查睡觉建议凌晨 3 点最火、报税截止日前一天咨询量暴涨 8 倍、把任务整包交给 AI 的人反而最乐观……这些不是段子而是 Anthropic 最新一期《经济指数报告Cadences》里的真实发现。2026 年 6 月 26 日Anthropic 发布了新一期Anthropic Economic Index 报告Cadences节奏。和以往不同这一次他们做了三件大事采样频率提升到小时级——可以看到 AI 使用如何跟随现实生活昼夜起伏引入产物Artifact分类器——不再只看你和 AI 聊了什么而是看你从 AI 那里拿走了什么首次发布用户问卷调查——把 9700 名用户的回答与他们的实际使用数据关联起来直接问你觉得 AI 会怎样改变你的工作这份报告用真实数据回答了一个所有人都关心的问题AI 到底在怎样影响经济和职业下面是报告的核心发现。一、AI 使用精确复刻了现实生活的节奏工作日 vs 周末两个完全不同的 AI工作日里个人用途的对话约占 35%一到周末这个比例直接跳到接近 50%。工作日的对话是商务邮件、营销文案、PPT周末则变成情感支持、医疗咨询、投资建议。有意思的是 Claude Code编程工具的周末换岗后端架构、API 调试、数据存储这些任务周末大幅下滑而AI 智能体设计、量化交易、游戏开发反而上升——周末成了人们折腾副业和新点子的时间。数据也印证了这一点与创业相关的对话在周六周日达到峰值。一天 24 小时凌晨 3 点的睡眠焦虑按小时看AI 使用就是一幅人类生活图鉴早上 7 点问新闻的人最多上午 10–11 点商务邮件写作达到高峰傍晚 6 点菜谱请求的频次是平均值的2.3 倍凌晨 3–5 点寻求睡眠建议的人达到顶峰这个时间点醒着问 AI 怎么睡着画面感很强。报税截止日AI 使用能被日历预测4 月 15 日是美国报税截止日。4 月 14 日当天税务相关对话的占比是 5 月平均水平的8 倍4 月 16 日立刻断崖式回落。AI 使用数据第一次精确到了跟着日历走。一个耐人寻味的细节夜里和周末加班的多是高薪职业报告发现夜间和周末仍在用 AI 处理工作的任务明显偏向高工资职业如营销经理、程序员而低工资职业相关任务如电话销售、文员占比下降。这或许说明高薪职业的隐形加班正在被 AI 数据忠实记录下来。二、人们从 AI 那里拿走的到底是什么这次报告提出了一个新概念Artifact产物——一段对话最终交付给你的东西一份文档、一段代码、一个解释、一份方案。在 93% 的对话中Claude 都产出了明确的产物。排名前三的是产物类型占比解释说明17%文档和报告15%指导建议11%大致结构是对话型输出解释、建议和书面交付物文档、演示各占约三分之一代码和技术产物约占六分之一。不同用途差异极大几乎全是个人用途创意写作、生活指导、菜谱个人占比超 80%。个人创意写作里最多的是同人小说、世界观设定和诗歌几乎全是工作用途数据库查询82%、博客/文章81%、营销内容80%一半一半规划/方案工作 44%、个人 49%、翻译42% vs 44%。个人规划是旅行行程和健身计划工作规划则是创业和内容策略。算力消耗跟着工作价值走报告发现了一个经济学上很有意思的规律对话消耗的 token 数量与对应职业的工资正相关。比如营销经理的时薪约 80 美元大约是编辑约 37 美元的两倍映射到营销经理任务的对话消耗的 token 也约为 2.5 倍。构建 App 类对话消耗的 token 是中位数对话的 3 倍以上而一次简单的解释只用约五分之一。更关键的是在高工资职业的对话里Claude 产出更多每轮输出多 34%用户投入也更多对话轮次多 53%——两者同步上升。也就是说在最高价值的任务上人并没有退场。报告作者认为这个模式看起来更像是AI 在增强人的劳动labor-augmenting而不是替代人labor-displacing。Claude Code 正在改变委托的程度报告用 1–5 分衡量 Claude 在对话中的自主决策程度自主性最低的任务数学计算、翻译、问答答案基本被问题限定自主性最高的任务开发 App、网站、游戏、演示文稿需要持续做判断。在 31 类产物中有26 类在 Claude Code 上的 AI 自主性更高。一个生动的对比同样写一篇博客文章在聊天窗口里的中位对话有13 轮来回而在 Claude Code 里中位数是1 条人类指令——说完就走剩下的交给 AI。这种差距即使用同一个模型也依然存在说明产品形态比模型本身更能决定人与 AI 的协作方式。三、真实情况谁是担心失业的人和最乐观的人这是本报告最有价值的部分。Anthropic 把问卷与使用数据做了隐私保护的关联结论颇为反直觉。几乎所有人都认为明年 AI 会更强接近 6 成受访者认为12 个月后 AI 能独立完成自己工作的比例会上升超过三分之一的人认为明年 AI 就能做他们大部分甚至几乎全部的工作。而且无论身处高薪还是低薪行业、资深还是新人大家对进步速度的预期惊人一致——像一场普涨的大潮。谁最担心失业职场新人报告 AI 能做的任务占比最高对失业的担忧也最重10% 的受访者认为自己明年很可能失业人们普遍更担心别人而不是自己——超过三分之一的人认为自己的初级junior同事明年失业概率超过 60%低收入国家的受访者无论对自己还是他人的失业担忧都更高。反直觉的发现越是整包委托的人越乐观报告把使用方式分为自动化把任务整个交给 AI如翻译这篇文档和增强与 AI 反复协作。