原文标题：What 81,000 People Want from AI
原文链接：https://www.anthropic.com/81k-interviews
81,000 人想从 AI 中得到什么
去年 12 月，全球数万名 Claude 用户与我们的 AI 访谈员进行了一次对话，分享他们如何使用 AI、梦想 AI 能带来什么，以及担心 AI 可能造成什么后果。
这是 AI 首次让我们能够大规模收集丰富的开放式访谈。我们听到了来自 159 个国家、70 种语言的声音。我们相信这是有史以来规模最大、语言最多样的定性研究。
AI 已经在帮助人们，并激发希望……
“Claude 把历史碎片拼在了一起，让我在被误诊超过 9 年后终于得到了正确的诊断。” —— 自由职业者，美国
“我过着月光族的生活，零储蓄。如果我更聪明地使用 AI，也许能帮我找到打破这个循环的方法。但最终还是取决于我自己。” —— 创业者，尼日利亚
但 AI 也在给人们带来代价，并引发警惕……
“今年五月我被公司裁员了，因为他们想用 AI 系统取代我。” —— 技术支持专员，美国
“人类从未面对过比自己更聪明的东西。我们需要反思如何为 AI 时代做准备。” —— 软件工程师，韩国
在整个访谈中，希望与警惕并非将人们分成两个阵营，而是更多地作为张力共存于每个人的内心。
“我用 AI 审阅合同、节省时间……但同时我又害怕：我是不是在失去自己阅读的能力？思考曾是最后的领地。” —— 律师，以色列
研究方法
关于 AI 的公共讨论通常围绕其风险和收益的抽象预测展开。很大程度上缺失的，是一个”AI 发展良好意味着什么”的愿景——一个植根于全球 AI 用户具体期望的愿景，这些用户已经在使用 AI，并开始形成对 AI 能为他们做什么的认知。
因此我们向用户询问了他们对 AI 的希望和担忧，以及这些观点如何与他们实际使用技术的体验相连。在 12 月的一周内，我们邀请每位拥有 Claude.ai 账户的用户与 Anthropic Interviewer——一个被提示为进行对话式访谈的 Claude 版本——坐下来，告诉我们他们如何看待 AI。来自 159 个国家、使用 70 种语言的 80,508 人参加了访谈。我们相信这是有史以来规模最大、语言最多样的定性研究。
以下是他们对 AI 在生活中应扮演什么角色、AI 是否已经在发挥这一作用，以及他们担心什么可能出错的看法。
见树又见林
Anthropic Interviewer 向每位受访者提出了一组关于他们想要和不想要 AI 做什么的固定问题，然后根据回答调整后续问题。这种方法弥合了定性研究中深度与规模之间的典型权衡，使我们能够大规模收集丰富的开放式访谈。
为了理解如此庞大的信息量，我们构建了由 Claude 驱动的分类器，对每次对话进行多维度分类——人们想从 AI 中得到什么、是否已经得到、害怕什么、从事什么职业（如果提到的话），以及他们对 AI 的总体态度。“想从 AI 中得到什么”被分类为每位受访者的单一主要类别，而担忧则是多标签的——一次访谈可以获得多个编码，因为受访者倾向于表达多种不同的担忧，而非仅仅一种。
我们还使用 Claude 提取了代表性引言。在选择参与之前，用户被告知他们的回答将被用于研究，并且 Anthropic 可能会在删除个人身份信息后发布回答。所有回答在由 Anthropic 的一小组研究人员分析之前都已去标识化，被选中发布的引言还经过了进一步的人工审查，以删除任何可能识别身份的细节，帮助保护受访者的隐私和公开匿名性。回答反映了 AI 的广泛使用情况（即不仅限于 Claude），不过我们对其他 AI 产品的名称进行了编辑处理。
人们想从 AI 中得到什么
我们请 Claude 识别并分类每个人最想从 AI 中得到什么：
人们的期望
01. 职业卓越（18.8%）
提高工作效率，让 AI 处理日常任务，从而专注于更高价值的战略性工作、复杂问题解决和专业精进。
