Claude 里的劳动力市场问答:Economic Index Connector 到底能告诉我们什么Chapters1×0:08一项面向普通用户的数据入口0:40怎么开始查询1:10Economic Index 测量什么1:58为什么要和就业统计分开看2:41从使用到结果,中间还隔着什么3:05这次更新的边界3:31给普通用户的用法0:004:060:08主播Anthropic 在七月二十二日上线了经济指数连接器,把原本面向研究者、记者和政策制定者的 Anthropic Economic Index 接进 Claude,让普通用户也能直接提问。它不是一份新的就业预测,而是一扇查询 AI 实际使用方式的窗口。0:28主播这条消息的重点,是研究产品开始面向普通人。你可以问 AI 正在怎样进入某个职业,却不能因为一次查询,就断言这个职业会不会消失。0:40主播在 Claude 网站里打开连接器菜单,找到 Anthropic Economic Index,启用后就能在任何对话、任何 Claude 模型里使用,不需要另外安装。Anthropic 给出的例子包括:哪些职业最常用 AI,科罗拉多州的人怎样使用 Claude,教师把 Claude 用在哪些任务上,以及过去一年自动化任务有没有变化。用户还可以要求 Claude 展示答案背后的数据。1:10主播Economic Index 看的是 Claude 对话里的使用模式。早期研究用隐私保护的分析系统,把对话匹配到美国劳工部职业信息网络 O-NET 的任务,再汇总到职业类别。它回答的是「人们怎样把 Claude 用在任务上」,不是一份询问所有劳动者的就业调查。1:33主播相关论文的摘要显示,软件开发和写作任务合计接近全部使用量的一半,大约百分之三十六的职业,至少有四分之一的相关任务出现了 AI 使用。在被分析的使用中,百分之五十七更接近增强人的能力,百分之四十三更接近自动完成任务。这些数字描述使用轨迹,不是对未来的预测。1:58主播美国劳工统计局的职业就业与工资统计,按大约八百三十种职业发布就业和工资估计,数据来自雇主调查。它能告诉我们某种职业有多少就业、工资大致怎样,却不会告诉我们这些人有没有使用 Claude。两套数据放在一起,才可能讨论 AI 使用与就业结果之间的关系。2:24主播所以,连接器适合回答「教师怎样用 Claude」「哪些任务在 Claude 对话里更常见」。它不能单独回答「有多少教师使用生成式 AI」「这个职业的就业是否减少」,也不能证明某项使用提高了生产率。2:41主播OECD 关于 AI 与工作的汇总,把可能的收益和风险放在一起:生产率和工作质量可能改善,也可能出现自动化、失去工作自主权、偏见和隐私问题。它提到的调查发现,培训和员工参与决策与更好的工作结果相关,但「相关」不等于已经证明因果。3:05主播Anthropic 自己也提醒,Index 反映的是 Claude 使用,而不是整个劳动力市场。早期研究还指出,编码模型的产品定位可能让编程使用被高估,非工作对话、分类误差,以及没有覆盖应用程序接口、团队和企业用户,都会影响解释。一个职业在图表里出现得多,不代表整个职业都这样工作。3:31主播我会把这次更新看成研究产品化。最稳妥的提问方式,是每次都追问三件事:结论基于哪一部分 Index 数据,它和整体劳动力市场有什么差别,还有哪些数据没有统计。Economic Index 连接器能把观察窗口打开,但就业变化、工资变化和工作质量,仍然要靠别的统计来补齐。