AI公司开始给自己出的难题买单了。7月22日，Anthropic宣布向"经济未来研究基金"投入2亿美元，专门研究一个问题：社会该用什么办法应对AI对就业的冲击。这不是慈善姿态，他们自己说了，"我们可能正进入一个没有历史先例的时刻，在那里，最有希望的解决方案是还没有人尝试过的。"（来源：Anthropic《经济未来研究基金的研究议程》2026-07-22）
这笔钱怎么花，研究什么，值得拆开看。
五个优先方向
基金划了五个优先研究领域：一，在企业和工作场所层面塑造AI对劳动者的影响；二，帮助人们驾驭AI驱动的转型；三，为AI驱动的岗位流失实现收入支持的现代化；四，在变革到来之前，让劳动者在AI驱动的增长中拥有权益；五，为公共投资生成新证据。
每一条底下都有具体的可资助方向。比如随机化AI整合设计的实地实验，比较"与劳动者共同开发"和"自上而下推行"哪种效果好；比如失业保险改革，把失业保险与工资保险、再培训捆绑；比如更长期的无条件收入试点，结果不只测劳动供给，还要测幸福感、家庭稳定、儿童发展。
资助规模也定了调子：主要投500万到3000万美元的项目，不资助低于100万美元的申请。接受大学、独立研究机构、政策研究组织和有大规模实地实验记录的非营利组织。这是要把研究做成大样本、长周期的严肃实验，不是撒胡椒面。（来源：Anthropic《经济未来研究基金的研究议程》）
图注：2亿美元基金的五条研究主线，从工作场所到公共投资。
图注：2亿美元研究基金流向五个优先领域，单项资助500万到3000万美元。
为什么是现在：再培训的老账
要理解这笔钱的急迫性，得看两周后发布的另一份报告。8月12日，Anthropic经济研究团队与独立研究者David Roodman发布了一份工人再培训证据综述，从1973年至今的美国随机试验里筛出56项研究、146个影响估计。结论不乐观。
职业培训项目影响有限：平均使就业率相对63%的基线提高1.7个百分点，年均收入提高800美元。项目平均时长6个月，人均成本约13000美元。能通过成本收益检验，但依赖"收益能持续多久"这个不确定的假设。美国那些被评估过的大型联邦培训项目，多数表现不佳；面向青年的Job Corps评估"基本未发现影响"。
也有亮点：少数"部门项目"把收入提高了每年5000到10000美元，高出一个数量级。它们的共同点是三件事：严格筛选申请人（筛掉超过80%）、让雇主参与决定教学内容、跟踪本地技能需求趋势。从政府角度看，靠更高税收和更低福利依赖就能收回成本。
但报告紧接着泼了冷水：这些项目教的是数月内可传授的技能，面向的是低收入边缘人群；如果AI冲击的是软件开发者、律师助理、会计，再培训更像一个压缩版职业中期硕士学位，现有项目对不上。（来源：Anthropic《工人再培训的效果如何：证据综述》2026-08-12）
换句话说：大家最信任的应对工具，历史上从来没真正灵过。这正是2亿美元基金存在的原因——旧证据不够用了。
调查里藏着的态度分化
6月的经济指数报告《节律》给了另一个视角。他们4月启动了一项把调查与使用数据关联的研究，初步发现一个值得琢磨的分化：以最自动化方式使用Claude的人，预期AI将在未来一年承担更多自己的任务，但恰恰是这群人对工作最乐观，对薪酬、就业保障和意义感都预期积极。
同一份报告里还有个细节：美国人对AI的首要担忧就是失业。在经济学家、AI专家和超级预测者的调查中，"再培训支持"是应对AI驱动失业最受青睐的政策，排在加强失业保险、就业保障和全民基本收入前面。（来源：Anthropic经济指数报告《节律》2026-06-26；《工人再培训的效果如何》）
一边是最受欢迎的答案效果存疑，一边是深度使用者异常乐观。这两件事放在一起，就是基金要填的空白：哪些干预真的有用，得用实验跑出来。
图注：56项随机试验的证据显示，平均效果有限，部门项目是例外。
源势AI怎么看
这份研究议程里有个细节容易被忽略：他们明确说"一个及时到来、足以据此行动的信号，可能比一个来得太迟的答案更有价值"，要求受资助者在关键里程碑上公开分享发现。这是在承认，AI变革的速度可能超过传统研究发表周期。
我们在能源和金融行业做Agent落地，看到的是同一个问题的企业版本：技能缺口不是未来的事，是现在的事。AI研判准确率做到98.7%、人力节省70%的项目背后，都有一段重新定义岗位职责的过程。报告里"劳动者声音在设计选择中能带来多大差别"这个问题，我们每天在客户现场遇到——自上而下推行的AI工具，采纳率普遍低于和一线员工共同设计的方案。
对政策研究者这是2亿美元的资助机会，对企业则是提醒：等大规模冲击来了再培训就晚了。现在就把"人机协作模式"当实验来设计，用真实业务数据验证哪种组织方式收益归谁，比任何宏大叙事都实在。