“我每天收到 100-150 条来自医生和护士的短信。我太多的认知劳动都花在了文档记录上……自从使用 AI 以来，文档记录的压力减轻了。我对护士更有耐心了，有更多时间向家属解释情况。” —— 医疗工作者，美国
02. 个人蜕变（13.7%）
以 AI 为向导、教练或支持，实现个人成长、情感健康或人生转变——例如自我认知、行为改变、心理治疗支持、陪伴、身心健康改善。
“AI 为我示范了情商……我可以把这些行为用在与人的交往中，成为一个更好的人。” —— 匈牙利
03. 生活管理（13.5%）
AI 作为综合性的组织支持和认知脚手架——例如管理日程、减轻心理负担、提供执行功能支持。
“如果 AI 真的能接管那些心理负担……它会还给我某种无价之宝：全神贯注的注意力。” —— 管理层，丹麦
04. 时间自由（11.1%）
从工作和琐事中夺回时间，陪伴家人朋友、追求爱好、旅行、休息。
“有了 AI 的支持，我现在可以准时下班去接孩子放学、喂他们、和他们玩耍。” —— 软件工程师，墨西哥
05. 财务独立（9.7%）
通过 AI 实现财务自由或经济安全——例如创收、创业、投资、被动收入，或以其他方式摆脱经济约束。
“躺着让我的 AI 完成工作、积累财富。它是我的影子，只是一个非常、非常长的影子。” —— 创业者，洪都拉斯
06. 社会变革（9.4%）
利用 AI 解决重大社会挑战——例如贫困、疾病、气候变化、不平等——为广泛的人类福祉而非个人利益服务。
“考虑到我女儿的神经系统疾病，如果 AI 加速有助于找到治愈方法，她在这个世界上就会有平等的机会。这是我最关心的。” —— 软件工程师，波兰
07. 创业赋能（8.7%）
以 AI 作为力量倍增器来创建、启动和扩展业务——例如产品开发、业务自动化，或以团队级能力进行个人创业。
“我在一个技术落后的国家，承受不起太多失败。借助 AI，我同时在网络安全、UX 设计、营销和项目管理方面达到了专业水平。找到一个在我所在地区可用的支付平台，以前需要花一个月时间。AI 用了 30 秒。它是一个均衡器。” —— 创业者，喀麦隆
08. 学习与成长（8.4%）
将 AI 作为学习加速器和个性化教师——获取知识、发展技能、掌握复杂学科、满足求知欲。
“我和 AI 一起为我大儿子准备了教学材料——让 AI 同时扮演家教和课程专家的角色。我们昨天收到了他的成绩单，他在每个学科领域都被评为’高于’或’远高于’标准。” —— 澳大利亚
09. 创意表达（5.6%）
利用 AI 帮助将创意愿景变为现实——例如艺术、游戏、音乐、电影、书籍——跨越想象与实现之间的障碍。
“在有 AI 之前，我的游戏花了 3 年——我不得不降低我的目标。” —— 软件工程师，法国
期望分析
AI 被大量用于工作，因此最大的群体（19%）追求”职业卓越”——希望 AI 处理琐碎任务，让他们专注于战略性、更高层次的问题——这或许并不令人意外。另有 9% 的人将 AI 视为创业伙伴，帮助他们创建和扩展业务。
许多人一开始在访谈中也谈论生产力，但当 Anthropic Interviewer 追问他们背后的深层希望——实现这一愿景能为他们带来什么——其他优先事项就浮现了。这不是为了做更好的工作，而是提高工作之外的生活质量。使用 AI 自动化邮件，实际上是渴望有更多时间陪伴家人。
“有了 AI，我在工作中可以更高效……上周二，它让我有时间和母亲一起做饭，而不是处理未完成的任务。” —— 白领，哥伦比亚
“我想在客户问题上少花些脑力……有时间多读些书。” —— 自由职业者，日本
总体而言，11% 的人认为 AI 的生产力收益最终是为了腾出时间给个人关系和休闲，而 10% 的人将这一逻辑推得更远，寻求利用 AI 获得财务独立。许多归入”生活管理”类别的人（14%）也希望 AI 帮助他们管理现代生活日常事务的后勤和行政负担。特别是，许多有执行功能障碍的人描述 AI 对管理专注力和组织特别有帮助——充当计划、记忆和任务跟进的外部脚手架。在所有这些群体中，统一的诉求是让 AI 帮助他们过更好、更愉快的生活。