结果发现自动化程度越高的用户对 AI 在薪酬、工作稳定性、再就业能力、工作意义、自主性、人际互动六个维度上的预期全部更乐观。对未来涨薪和找到新工作的正面预期差异最大。为什么数据提供了线索86% 的人报告工作速度提升、82% 报告工作范围扩大、69% 报告质量提升68% 的人觉得自己学到更多57% 的人认为AI 让自己的技能在市场上更值钱了——而且这个比例随自动化程度上升而上升。一个常见担忧是把思考外包给 AI 会导致技能退化但数据里没有看到重度委托者报告的学习增长并不比别人少。报告也诚实地注明这是自评数据不能完全排除技能侵蚀。性别差异值得注意在关联样本中女性只占 12%。即使控制职业差异女性使用 Claude Code 的比例低 6.3 个百分点自动化使用比例低 7.3 个百分点但花在聊天上的主动时间更多——更倾向于迭代式、协作式的使用方式。十年后人们想要什么问卷最后一题是开放题“大胆想象你希望十年后被 AI 塑造的经济是什么样子” 最高频的三个愿望是人机协作超半数希望与 AI 一起做有意义的工作职业依然重要新行业带来新机会自动化脏活累活超半数把枯燥的部分交给 AI换取更多自由时间共享繁荣约三分之一希望 AI 带来的经济收益被广泛分享。没有人想要被替代——站在 AI 前沿的这群人对十年后的期待是协作而非取代。四、这些发现对我们意味着什么把所有内容串起来这幅图景相当清晰AI 已经深度嵌入经济节律——它跟着工作日走、跟着报税季走、跟着凌晨的失眠走AI 的产出在升值——人们把越来越复杂、越来越值钱的任务交给它而算力消耗与任务价值同步上升人在高价值环节并未退场——至少目前最贵的任务上人机投入是同步加深的最值得关注的群体是新人——他们的工作暴露度最高、担忧最重而初级岗位恰恰是 AI 最先覆盖的地方态度的分水岭不在用不用 AI而在怎么用——亲手把完整任务交给 AI、亲眼看到它能做成什么的人反而建立了最强的信心。当然报告自己也强调这些数据反映的是Claude 用户的使用模式不是整个劳动力市场的全貌问卷受访者也更偏向知识工作者。但作为目前少有的、基于真实行为数据而非问卷印象的 AI 经济影响研究它的参考价值毋庸置疑。最后 如何查这些数据Claude 刚刚上线了经济指数连接器就在 7 月 22 日Anthropic 宣布为 Claude 推出Anthropic Economic Index 连接器——你可以直接在 claude.ai 里用自然语言查询上面这些真实数据像请教同事一样提问例如“哪些职业使用 AI 最多”“教师们通常用 Claude 来完成哪些任务”“人们正在用 AI 自动化哪些类型的任务过去一年发生了什么变化”“科罗拉多州的人们最常使用 Claude 的方式是什么”实例问哪些职业使用 AI 最多答:根据 Anthropic 自己的 “经济指数”(Economic Index)项目——基于对 Claude.ai 和 API 上数百万条真实对话的分析——目前 AI 使用最集中的职业领域是:*** 使用最多的职业类别***计算机与数学类职业遥遥领先占 Claude.ai 对话量的 35%左右编程仍是最常见的使用场景包括程序员、数据科学家等。整体来看ONET 数据库中约 800 种职业里约三分之一的职业(约36%)在其至少四分之一的工作任务中会用到 AI而约4%的职业在四分之三以上的任务中都会用 AI。AI 使用在中高薪职业(比如程序员、数据科学家)中更普遍但在最低薪和最高薪职业中使用率都偏低这既反映了当前 AI 能力的局限也有实际使用门槛的因素。趋势变化(2025年底到2026年)使用场景正在从编程向外扩散。2025年11月到2026年2月间Claude.ai上的使用场景变得更加分散前十大最常见任务占对话比例从24%降到了19%说明越来越多非技术类职业也在使用 AI。编程类任务正逐渐从 Claude.ai 上的辅助型使用迁移到 API 上更自动化的工作流即专业开发者更多通过 Claude Code 等工具把 AI 直接嵌入工作流程而不只是聊天问答。约49%的职业中至少有四分之一的相关任务已经在用 Claude 完成说明 AI 渗透面已经相当广。使用率较低的职业据同一份报告分析AI渗透率低的职业主要分两类:一是医疗从业者(医生、牙医、理疗师等)因为其核心工作涉及实体检查、动手治疗和受监管的临床决策;二是高层管理者和高管(CEO、工程经理、销售经理等)他们的工作更依赖人际关系、判断力和组织政治。有意思的是医生相关任务出现在数据中时82%是患者在询问自己的症状而不是医生用AI辅助临床推理。简单说:软件开发/程序员、数据分析、技术写作目前是 AI 使用最密集的领域;而医疗临床一线和高层管理决策这类需要动手实操或高度人际判断的职业AI 渗透率相对最低。如果你想看具体某个职业或行业的详细数据可以去 Anthropic 官网的 Economic Index 页面(economic-index)交互式查看里面按州和上百种职业分类展示了详细数据。资料来源https://www.anthropic.com/news/anthropic-economic-index-connectorhttps://www.anthropic.com/economic-indexhttps://www.anthropic.com/research/economic-index-june-2026-report