的是相对高技能的工作内容，而非传统观点所认为的低技能 Routine 任务。
当模拟「移除 AI 可覆盖任务后的职业状态」时，大多数职业呈现净去技能化趋势。以技术写作为例，AI 优先覆盖的任务如「分析特定领域的发展以确定修订需求」（需要 18.7 年教育）和「审查已发布材料并建议范围修订」（需要 16.4 年教育）在移除后，留下的任务如「绘制说明性草图」（13.6 年）和「观察生产、开发和实验活动」（13.5 年）显著降低了该职业的整体技能要求。类似的现象也出现在旅行代理等职业中，AI 承担复杂的行程规划和成本计算，而打印机票和收取款项等低技能任务仍需人工完成。
这一发现对劳动力市场的长期演变具有重要启示。若 AI 持续覆盖高技能任务而绕过低技能任务，职业内部可能出现技能结构的下移，部分专业人士可能面临「技能贬值」的挑战。然而，报告也指出这种分析基于当前的使用模式，随着模型能力演进和用户行为变化，实际影响可能与当前预测存在偏差。
方法论的局限与未来方向
尽管经济原语框架提供了系统化的测量手段，但其方法论存在若干固有局限。首先，分类器的设计目标是方向性准确而非精确匹配 —— 虽然各维度的测量结果与人工评估保持一致，但具体数值可能存在系统性偏差。例如，Claude 可能略微低估某些任务所需的人工教育年限。其次，观察到的成功率反映的是用户自我选择后的结果：用户倾向于将判断为「可行」的任务交给 AI，而回避预期失败的任务，这导致实际成功率可能高于模型在无偏任务分布上的表现。
从工程实现角度看，经济原语框架的可扩展性值得关注。Anthropic 已将完整的分类器提示词和数据集发布在 Hugging Face 平台上，允许外部研究者复现和拓展分析。这种开放方法对于建立 AI 经济影响的共识测量标准至关重要。未来研究可能进一步细化任务粒度、引入时间序列比较、或将分析扩展至其他 AI 模型，从而提供更全面的政策制定依据。
资料来源：Anthropic Economic Index Report: Economic Primitives (2026 年 1 月)，https://www.anthropic.com/research/anthropic-economic-index-january-2026-report