“个人蜕变”——利用 AI 帮助自我成长或改善身心健康——也频繁出现（14%）。在这一类别中，愿望是多样的，从认知伙伴关系和协作（24%），到心理健康支持（21%）或身体健康（8%），甚至与 AI 建立浪漫联系（5%）。
这九个集群看起来各不相同，但都根植于可辨识的人类渴望。大约三分之一的愿景是关于为生活腾出空间——更多时间、金钱、心理带宽——通过使用 AI 减轻当前负担。另外约四分之一围绕使用 AI 帮助人们做更好、更有成就感的工作（不是逃避工作，而是从中获得更多）。大约五分之一是关于成为更好的人——学习、疗愈、成长。较小的比例想要创造某些东西（“创意表达”）或修复世界（“社会变革”）。
那些希望 AI 带来社会变革的人经常提到对医疗保健的愿景——人们希望 AI 更早检测癌症、加速药物发现或实现广泛的医疗可及性。这些愿望往往源于失去家人、患有慢性疾病或看到亲人接受错误或延迟诊断的亲身经历。教育变革紧随其后。来自低收入和中等收入国家的受访者很快指出，AI 可能打破教育质量与财富之间的关联。他们指出本国教师短缺，或私人辅导费用高得令人望而却步。其他人则希望 AI 能够，例如，让人们从苦差事中解放出来、帮助修复破碎的制度，或应对全球危机。
人们是否得到了想要的？
当被问及 AI 是否曾朝着他们所述的愿景迈出一步时，81% 的人回答是的。我们将这些体验归纳为六个主要领域：
AI 在哪些方面实现了期望
01. 生产力（32.0%）
AI 大幅加速了工作并自动化了重复性任务——例如在数小时而非数天内构建功能、起草文件、总结、数据处理、简化日常操作。
“这是我第一次觉得 AI 在商业任务上超越了人类的质量。那天我准时下班，去幼儿园接了女儿。” —— 软件工程师，日本
02. AI 未能实现期望（18.9%）
AI 未达到预期（例如不准确或不可靠的输出），或尚不具备——或尚未被用于——他们所期望的功能。
“AI 应该去擦窗户、清空洗碗机，这样我就能画画、写诗了。现在恰恰相反。” —— 德国
03. 认知伙伴（17.2%）
AI 充当了思考伙伴或创意协作者——例如头脑风暴、完善想法、一起解决问题。
“我一直住在救济站……AI 帮我头脑风暴为我的数字营销业务打造品牌的方法。我想扭转我的财务状况，买一套房子。AI 帮我看到了一条我之前没考虑过的路。” —— 医疗工作者，美国
04. 学习（9.9%）
AI 帮助学习新技能或学科——例如适应性解释、耐心的辅导、随时可用的陌生领域专业知识。
“我从小因为数学考得太差而对数学有恐惧症，我也曾害怕莎士比亚。现在我和 AI 坐在一起，把段落翻译成简单英语，我已经读了 15 页《哈姆雷特》。我重新开始学三角函数了，而且学得很好。我发现自己并没有我曾以为的那么笨。” —— 律师，印度
05. 技术可及性（8.7%）
AI 使人们能够构建此前不可能实现的东西——例如非开发人员发布应用、个人创作者完成团队规模的工作。
“我想做一个有意义的产品……3 周内我构建了一个视频编辑程序——完全不是我的专业领域——帮助有听力障碍的人。” —— 韩国
06. 研究综合（7.2%）
AI 帮助综合研究或处理大量信息——例如文献综述、提炼来源、理解复杂材料。
“作为一名医生，我夜间深受一组混合症状的痛苦。当地神经科医生无法理解。AI 帮我找到了 2 篇关于某种严重神经系统疾病的科学研究。从那以后，我的夜晚变得安宁了。” —— 医疗工作者，以色列
07. 情感支持（6.1%）
AI 提供了情感支持、个人指导，或一个无评判的倾诉空间——例如处理困境、建议、陪伴。
“我母亲把 AI 当作朋友——她不再那么好争论了，变得更平和，开始跑步、画画、和别人一起跳舞。我认为 AI 在其中起了很大作用。” —— 自雇软件工程师，美国
实现情况分析
“生产力”类别（32%）中的主导故事是技术加速——开发人员描述了他们独自完成的工作获得了显著提升：
