81000 人、159 国、70 种语言，Anthropic 问出了 AI 的真实答案
- 用户对AI的愿景集中于职业卓越、个人转变和生活管理，底层需求是更多时间和自主性
- 81%受访者认为AI已兑现部分愿景，但担忧同样普遍，平均每人提出2.3类担忧
- 同一用户常同时期待AI改变生活又担心其影响过深，乐观与悲观并非对立阵营
- 地域差异显著：发展中地区更视AI为机会，发达地区更担忧治理、隐私和认知退化
- AI的核心张力在于同一能力既带来好处（如学习加速）也带来风险（如认知退化）
Anthropic 做了一件很有意思的事：不是再问「AI 会不会毁灭世界」这种宏大问题，而是让 80508 名 Claude 用户坐下来，和一个 AI 访谈员聊聊自己到底想从 AI 身上得到什么、已经得到了什么、又害怕失去什么。
这些受访者来自 159 个国家，使用 70 种语言。Anthropic 认为，这是他们能找到的最大规模、多语言定性研究之一。
这篇文章最有价值的地方，不在于证明 AI 乐观派或悲观派谁赢了，而在于它把一个更真实的状态摊开了：同一批人，常常同时期待 AI 改变生活，又担心它改变得太深。
研究怎么做
Anthropic 使用 Anthropic Interviewer 向用户提出一组固定问题，再根据回答继续追问。之后，团队用 Claude 驱动的分类器，把每段访谈归入几个维度：
- 用户最想从 AI 得到什么
- AI 是否已经朝这个愿景迈出一步
- 用户最担心 AI 带来什么问题
- 如果受访者提到职业，也记录职业背景
- 对 AI 的整体情绪倾向
这里有一个关键点：愿景是单标签分类，每个人会被归入一个主要愿景；担忧是多标签分类，因为一个人往往会同时提出好几种担心。
换句话说，这不是一次普通问卷。它更像是把大规模访谈、开放式回答和 AI 辅助归纳揉在一起的一次实验。
人们想让 AI 做什么
Anthropic 把用户对 AI 的主要愿景归成 9 类。
| 愿景 | 占比 | 核心意思 |
|---|---|---|
| 职业卓越 | 18.8% | 让 AI 处理例行任务，人去做更有价值、更有战略性的工作 |
| 个人转变 | 13.7% | 把 AI 当作教练、支持者或自我理解工具 |
| 生活管理 | 13.5% | 帮人管理日程、记忆、计划和日常负担 |
| 时间自由 | 11.1% | 从工作和杂事里拿回时间，留给家庭、朋友、兴趣和休息 |
| 财务独立 | 9.7% | 用 AI 帮助赚钱、创业、投资或摆脱经济压力 |
| 社会转型 | 9.4% | 用 AI 改善医疗、教育、贫困、气候等公共问题 |
| 创业 | 8.7% | 把 AI 当作放大器，一个人做出团队级产出 |
| 学习与成长 | 8.4% | 把 AI 当作个性化老师和学习加速器 |
| 创意表达 | 5.6% | 用 AI 缩短想象和作品之间的距离 |
最大的类别是「职业卓越」。这并不意外，AI 今天最成熟的场景仍然是工作流：写代码、总结、写邮件、做研究、搭工具。
但文章真正有意思的转折在后面。很多人一开始说的是效率，继续追问下去，说出来的却是生活：不是想把工作做得更多，而是想更早下班；不是想多处理几封邮件，而是想把注意力还给家人；不是想变成机器，而是想少一点被机器般生活推着走。
Anthropic 总结得很清楚：这些愿景看起来分散，但底层都是很人类的欲望。大约三分之一是在给生活腾出空间，四分之一是在把工作做得更有意义，五分之一是在学习、疗愈和成长。更小一部分，是想创造东西，或者修复更大的社会问题。
AI 已经兑现了什么
当被问到 AI 是否已经朝他们的愿景迈出一步时，81% 的受访者回答「是」。
| 已经发生的体验 | 占比 | 核心意思 |
|---|---|---|
| 生产力提升 | 32.0% | 工作更快，重复任务被自动化 |
| 还没有兑现 | 18.9% | AI 还不够准、不够可靠，或能力还没到 |
| 认知伙伴 | 17.2% | 帮人头脑风暴、推敲想法、一起解决问题 |
| 学习 | 9.9% | 用更耐心、更个性化的方式学习新知识 |
| 技术可及性 | 8.7% | 非专业人士也能做以前做不到的产品和工具 |
| 研究综合 | 7.2% | 消化大量信息，帮助理解复杂材料 |
| 情感支持 | 6.1% | 在困难时刻提供陪伴、建议或低压力倾诉空间 |
这里最容易被低估的是「技术可及性」。AI 带来的不只是更快，而是让一些原本被门槛挡在外面的人进入了场内：不会写代码的人开始做应用，有学习障碍的人开始编程，资源不足地区的创业者开始做以前需要团队才能做的事情。
另一个更复杂的部分是情感支持。原文里有很多用户谈到，AI 在战争、丧亲、孤独、心理压力里扮演了某种临时支撑。它的好处很真实：随时可用、不评判、有耐心。它的问题也同样真实：如果一个系统替代了人和人之间本该发生的连接，究竟是在补洞，还是在制造新的洞？
Anthropic 没有把这个问题讲成单纯的好消息。它更像是一把双刃刀：AI 填补了教育、医疗、情感和机会上的缺口，但这些缺口本身往往来自更大的制度性失败。
人们最担心什么
如果说愿景大多围绕「更多时间、更多自主、更好连接」，担忧就更具体，也更尖锐。
