2026年9月30日，Anthropic经济研究团队发布了研究文章《What work can robots do?》和一份56页的附录。团队在同一份资料里同时考察了两个问题：一是美国人从事的工作中，现在的机器人能做的有多少；二是其中能比人工成本更便宜地完成的有多少。把这两个数字放到同一个基准，也就是美国总工时上，机器人能做的工作占34%，比人便宜的只占0.3%。机器人能做的工作，是能便宜完成的工作的100多倍。
Anthropic用Claude逐一核查了美国约900种职业下的1.9万项任务
团队从美国职业信息数据库O*NET入手。O*NET收录约900种职业，关联约1.9万条任务描述。首先，Claude为每条任务描述评估体力投入程度，从中挑出7594项体力任务。“挖沟”和“教舞蹈”算体力任务；打字员用计算器核对合计，虽然要用手，也被排除在外。
接着，Claude为每项任务在网上搜索真正在做这项工作的机器人，并原样引用出处原文。团队把机器人定义为能自行感知并行动的机器。因此，能扫描车辆、调整喷头位置的洗车机算在内，完全由外科医生操控的远程手术设备则不算。证据只认可实际部署、商业销售和演示三类。据附录介绍，Claude Opus 5共进行了约65万次网络搜索，从9万多个网页中留下了超过27.5万条引文。
以挖沟为例，Claude把这项任务所需的时间拆成若干场景。25%是在空地上挖一条直沟，20%是在地下管道和电缆周围小心地手工挖掘。前者只要给挖掘机装上自主挖掘控制系统，机器人就能完成；后者现在的机器人还做不到。团队规定，机器人能完成的场景占任务时间一半以上，才算这项任务机器人能做，挖沟因此被归为机器人做不了的任务。其余时间如何拆分，公开说明中没有交代。
最后，Claude估算了机器人完成一个人一年工作量所需的成本，包括机器人本体、安装、维护、软件、电费、监督和保险，固定成本按年分摊。这一数值再与人工成本比较。人工成本是用美国劳工统计局（BLS）各职业的总薪酬，乘以该任务所占的时间比例得出的。
在这项研究中，任务分类、各任务的时间占比、机器人能力等级、机器人成本以及按职业汇总，全部由Claude估算。人工成本同样是BLS总薪酬乘以Claude估算的时间占比。原文称成本估算是“approximate”（大致的数值），结论则“more suggestive”（只能说明方向）。附录把Claude给出的任务时间和技能水平变量与BLS调查对照，得到0.76至0.89的相关系数。至于机器人能力等级和机器人成本，原文和附录都没有提到与人类专家判断对照的验证。Anthropic不卖机器人，但用自家模型充当测量工具所涉及的利益关系，原文没有专门讨论。
机器人“能做”的工作，大多也只能在工厂这类专为机器人打造的空间里完成
在7594项体力任务中，机器人能做的占74%。把人们花在这些任务上的时间换算成美国总工时，是34%。不过原文摘要附了一句限定：“mostly in limited settings”（大多在受限的环境中）。团队按机器人能在什么环境中完成这项工作，分成了四级。
| 等级 | 机器人能完成这项工作的地方 | 占全部体力任务的比例 |
|---|---|---|
| E0 | 任何地方都做不了 | 约四分之一 |
| E1 | 工厂装配线这类机器人专用空间 | 约一半 |
| E2 | 物流仓库这类规整的人类工作场所 | 22% |
| E3 | 城市道路这类不规整的开放场所 | 2% |
医院配送机器人把药品送到护士站，属于E2。在传送带上按病人饮食配餐盘的机器人，属于E1。全部体力任务中约有一半是E1，所以在机器人能做的74%里，约三分之二只能在工厂这类为机器人打造的空间里完成。在道路这样的开放场所也能做的，只占全部体力任务的2%。
机器人能做的范围正在一点点扩大。据原文，机器人每年能新做此前做不了的体力工作中的约2%。
DataCamp旗下的通讯The Median指出，这个74%可能被高估了。因为当Claude找不到完全按任务描述工作的机器人时，会把做类似任务的机器人也算作证据。附录也如实写明了这种做法。
在机器人比人便宜的职业里，从业人数最多的是包装工，机器人每年也只便宜约2500美元
把能做的工作和能便宜做的工作放在同一个基准，也就是美国总工时上，两者的差距就显现出来了。原文写道：“Though robots can theoretically do tasks that add up to 34% of all work time, they are cost-competitive for just 0.3% today.”意思是，机器人理论上能做的任务加起来占总工时的34%，但如今比人便宜的只有0.3%。
在机器人比人便宜的职业中，从业人数最多的是包装工。美国约有56万人从事这份工作，他们97%的工作时间花在机器人能做的任务上。团队按约10年寿命和8%的资本成本分摊机器人的固定成本，再加上维护、部分人工监督和电费，估算出机器人成本约为每年4.5万美元。人工成本约每年4.9万美元，其中机器人能做的任务所占的97%约为4.75万美元，与机器人成本约4.5万美元相比，机器人每年便宜约2500美元。即便在机器人比人便宜的最大职业里，两者的成本差距也只有这么小。
