AI在线 AI在线

Claude团队:用400万条对话分析AI对经济的长期影响

基于400万条Claude真实对话数据,Anthropic重磅发布全新报告! 在今天,哪些职业用AI最多? 他们都用AI干什么?

基于400万条Claude真实对话数据,Anthropic重磅发布全新报告!

在今天,哪些职业用AI最多?他们都用AI干什么?

这些有关AI在各经济领域应用情况的问题,报告用实实在在的统计数据全回答了。

Claude团队:用400万条对话分析AI对经济的长期影响

这一次,他们不仅推出The Anthropic Economic Index(用来理解AI对经济影响的指数),还公开了第一篇论文,里面包含大量观察结论:

  • 目前AI使用场景最多的是软件写作
  • AI应用也呈现出“二八定律”,约4%的职业在75%的任务中高度使用AI;
  • 是否使用AI与经济水平高度相关,中高收入最为普遍,最高和最低都要低得多;
  • 当前AI更多承担辅助功能,不过自动执行任务已经渐趋成熟(43%);

……

与此同时,Anthropic宣布开源上述用于分析的数据集,以方便其他研究人员进一步得出发现。

报告一经发布,迅速引起热议。

Claude团队:用400万条对话分析AI对经济的长期影响

看完上述消息,网友们终于舒了一口气!

AI对经济的影响,总算不用全靠猜测了。

Claude团队:用400万条对话分析AI对经济的长期影响

AI还只是某种选择而非必需品

还是先来看第一篇公开论文的具体内容。

概括而言,通过对Claude平台400万+匿名对话数据的分析,Anthropic构建起了衡量AI在经济活动中使用模式的框架,以此揭示AI在不同任务、职业中的应用情况,并最终探讨了其对经济的影响。

展开来说,如下图框架所示,研究团队使用Clio工具(Anthropic开发的自动化分析工具)对大量对话进行分析,目标是将对话映射到职业类别上。

由于美国劳工部ONET数据库包含近20,000个独特的任务陈述,导致直接分类难度较大,因此研究人员构建了一个分层的任务树结构。

也就是说,先由Claude筛选出职业相关对话,接着借助树状搜索,让Claude依据对话内容从任务层次结构顶层向下遍历选择,最终完成对话与具体ONET任务的映射。Claude团队:用400万条对话分析AI对经济的长期影响

而根据上述映射和分析,研究发现了AI在不同职业类别中的使用差异

首先,由于软件开发、数据分析等工作高度适配AI技术,因此计算机和数学相关职业的AI使用率最高,占所有查询的37.2%,整体TOP 6如下:

Claude团队:用400万条对话分析AI对经济的长期影响

与之相反,偏传统的农林牧渔行业与AI最远。

Claude团队:用400万条对话分析AI对经济的长期影响

进一步分析不同职业的AI使用深度,可以看出,约36%的职业在四分之一任务中会使用AI,而仅有约4%的职业会在四分之三任务中使用。

换句话说,少部分人大量使用AI,大多数人采取“适量”姿态,整体上AI还只是一种选择而非必需品

Claude团队:用400万条对话分析AI对经济的长期影响

其次,收入情况也和AI使用率息息相关。

数据显示,AI在中高收入的工作中(如程序员)使用最为普遍;低收入(如服务员)和非常高收入(如麻醉师)的工作中AI使用率则又要低得多,呈现中间多、两边少的形态。

Claude团队:用400万条对话分析AI对经济的长期影响

接下来,研究观察了人们更喜欢与AI协作,还是让AI自动化执行任务。

结果发现人机协作仍占据主位,约占57%;不过以智能体为代表的自动化执行也不容小觑,目前已经占比43%。

这也意味着,“2025属于Agents(智能体)”这句话的含金量还在上升。

Claude团队:用400万条对话分析AI对经济的长期影响

BTW,Anthropic这次还透露了Claude 3.5 Sonnet和Claude 3 Opus模型之间的任务使用模式的比较分析。

显而易见,最新模型Sonnet 3.5被更多用于编码和技术任务,而Opus更多用于创意写作和教育内容开发。

Claude团队:用400万条对话分析AI对经济的长期影响

以上为论文主要发现。另外值得一提的是,官方还特意强调了分析所存在的局限性。

无法确定所有这些任务都是在工作中完成;

