事件经过
Anthropic的研究使用Claude对约19,000条O*NET任务描述进行评分，并构建了一个机器人暴露指数，将机器人物理上能做的事与经济上可行的事区分开来。头条发现：机器人“已能执行美国74%的体力任务，占工作时间的34%”，而机器人与LLM结合“使除五分之一以外的所有就业岗位都面临暴露”——但机器人仅在0.3%的工作任务中与人力成本具有竞争力，按历史价格下降速度，预计需要40年该比例才能达到10%。一项涵盖50年（1977年至今）的回测验证了该方法：对现有机器人暴露程度更高的职业在随后几十年中经历了更大的工资和就业下降，而机器人每年新增约2%此前无法完成的体力工作。
影响分析
为高管提供了一种量化的能力与成本对比方式，以区分近期和长期视野下的体力工作自动化——机器人能做这些工作，但几乎从不在有竞争力的价格下实现——从而优化劳动力配置和资本规划，而基于LLM的预测往往忽略这一点。
建议行动
使用该暴露指数来排序哪些体力工作岗位（驾驶、仓储）将首先面临压力，对比LLM暴露的岗位，并在自动化体力运营前用0.3%的成本竞争力基线进行压力测试。