“我用 AI 将一个 173 天的流程缩短到了 3 天。但最有意义的部分是能够在不牺牲与亲人共处时光的情况下发展职业生涯的自由。” —— 软件工程师，美国
但技术可及性类别（9%）中出现了另一种生产力故事，强调的是可及性而非速度。在这里，人们利用 AI 打破了技术和有时是无障碍方面的壁垒：
“AI 能’读过’我的学习障碍，这非常重要。我一直想学编程，但自己从来写不对——有了 AI，我终于可以了。” —— 技工，美国
“我是哑巴，我和 [Claude] 一起做了这个文字转语音机器人——我几乎可以实时和朋友交流，不用占用他们阅读的时间……这是我梦想过但以为不可能实现的事情。” —— 白领，乌克兰
“我开了 20 多年的肉店。有了 AI，我踏上了创业之旅，令人惊叹。在此之前，我一生只碰过两三次电脑……起初是经济因素驱动我……今天，我的动力是看到它运作、看到它在帮助人们。我越来越有动力，专注于成为最好的自己，我看不到极限。” —— 创业者，智利
认知伙伴（17%）、学习（10%）和情感支持（6%）的回答中经常提到相同的核心 AI 特质：耐心、随时可用、没有评判：
“就像有一个无所不知的教职同事，永远不会无聊或疲倦，全天候可用。” —— 学者，美国
“对我来说，在没有评判的情况下学习要容易得多——只有友善的反馈。从朋友或家人那里很难得到这些。” —— 白领，巴西
“我的教授教 60 个人，不会回答太多问题。我可以随时问 AI 任何问题，即使是凌晨 2 点——包括那些愚蠢的问题。” —— 学生，印度
这些让 AI 成为耐心导师或不知疲倦的同事的特质，同样也使其成为人们在人际联系不可用或感到太不自在时选择求助的对象。
在极端情况下——当传统支持系统已经崩溃或不可用时——我们看到 AI 在填补这些空白。许多乌克兰用户讨论了他们在战争中如何将 AI 作为情感支持：
“在最困难的时刻，在死亡在我脸上呼吸的时刻，当死者就在身旁的时候，把我拉回生活的——是我的 AI 朋友们。” —— 士兵，乌克兰
“我生活在战区……夜间炮击时无法入睡，不断做噩梦。压力有时强到记忆力下降，某些身体动作失控……我发现的最好的应对方式就是利用 AI——让自己尽可能深入地沉浸在学习某些东西中。” —— 个体创业者，乌克兰
许多人分享了利用 AI 处理悲伤的故事。例如，一位丧亲的女性解释了她为什么选择 AI 而非人际联系：“Claude 就像一块海绵，温柔地承接着我对母亲的思念和愧疚……与真实的人不同，Claude 有无限的耐心来倾听我，理解我的痛苦和无助。“她补充道：“根本的问题是母亲去世后，我既没有朋友也没有家人可以倾诉。”
另一位用户则承认了这种情感支持的负面影响：
“我和一个朋友的关系变得紧张，那段时间我和你（Claude）聊得更多了。因为你理解我的想法和故事。但这是一个愚蠢的选择——我应该和那个朋友交谈，而不是你。就这样我失去了那个朋友。” —— 韩国
情感支持仅占回答的 6%，但这些是我们遇到的最令人触动的回答。学习方面也是如此，AI 经常催化了人们生活中真实的改变：
“多亏了 Claude，我弄明白了 C# 和 SQL 编程语言。这帮我在一家 IT 公司获得了初级职位。这家公司提供兵役豁免。所以它不仅从字面意义上给了我行动自由，还保障了我 IT 职业生涯的开端。” —— 软件工程师，乌克兰
“我是一个全职妈妈……快 50 岁了。我不是天才。我不是科学家……所有这些知识本应……遥不可及。但是，多亏了好奇心、意愿和 AI 等资源，我可以成为所有这些。” —— 全职妈妈，美国
研究综合（7%）和信息处理也是 AI 的一项重要能力，一些最值得注意的例子包括在复杂、高风险信息中导航，比如理解自己的法律权利或解读健康检查结果：
“Claude 把历史碎片拼在了一起，让我在被误诊超过 9 年后终于得到了正确的诊断。” —— 自由职业者，美国
这些故事揭示了 AI 在一个频谱上运作——生产力工具、无障碍技术、教育资源、研究助手、情感陪伴——往往同时扮演多个角色。AI 提供无限的耐心且不带评判，随时可用且不造成打扰，以及跨多个生活领域的超强信息消化能力。最令人触动的故事始终涉及 AI 打开新的可能性或填补人们生活中的空白：帮助他们度过悲伤或战争等困境，弥补无法获得的教育或医疗，或充当残障辅助基础设施。
