74% 能干、0.3% 划算：衡量岗位替代要看成本，不是能力
讨论「机器人会不会抢工作」时，用「能力」当标准一定会得出过度悲观的结论。这份研究给出了更该被采用的尺子：成本竞争力。
Anthropic 发布研究，用 Claude 评估约 19,000 项工作任务：现今机器人可完成美国 74% 的物理任务（占全部工作时间的 34%），但仅在 0.3% 的任务上比人工更具成本竞争力。按每年约 3% 的降价趋势推算，要达到 10% 的覆盖率可能还需约 40 年。
这两个数字为什么会差这么远
- 任务可做不等于任务值得做。工业机器人能搬运、能焊接、能分拣，但在绝大多数场景里，这些能力需要专用工装、维护与停线改造，部署的固定成本远高于工资的边际成本。
- 非结构化环境是成本黑洞。工厂流水线之外，多数物理工作发生在布局随时变化、物品姿态不可控的环境里。感知与抓取的鲁棒性每提高一点，成本上升往往是非线性的。
- 3% 的降价斜率不算快。以这个斜率外推需要几十年，说明瓶颈不只是硬件价格，还包括集成、维护与安全合规这些难以规模化下降的部分。
对「岗位焦虑」的正确读法
- 短期真正变化的是任务组合，不是岗位数量。被自动化的是「一个岗位里的某几个环节」，这通常表现为工作内容重组，而不是整岗消失。
- 暴露度高的环节值得提前规划。结论指向任务层面的替代压力，物流、制造、仓储中的重复性环节是重点区域。
- 技能投资方向更清楚了。设备维护、流程设计、异常处理这类「围绕自动化产生的岗位」需求会上升，纯重复执行的需求会下降。
对读者的实际影响
- 制造业与物流从业者：与其纠结「我的岗位会不会被替代」，不如盘点岗位内哪些环节最可能被单点自动化，提前向「管设备、定流程」的方向移动。
- 企业与投资方：评估自动化项目时，用全生命周期成本（含集成、维护、停线损失）与人工成本比较，而不是用单台设备价格。
- 政策制定者：这份研究提示，应对自动化冲击的窗口期比直觉中长得多——这段时间应该用来做转岗培训，而不是急于推出补偿方案。
结论：这份研究最大的价值不是那两个百分比，而是它提供了一把更靠谱的尺子。判断替代风险要看成本曲线，不看能力演示视频——后者永远比前者跑得快。