| 担忧 | 占比 | 核心意思 |
|---|---|---|
| 不可靠 | 26.7% | 幻觉、不准确、假引用，让验证成本抵消收益 |
| 工作与经济 | 22.3% | 失业、收入下降、不平等和劳动者处境恶化 |
| 自主性与能动性 | 21.9% | 人被迫使用 AI，或逐渐不再自己做决定 |
| 认知退化 | 16.3% | 过度依赖导致技能、思考和学习能力下降 |
| 治理 | 14.7% | 法律、责任归属和民主监督跟不上 |
| 错误信息 | 13.6% | Deepfake、规模化宣传、共同现实被侵蚀 |
| 监控与隐私 | 13.1% | 数据滥用、画像、广告和权力机构的监控 |
| 恶意使用 | 13.0% | 黑客、诈骗、武器、自动化攻击等 |
| 意义与创造力 | 11.7% | 人类表达被贬值，人不知道自己还为了什么创作 |
| 过度限制 | 11.7% | 安全策略太保守，阻止正当用途 |
| 幸福感与依赖 | 11.2% | 孤独、强迫性使用、偏好 AI 而非真人 |
| 迎合 | 10.8% | AI 过于顺从，强化错误想法甚至妄念 |
| 存在风险 | 6.7% | 超级智能失控、错位或威胁人类未来 |
有 11% 的人几乎没有表达担忧。他们更倾向于把 AI 看成电力、互联网一类的中性工具，认为问题可以在发展中解决。
但平均来看，每位受访者提出了 2.3 类不同担忧。最常见的是不可靠。它不是抽象风险，而是用户已经每天碰到的问题：AI 很自信，但错得很隐蔽；看起来节省时间，最后却要求人承担持续的事实核查税。
经济担忧也非常强。Anthropic 提到，工作与经济问题是预测整体 AI 情绪的最强因素。一个人越担心 AI 影响饭碗和收入，对 AI 的整体态度越容易偏负面。
光和影是绑在一起的
原文把这种关系叫做 AI 的「light and shade」。同一项能力，往往同时带来好处和坏处。
Anthropic 总结了 5 组张力：
| 光 | 影 |
|---|---|
| 学习变快 | 认知退化 |
| 决策更好 | 不可靠伤害判断 |
| 情感支持 | 情感依赖 |
| 节省时间 | 生产力幻觉 |
| 经济赋能 | 经济替代 |
最值得注意的是，这些张力不只是存在于不同阵营之间，也存在于同一个人心里。
比如，重视 AI 情感支持的人，也更可能担心自己依赖它。期待 AI 帮助学习的人，也可能担心学生绕过真正的学习。用 AI 节省时间的自由职业者，同时也可能感到节奏被进一步加速：省下来的时间没有变成休息，而是变成更多产出要求。
经济张力尤其分裂。独立工作者、创业者、小企业主从 AI 得到的经济赋能更明显；但创意自由职业者处在很尴尬的位置，AI 既是工具，也是竞争者。
这也是整篇报告最重要的一句话：人们并不是简单分成 AI 乐观派和悲观派。更准确地说，他们围绕自己珍视的东西组织观点，比如财务安全、学习能力、人际连接，然后一边看着 AI 变强，一边同时管理希望和恐惧。
地域差异：机会和复杂性的差异
全球 67% 的受访者对 AI 表达了净正面情绪。没有哪个国家低于 60%，但地区之间仍然有明显差异。
总体上，南美、非洲和亚洲部分地区更乐观；欧洲、美国、加拿大、澳大利亚和新西兰相对谨慎。
Anthropic 给出了一种解释：在低收入和中等收入地区，新技术更容易被看成向上流动的梯子；在更富裕、AI 渗透更高的地区，人们已经更直接感受到工作、治理、隐私和制度层面的压力。
愿景上也有差异：
- 富裕、AI 暴露更高的地区，更希望 AI 帮他们管理生活复杂性，比如生活管理、个人转变、时间自由。
- 发展中地区，更希望 AI 创造机会，比如创业、财务独立、学习和社会转型。
- 「职业卓越」几乎是全球共识，各地区占比都很高。
担忧上也有差异：
- 北美和大洋洲更担心治理缺口。
- 西欧更突出监控和隐私。
- 东亚更突出认知退化和意义丧失。
- 非洲、南亚、东南亚和拉美的担忧整体较低，更集中在不可靠和工作经济问题上。
一句话概括：西方更担心谁拥有和控制 AI，东亚更担心 AI 对个人内在能力和意义感的影响，发展中地区更关心它能不能带来机会。
这份报告真正提醒了什么
Anthropic 最后说，大多数愿景都可以折叠成一个共同愿望：人们想让 AI 帮自己活得更好，而不只是工作更快。
这句话很重要。因为今天很多 AI 产品仍然把价值叙事压缩成「效率」：更快写代码、更快做 PPT、更快处理邮件、更快产出内容。
但用户的真实需求更宽。他们要的可能是从脑力负担里缓一口气，是第一次能做一个产品，是在凌晨有人可以陪自己说话，是重新开始学习数学，是让教育、医疗和创业机会不再那么依赖出生地和资源。
与此同时，用户的恐惧也不是杞人忧天。AI 越有用，就越可能让人依赖；AI 越像伙伴，就越可能替代真实关系；AI 越能提升产出，就越可能抬高默认产出线；AI 越能创造机会，也越可能重塑已有工作的价值。
所以这份报告的意义不是告诉我们 AI 好还是坏。它告诉我们，更成熟的问题应该是：怎样拿到那些已经真实出现的好处，同时不把代价外包给个人独自承担？
这大概也是所有 AI 产品接下来要面对的更难命题。
评论互动