人们可能从不同途径使用Claude,(当前仅统计官方平台)协同使用这一项可能被低估;

由于Claude不支持图片生成,可能遗漏部分重要使用场景。

Claude团队:用400万条对话分析AI对经济的长期影响

不过接下来,Anthropic将继续推进这一研究。对此,他们同步公开了上述分析所使用的数据集,并邀请经济学家、政策专家和研究人员开展合作。

而且还顺势搞了波招聘,为公司社会影响团队招研究科学家和研究工程师。

Claude团队:用400万条对话分析AI对经济的长期影响

全网催更Claude新模型

除了讨论报告本身,保留节目是,网友们纷纷借此开启了催更模式。

Sonnet 4怎么还不来??

Claude团队:用400万条对话分析AI对经济的长期影响

更有网友犀利辣评,Anthropic将发布除新模型之外的一切。(doge)

Claude团队:用400万条对话分析AI对经济的长期影响

回顾Anthropic更新Claude模型的频率,不难发现新模型可能要等到今年上半年

(表格由AI整理,内容经过验证)

Claude团队:用400万条对话分析AI对经济的长期影响

更具体的说法,来自创始人Dario Amodei在今年一月底的一次访谈,他透露Anthropic正在开发一些新的大模型,有望在未来3-6个月内发布。

嗯,保守估算一下,也就是今年5~8月份了。

另外他当时还剧透了,新模型会采取不同于其他公司的策略,让推理能力与模型的其他能力更加协调统一。

正在开发的还有一个“虚拟协作者”(Virtual Collaborator)。

这是一个可以在计算机上执行各种任务(如写代码、测试、交流、撰写文档等)的AI系统,用户可以与它进行长时间的任务导向交互。

至于图像和视频生成则不是Anthropic的研发重点,未来如果确有必要的话,也会选择“拿来主义”,与专业的图像生成公司合作。

那就狠狠期待一波了~

相关资讯

追平满血版o1的国产多模态模型终于来了!训练细节全部公开

春节前最后一周,能媲美 Open AI 满血版 o1(Full Version,而非 preview)的模型终于出现了! 刚刚,月之暗面公布了他们的 Kimi k 系列模型最新版本 ——k1.5 多模态思考模型。 新模型在数学、代码、多模态推理能力等方面全面对标 Open AI 满血版 o1,而且是 OpenAI 之外首个多模态 o1。
1/21/2025 8:00:00 AM
机器之心

Anthropic CEO惊人预警:27年AI超越人类!Claude今年更新全剧透

失踪人口终于回归了! 在互联网消失一段时间后,Anthropic首席执行官Dario Amodei一上来就接受了WSJ、CNBC两家采访,连曝AI大瓜。 他坚定地认为,「2027年之前,AI完全可以超越人类智能!
1/23/2025 9:00:00 AM
新智元

中国AI太强,Meta工程师吓疯?自曝疯狂熬夜复制DeepSeek,天价高管心虚了

今天,Meta员工在匿名社区TeamBlind上的一个帖子,在业内被传疯了。 DeepSeek,真实地给了美国人亿点点「震撼」。 DeepSeek R1是世界上首个与OpenAI o1比肩的AI模型,而且与o1不同, R1还是开源模型「Open Source Model」,比OpenAI还Open!更有人曝料,DeepSeek还只是个「副项目」,主业根本不是搞大模型!
1/24/2025 1:20:00 PM
新智元

