| 报告分析了 100 万条 Claude.ai Free、Pro 和 Max 对话随机样本，以及 100 万条第一方 API 记录。 |
第 17 页，注 1 |
E110 |
sample_scope |
| Claude.ai 和 1P API 样本均来自 2025 年 11 月 13-20 日。 |
第 17 页，注 1 |
E110 |
sample_period |
| 报告提出五类 economic primitives：任务复杂度、人类和 AI 技能、工作/课程/个人用途、AI 自主性和任务成功率。 |
第 19 页，AI 使用维度 |
E110 |
measurement_framework |
| 2025 年 11 月，前 10 个 O*NET 任务占 Claude.ai 使用的 24%，高于上一份报告的 23% 和 2025 年 1 月的 21%。 |
第 5 页，概览；第 6 页，模式变化 |
E111 |
task_concentration |
| 对 1P API 企业客户而言，前 10 个任务在 2025 年 11 月占流量的 32%，高于 2025 年 8 月的 28%。 |
第 5 页，概览；第 6 页，模式变化 |
E111 |
task_concentration |
| 修改软件以纠正错误是 2025 年 11 月最常见的任务，占 Claude.ai 使用的 6%，也占 1P API 记录的十分之一。 |
第 6-7 页，模式变化 |
E111 |
coding_tasks |
| 2025 年 11 月，计算机和数学类任务占 Claude.ai 对话的 34%，占 1P API 流量的 46%。 |
第 7 页，图 1.2 讨论 |
E111 |
occupation_task_mix |
| 对 API 客户而言，办公和行政支持任务在 2025 年 11 月上升 3 个百分点，达到 13%。 |
第 8-9 页，图 1.2 讨论 |
E112 |
enterprise_back_office |
| 报告列举的 1P API 示例包括个性化 B2B 陌生销售邮件、商务邮件回复、发票处理系统、邮件分类和日程安排。 |
第 18 页，注 4 |
E112 |
enterprise_back_office |
| 在 Claude.ai 上，增强型对话在 2025 年 11 月上升到 52%，自动化对话下降到 45%。 |
第 5 页和第 9 页，协作模式讨论 |
E113 |
augmentation_automation |
| Claude.ai 上的 directive 对话从 2025 年 8 月的 39% 下降到 2025 年 11 月的 32%。 |
第 9 页，协作模式讨论 |
E113 |
automation_mode |
| API 使用中 74% 与工作相关，64% 为 directive，约四分之三属于自动化；相比之下，Claude.ai 使用中 46% 与工作相关。 |
第 26 页，Claude.ai 与 API 比较 |
E113 |
enterprise_automation |
| 在 Claude.ai 样本中，整体使用为 46% 工作用途、19% 课程用途和 35% 个人用途。 |
第 26 页，用途部分 |
E114 |
use_case_mix |
| 软件开发请求中 64% 与工作相关；个人生活管理请求中这一比例为 17%。 |
第 25-26 页，图 2.2 和用途讨论 |
E114 |
use_case_mix |
| 报告称，无论全球还是美国，Claude.ai 使用主要与工作相关。 |
第 29 页，地理章节 |
E114 |
work_use |
| 综合多份报告，49% 的岗位已经在至少四分之一任务中出现 AI 使用。 |
第 43 页，有效 AI 覆盖部分 |
E115 |
occupational_task_coverage |
| 报告把 effective AI coverage 定义为 Claude 可成功完成的工作日比例，并按任务成功率和劳动者花在各任务上的时间占比加权。 |
第 43 页，有效 AI 覆盖部分 |
E115 |
occupational_task_coverage |
| 数据录入员、医学转录员和放射科医生在 effective AI coverage 排名中上升，因为被覆盖任务是其工作中耗时或高频的部分。 |
第 44-45 页，有效 AI 覆盖讨论 |
E115 |
occupational_task_coverage |
| 对 Claude.ai 而言，要求低于高中教育水平的任务成功率约为 70%；大学水平对话的成功率约为 66%。 |
第 39 页，任务加速讨论 |
E116 |
task_success |
| API 任务成功率从耗时一小时以内任务的约 60%，下降到预计人类需要五小时以上任务的约 45%。 |
第 41 页，任务时长部分 |
E116 |
task_horizon |
| 拟合后的 API 成功率曲线在 3.5 小时时穿过 50%；类似外推下 Claude.ai 的估计约为 19 小时。 |
第 42 页，任务时长部分 |
E116 |
task_horizon |
| Claude 覆盖任务的平均预测教育年限为 14.4 年，而 O*NET 全经济任务平均为 13.2 年。 |
第 46 页，任务内容部分 |
E117 |
skill_content |
| 在任务移除练习中，报告发现净 deskilling 效应，因为 Claude 覆盖任务通常比剩余任务需要更高教育水平。 |
第 46-47 页，任务内容部分 |
E117 |
skill_content |
| 报告把技术写作者、旅行代理和若干教学职业列为 deskilling 示例，把房地产经理列为 upskilling 示例。 |
第 46-47 页，任务内容部分 |
E117 |
skill_content |
| 在可靠性调整前，报告复现了未来十年美国劳动生产率年增速隐含提高 1.8 个百分点的估计；Claude.ai 和 1P API 样本均为这一结果。 |
第 48-49 页，生产率部分 |
E118 |
productivity_estimate |
| 按任务成功率调整后，生产率估计从每年 1.8 个百分点降至 Claude.ai 使用的 1.2 个百分点和 API 流量的 1.0 个百分点。 |
第 48 页，生产率部分 |
E118 |
productivity_estimate |
| 在任务互补性 sigma = 0.5 且按任务成功率调整时，隐含生产率效应下降到 Claude.ai 的 0.8 个百分点和 API 的 0.6 个百分点。 |
第 50 页，图 4.6 讨论 |
E118 |
productivity_estimate |