专题 · FULL STORY

Anthropic 的 2030 经济预测遭质疑

从 token 支出仅占人力支出 0.23% 的讨论，到 Anthropic 员工调查隐含 2030 年 GDP 大幅增长的预测，再到 Jack Clark 宣称奇点已至、经济学家与网友逐条拆解质疑，一场围绕 AI 经济预期的争论持续发酵。

2026-10-14 ~ 2026-10-19 · 5 集 · 32 条

第 1 集 · Token支出仅占人力支出0.23%(2026-10-14,3 条)

有观点认为距离 AGI 还很远：若 AI 真正达到替代劳动力的水平，token 支出至少应与人力支出相当，而目前 token 支出仅占劳动力支出的 0.23%，尽管其增长已经「有点疯狂」。与此同时，@herbiebradley 提出反直觉看法：AGI 产出的单价可能远低于人力成本，即使因 Jevon 悖论效应用量上涨，AI 取代劳动后的总支出也未必会升至原有劳动力支出水平，引发激烈讨论。

第 2 集 · Anthropic 员工调查：2030 年 AI 可完成 75% 工作(2026-10-17,8 条)

Anthropic 于 2026-10-16 发布官方博客《The AI expectations gap》（作者包括 Szymon Sacher、Charles I. Jones、Anton Korinek 等），汇总对内部 1,147 名员工的匿名调查，首次公开头部 AI 实验室员工对 AGI 时间线与影响的集体判断。结果显示员工预期与美国公众之间存在巨大「期望差」，@ResultBackground2450、@rohanpaulai 等发布后引发广泛传播与讨论。

已确认

  • 员工平均预计到 2030 年 AI 能完成自己 75% 的工作时长，远高于全体美国劳动者的 28%；其他群体预测：体力/生产/运输业 25%，管理/商业/金融 31%，计算机/工程/科学岗位更高（帖中未给出完整数字）。
  • 58% 的受访员工相信 AI 将在 2027 年前做出诺贝尔奖级别的科学发现；@StewartalsopIII 转述的数据点同为 58%，@seanfromearth 调侃反问其余 42% 的判断反而保守。@scaling01 的配图亦显示员工在「AI 能否像专业人士一样完成任务」上远比公众乐观。
  • 转述内容显示，员工预计 2027 年底 AI 可完成 80% 的建模工作。
  • @felpix 转发流传数据称，Anthropic 内部员工认为 AI 已承担构建一个新前沿模型约一半的工作量。
  • @sudoraohacker 援引 Anthropic 两份内部研究报告：过去一年初级岗位招聘占比下降，技术岗员工占比缩小；2026 年 3 月起 AI agent 工作时长超过人类员工，8 月 agent 数量超过员工数；员工预期 2030 年 GDP 增长 17.1%。

为什么重要

  • 这是头部 AI 实验室员工对自身岗位被 AI 替代程度的量化预期，与普通公众预期之间存在巨大落差，是观察 AI 变革速度预期的一手参照。
  • 「agent 工时已超人类员工」与初级岗位招聘收缩等内部数据若属实，意味着 AI 对就业结构的替代效应已在 Anthropic 内部真实发生。
  • GDP 增长 17.1% 的预期远高于常规经济预测，反映从业者对 AI 宏观经济影响的激进判断。

第 3 集 · Anthropic 称 AI 或推美国 GDP 至 44 万亿美元遭质疑(2026-10-18,4 条)

Anthropic 联合创始人 Jack Clark 在 IMF 佩尔·雅各布森讲座上宣称「奇点已经到来」，并公布公司经济团队内部模型预测：AI 可能在 2030 年前将美国 GDP 从 30 万亿美元推高至 44 万亿美元，增幅约 14 万亿。该说法经预测平台 Kalshi 以「突发」形式传播后，Gary Marcus 转发并讽刺这一预测完全不合理，质疑其是否为 Anthropic 的 IPO 造势。

第 4 集 · Anthropic 员工调查隐含 2030 年 GDP 增 17.1%，经济学家齐声质疑(2026-10-18,8 条)

一份针对 Anthropic 员工的调查在社交媒体引发热议：scaling01 汇总的数据显示，员工们的答案隐含 2030 年美国 GDP 增速将达 17.1% 的预期，多位经济学家随即公开表示这一数字严重脱离现实，Rohit Krishnan 更直言押注做空这一预期。