颠覆LLM格局!AI2新模型OLMo2,训练过程全公开,数据架构双升级

最近,非营利研究机构AI2上新了OLMo2系列模型,他们称之为「迄今为止最好的完全开源模型」。 OLMo 2系列包含7B和13B两个型号,相比如Llama 3.1和Qwen 2.5等开源模型达到了同等甚至更优的性能,同时FLOPS计算量更少,在性能和计算效率之间取得了极佳的平衡,为开源LLM开辟了新的可能性。 不同大小开源模型的性能对比,OLMo 2的表现优于同参数规模模型在多个下游任务上,OLMo 2展现出了强大的泛化能力和适应能力。
1/24/2025 3:40:00 PM
新智元

DeepSeek-R1持续震撼硅谷:跻身竞技榜前三,创始人梁文锋采访被“拿放大镜”看

“神秘东方力量”DeepSeek给硅谷带来的影响,还在不断泛起涟漪——刚刚,DeepSeek-R1跻身大模型竞技榜前三。 以开源、便宜20倍的“身价”与ChatGPT-4o(2024.11.20)并列。 在复杂提示词/风格控制榜单上,R1位列第一。
1/26/2025 8:00:00 AM
量子位

在2025年初,浅浅聊一聊世界模型 World Models

Update 1月10日:感谢评论区补充world model在RL中的定义! 感觉在RL中的定义,world model是针对一个具体子任务的模型,最近上述公司提到的World Model的尺度似乎更大、更加通用,更多从:Language Generation Model (ChatGPT)-Image Generation Model(StableDiffusion)-Video/3D Geneartion Model (二者各有侧重因此平级)-World Generation Model(同时具备时序和空间序建模)这么一个趋势。 当然这个World似乎想要包容一切,于是也并不清晰到底是什么样的表征:是否是video sequence?
1/27/2025 9:37:33 AM
原野寻踪

鄂维南李航领衔造高级论文搜索Agent,召回率和精准性超谷歌学术等,磕盐党狂喜

中科院院士鄂维南、字节AI实验室总监李航领衔,推出高级论文搜索Agent。 名为PaSa,两个Agent分别执行多轮搜索和判断论文是否满足查询要求的任务,模仿人类复杂学术搜索行为。 现在就有Demo可玩。
1/27/2025 9:00:00 AM
量子位

免费功能卷翻付费版ChatGPT,欧洲AI新贵叫板OpenAI

“欧洲OpenAI”Mistral AI有新动作了! Le Chat(法语“猫”)全新升级,官方自称它是“您生活和工作的终极AI助手”。 从今天开始,Le Chat上线移动端,iOS和Android都支持,不久也将对企业私有基础设施开放。
2/8/2025 8:50:00 AM
量子位

马克龙豪掷1090亿开欧洲「星际之门」,Mistral狂飙登顶法国APP榜首!

就在刚刚,Le Chat登顶法国免费APP榜首! 在效率榜中,ChatGPT屈居第二,DeepSeek仅排第三在美国效率榜排名35(ChatGPT第一,DeepSeek第二)欧洲开发者们一片欢腾:恭喜Mistral AI,让欧洲的AI竞赛中终于(在欧洲)有了一席之地。 之前,不管是OpenAI还是DeepSeek,都光芒太盛。
2/10/2025 12:00:25 PM
新智元

Claude 4要来了?Anthropic发布38页经济指数报告,43%人类工作正被AI取代!

Claude 3.5 Opus无了,Anthropic本周可能会提前放出Claude 4。 网友爆料称,除了Claude 4,还有推理模型也将首亮相,评分全面超越o3。 Anthropic已经沉寂太久了,去年曾被传出内部模型研发受阻。
2/11/2025 1:00:00 PM
新智元

8卡32B模型超越o1预览版、DeepSeek V3,普林斯顿、北大提出层次化RL推理新范式

一.引言推理大语言模型(LLM),如 OpenAI 的 o1 系列、Google 的 Gemini、DeepSeek 和 Qwen-QwQ 等,通过模拟人类推理过程,在多个专业领域已超越人类专家,并通过延长推理时间提高准确性。 推理模型的核心技术包括强化学习(Reinforcement Learning)和推理规模(Inference scaling)。 主流的大模型强化学习算法,如 DPO、PPO、GRPO 等,通常需要在完整的思维链上进行微调,需要高质量数据、精确的奖励函数、快速反馈和在线迭代、以及大量的算力。
2/12/2025 12:04:54 PM
机器之心