焊工则是机器人比人贵得多的例子。装有摄像头和AI的机器人可以独立完成焊接本身。但人类焊工还要搬运大型金属部件，爬梯子焊接难以触及的接缝，检查质量，再做打磨和收尾。如果这些都交给机器人，所需机器人的价格约为人类焊工的5倍。清洁工和洗碗工的收入比焊工低2.5万至3万美元，但做这些工作的机器人却比人贵好几倍。原因是清洁难以标准化，机器人也比人慢。
The Median认为74%可能被高估，同一篇文章也认为0.3%可能在相反方向上有偏差：0.3%或许低估了机器人成本向人工靠拢的程度。按原文估算，无人驾驶出租车（Robotaxi）每年比出租车司机多花约7000美元，因此不在0.3%之内。但与比人贵好几倍的焊接机器人和清洁机器人相比，无人驾驶出租车与司机的成本差距并不大。原文还提到，无人驾驶出租车除了成本，还面临监管障碍。The Median把两个方向的依据放在一起，认为实际数值可能略低于0.3%，也可能略高。围绕这个0.3%，Reddit上也有人评论：“人比机器人便宜，这种就业保障挺让人沮丧的”（humans being cheaper than robots is a pretty depressing form of job security）。
即使机器人价格每年下降3%，比人便宜的工作要占到总工时的10%，也需要约40年
原文计算，要让机器人在美国总工时的10%上比人便宜，机器人成本需要下降约70%。按每年下降3%计算，大约需要40年。
也有更近期的数字。如果机器人成本下降20%（按每年3%约需7年），在280万人从事的体力工作中，机器人会比人便宜。这些人平均有42%的工作时间花在机器人能做的任务上，这部分时间占美国总工时的0.8%。
每年3%这个降幅，是综合日本银行的机器人生产者价格指数、丹麦企业数据、美国汽车焊接机器人案例和北美工业机器人平均售价四份资料确定的。这四份都是工业机器人的数据。此外，40年的计算假设成本在所有任务上同等下降，并且在某一项任务中引入机器人时，经济的其余部分保持不变。人形机器人或AI驱动的机器人是否会以不同速度降价，原文和附录都没有专门讨论。
团队还检验了按各职业中机器人能做任务的占比来打分的方法，是否与历史数据相符。用1977至2024年的数据在同一行业内比较后发现，任务全部可由机器人完成的职业，比没有机器人能做任务的职业，20年后的工资低7.1%（95%置信区间为5.4%至8.9%）。同一比较中，就业岗位减少了34.2%（95%置信区间为16.4%至52.0%）。与Webb（2020）从专利中找出机器人能做工作的指数一起放入回归分析时，工资和就业下降的效应在本研究的分数上比在Webb指数上更明显。不过，这一时期的机器人主要处在工厂这类E1环境中。因此附录写道，这些结果对正在走进仓库和道路的AI机器人，能说明的不多。
机器人要接手体力工作，光有技术还不够，还得比人便宜
团队还单独分析了阻碍机器人接手任务的因素。前面的74%看的是机器人在任何环境下能否完成任务，这里看的是把任务交给机器人代替人时会卡在哪里。74%把工厂这类专用空间也算作“能做”，下面的比例则单独统计替代人时遇到的障碍，两者口径不同。能力不足阻碍了约70%的体力任务，其中仅抓取和操作物体的操作（manipulation）能力一项就阻碍了一半。AI进步最容易改善的是规划和推理能力，这方面的不足只阻碍了8%。监管阻碍了14%，人们的偏好阻碍了四分之一。给孩子穿衣服、换尿布，接待客人、介绍酒单，就是受偏好阻碍的例子。一项任务可能同时受多个因素阻碍，所以能力不足、监管、偏好的比例加起来超过100%。原文在逐一分析这些因素后，补充了一句话。
“For nearly all tasks, costs would also need to fall.” 几乎所有任务的成本也都需要下降。
把包装工和焊工放在一起，就能看出这句话的意思。包装工的工作机器人能做，而且每年比人便宜约2500美元。焊接机器人也能独立完成，但把焊工的全部工作交给机器人，机器人的价格约为人的5倍。从技术上看，两者都在机器人能做的74%体力任务之内，但机器人真正开始接手这些工作，要等机器人的价格降到人工成本以下。
过去，人们主要根据机器人能不能做一项工作，来判断机器人会在多大程度上改变工作。把同样的工作与人工成本放在一起看，机器人真正进入的不是它能做的全部工作，而是先从比人便宜的那部分开始。
延伸阅读
What work can robots do? Anthropic经济研究团队的原文，附有环境等级表、各职业机器人成本和成本下降情景图。 anthropic.com
Appendix to: What work can robots do? 56页的附录，详细介绍了Claude通过网络搜索寻找机器人的方法、与BLS调查对照的验证，以及1977至2024年的回测。 cdn.sanity.io
Robots Are Cheaper than People for 0.3% of Work DataCamp旗下通讯The Median剖析这项研究方法的文章，从两方面的依据说明0.3%为何既可能偏高，也可能偏低。 dcthemedian.substack.com