已确认

  • 一份对 Anthropic 员工的调查显示，答案隐含 2030 年美国 GDP 增速达 17.1%（scaling01 汇总并被多方引用）。
  • 经济学家 Jason Furman 制作对比图，将 Anthropic 员工隐含预期与 FOMC 2026 年 9 月预测的长期实际 GDP 增长中位数（约 2%）并置。
  • 经济学家 Ernie Tedeschi 表示对 AI 提升生产率与 GDP 增长持乐观态度，但不认为 2030 年增速能达到 17%。
  • 经济学家 rucks（ryxcommar）同样明确表示不相信 2030 年 GDP 增长会达到 17%。
  • Rohit Krishnan 公开回应称「我赌这不会发生」，押注做空这一隐含预期。
  • Zachary 质疑相关乐观说法：即便对 AI 极度乐观，GDP 增速从 2% 提升到 5% 都已属离谱的进步，因为持续 GDP 增长本身已是指数型。
  • @alexolegimas 反驳「AI 能力增长直接转化为 GDP 爆发」的推断，指出经济远比这复杂；相关讨论引用了 2022–2026 年间 AI 能力暴涨约 12 万倍与 GDP 仅年增约 2.6% 的对比。

为什么重要

  • 这一争论凸显 AI 实验室内部预期与主流宏观经济学预测之间的巨大鸿沟：17.1% 与约 2% 的差距折射出对 AI 经济影响的根本分歧。
  • 网友 Cameron Corduroy 调侃是否有人愿意基于这一隐含预期用 Anthropic 相关标的做对冲交易，Krishnan 的公开做空表态则把这场口水战变成了可检验的赌注，侧面反映外界对实验室乐观预期的普遍怀疑。

第 5 集 · willcb 拆解 AGI 17% 增长论：2030 增速预估仅 3.5-5%(2026-10-19,9 条)

围绕「AGI 将在 2030 年带来 17% 经济增长」的预测，willcb 在 10 月 19 日连发多帖逐条拆解，结论是这一增长论的前提根本不成立；Anthropic 的 Will Bryan 也在讨论中给出远低于此的估计（约 4-5%）。willcb 本人对 2030 年增速的预估区间为 3.5%-5%。

已确认

  • willcb 指出兑现 17% 增长需要一串苛刻前提：人形机器人到 2026 年底完全成熟、2027 年底实现规模化制造、2028 年机器人普及速度远超 LLM，他认为这些前提站不住脚。
  • 在与 @ChrisGPT、@scaling01 的讨论中，willcb 给出三档推演：即便只实现一年 17% 增长，也需要此前多年存在大规模采用积压（adoption overhang）才有可能；持续数年则更难。他还从宏观口径指出 17% 增速与高失业率不相容——大量知识工作被替代后消费仍需维持。
  • willcb 认为真正超越软件与知识工作的变革性创新会是药物、医疗器械、材料、半导体这类形态：人们活得更久、商品更便宜、摩尔定律延续，但这些红利主要体现为消费者剩余而非 GDP。
  • Will Bryan（Anthropic）回应 @scaling01 关于数千万远程工作被 AI 影响的问题时判断：AI 对 GDP 的拉动可能只有约 4-5%，且大部分收益以消费者剩余形式体现，而非直接计入 GDP。
  • 对一份关于 AI 能自动化哪些任务的调查（含 Anthropic 员工与美国成年人数据，N=10,980），willcb 认为其中对「哪些任务可被自动化」的回答大体靠谱——两组受访者对日常邮件、记账、报税、合同与软件开发等任务何时达到熟练专业人员水平判断大体一致——但把任务自动化比例换算成 GDP 增速的模型「完全是胡扯」。
  • willcb 提出唯一自洽情形：如果 2030 年真能达到 17%，那 2030 年前后的年份增速必然都低于 5%，因为知识工作型 AGI 的扩散会「先慢后猛」；他援引新冠疫苗作为现代唯一可类比先例——效果显著但基本靠强制接种才快速铺开。
  • 他还补充历史参照：二战快速工业化曾让美国实现约 3 年 17% 增长与充分就业，但其中很大部分是大萧条后的反弹（1940 年失业率仍高达 15%）；疫情期间美国曾出现单年较高增长，但一年即回落。

为什么重要

  • 这组讨论把热门的 AGI 宏观增长叙事拉回可检验的机制层面：采用速度、生产瓶颈与统计口径（消费者剩余是否计入 GDP）才是决定增长数字的关键变量。
  • 历史类比（二战、疫情、疫苗）表明，即便出现短暂高增长，其可持续性与统计成因也与乐观预测者设想的路径不同。