Karpathy新实验火了!一个「表情」占53个token,DeepSeek-R1苦思10分解谜失败

一个😀,竟然要占用53个token? ! 最近,AI大佬Karpathy在X上分享了这一有趣现象。
2/13/2025 1:00:00 PM
新智元

文心一言全面免费了,深度搜索功能同时上线,第一手实测在此

一天内,OpenAI、百度两家AI大厂同时打出免费牌! 几天前被爆出文心5.0消息后,今天百度突然宣布:文心一言将于4月1日零时起,全面免费!  所有PC端和APP端用户均可体验文心系列最新模型。
2/14/2025 9:12:00 AM
量子位

1秒锁定7500万债务黑洞,OpenAI o系列模型7大实际应用案例

今早5点,OpenAI分享了o系列模型的7大实际应用场景,包括处理模糊任务、从海量信息中提取关键信息、复杂文档推理与决策、多流程AIAgent、视觉推理、代码审查以及性能评估。 在这些实际案例中,一家金融分析平台通过o系列模型成功找出了影响收购的关键变更条款,帮助公司节省了7500万美元。 此外,还解读了o系列推理模型与效率型GPT系列模型的区别,帮助你在实际应用中该如何高效选择这两种模型。
2/14/2025 10:44:13 AM
AIGC开放社区

微软开放3.1T token高质量数据!通用/代码/数学/问答,全领域超越开源

过去几年,大型语言模型(LLMs)已经成为人工智能研究的一个关键领域,从大规模的自然语言数据中学习,使其能够以极高的准确率执行各种与语言相关的任务。 得益于模型扩展性方面的进展,研究人员能够创建具有前所未有复杂度的模型。 当前的研究趋势是致力于构建更大、更复杂的模型,具有数百/数千亿个参数,但大型语言模型的训练需要海量的训练数据,尤其随着模型参数量的上升,对于优质数据数量的要求也将进一步加大,优质数据量的缺乏极大限制了模型能力的进一步增长。
2/18/2025 3:03:58 PM
新智元

马斯克“地表最强”Grok 3炸场,竞技场首超1400分

刚刚,马斯克xAI的Grok 3终于亮相(超300万人次围观)! 一出道即巅峰,竞技场(lmarena.ai)官方给出了这样的评价:Grok 3是首个突破1400分的模型,并且在所有类别中排名第一。 而且,Grok 3还是首个在10万张(后扩展到20万)H100集群上训练出的模型。
2/18/2025 3:09:07 PM
量子位

英伟达CEO老黄预言:未来,每个人都有自己的AI导师!

AI导师时代来临,学习门槛将大幅降低! 在近日接受《财富》杂志采访时,黄仁勋直言:「AI的迅猛发展正在彻底改变知识获取的方式。 」以往学习一门新技能或进入陌生领域,需要投入大量时间和精力,而AI导师的出现让这一切发生了翻天覆地的变化。
2/19/2025 2:02:11 PM
新智元

出人意料!DeepSeek-R1用的GRPO其实没必要?规模化强化学习训练用PPO就够了

DeepSeek-R1 非常热门,而在其公布的训练配方中,GRPO(Group Relative Policy Optimization)非常关键,是 DeepSeek-R1 核心的强化学习算法。 PPO 与 GRPO 的对比,来自论文《DeepSeekMath: Pushing the Limits of Mathematical Reasoning in Open Language Models》相较于 PPO,GRPO 去掉了价值模型,而是通过分组分数来估计基线,从而可极大减少训练资源。 DeepSeek-R1 技术报告中写到:「具体来说,我们使用 DeepSeek-V3-Base 作为基础模型,并采用 GRPO 作为强化学习框架来提高模型的推理性能。
2/21/2025 12:24:14 PM
机器之心
  • 1