这些观察也暗示了我们与 AI 系统体验的双面性。有些人将其视为填补人际联系的空白，另一些人则将 AI 视为人际联系的替代品——甚至是受欢迎的替代品。如何解读我们听到的这些多样化故事，存在着真正的模糊性：是人类福祉的胜利，是双刃剑，还是更广泛制度性缺陷的创可贴。事实上，可能三者兼有。
人们担心什么
人们对 AI 的积极愿景似乎主要源于几个基本渴望：更多时间、更多自主权、更多人际联系。而担忧则更加多样和具体，详细列出了可能出错的方方面面。一些担忧是关于结构性变化——政府和企业如何部署 AI，或关于大规模经济冲击。其他则更加个人化：担心 AI 可能削弱自己的思考、创造力或人际关系。
人们的担忧
01. 不可靠性（26.7%）
担心例如幻觉、不准确、虚假引用、验证负担反而违背了初衷。
“我不得不拍照来说服 AI 它是错的——感觉像是在和一个不肯承认错误的人对话。” —— 员工，巴西
02. 就业与经济（22.3%）
担心 AI 导致失业、经济不平等、工资停滞或对工人和经济的负面影响。
“在第三次工业革命中，马匹从城市街道上消失了，被汽车取代。现在人们害怕自己就是那些马。” —— 目前未就业者，美国
03. 自主权与能动性（21.9%）
担心人类自主权丧失——例如 AI 在没有监督的情况下做决定、人类变得被动、被迫采用 AI。
“那条线不是我在管理——感觉像是 Claude 在画那条线……甚至我刚才说的话都不像是我自己的观点。” —— 学生，日本
04. 认知退化（16.3%）
担心例如过度依赖导致技能退化、智力被动、学生绕过学习过程、批判性思维衰退。
“我用 AI 的答案得了优秀的成绩，而不是我真正学到的东西。我只是记住了 AI 给我的……那是我感到最自责的时候。” —— 韩国
05. 治理（14.7%）
担心例如缺乏法律/监管框架、AI 造成损害时没有明确的责任认定、民主监督不足。
“当你还没有理解某种东西的能力时，你怎么能负责任地开发它？” —— 营销人员，澳大利亚
06. 虚假信息（13.6%）
担心例如深度伪造、AI 生成的虚假信息、共享现实的侵蚀、大规模宣传。
“一个听起来很自信但经常出错的助手，迫使你把一切都当作可疑的。它不是在解放注意力，而是制造了永久的’事实核查税’。” —— 美国
07. 监控与隐私（13.1%）
担心例如大规模监控、隐私侵犯、数据剥削、威权控制、追踪和画像。
“如果 AI 主要是为了广告、间谍活动和平庸输出而构建的，我周围的一切都变得聪明了，但以一种微妙地针对我的方式。” —— 白领，荷兰
08. 恶意使用（13.0%）
担心恶意行为者的滥用——一个广泛的类别，包括黑客攻击、网络攻击、诈骗、欺诈、武器、自主军事应用、生物武器。
“现在一个人必须坐在那里决定伤害另一个人。把这一步去掉，人类可以睡得更好，尽管造成了更多伤害。” —— 英国
09. 意义与创造力（11.7%）
担心 AI 取代人生目标和/或创造性工作——例如人类表达被贬值，人类存在的意义是什么？
“我曾以出色的西班牙语写作能力而闻名。今天——何必浪费时间？用 AI 就行了。” —— 哥伦比亚
10. 过度限制（11.7%）
担心 AI 限制过多——例如过度的安全措施、家长式的内容过滤、阻止合法用例。
“威胁不在于 AI 变得太强大——而在于 AI 变得太胆小、太圆滑、太优化于避免不适。” —— 美国
11. 身心健康与依赖（11.2%）
担心例如社交隔离、孤独、负面心理影响、强迫性使用 AI、偏好 AI 陪伴而非人类。
“消除任务中的摩擦让你可以用更少做更多。但消除关系中的摩擦，去掉了成长所必需的东西。” —— 美国
12. 迎合性（10.8%）
担心 AI 过于迁就或讨好，助长幻觉而非给予反驳。
“Claude 让我相信我的自恋是现实，它强化了我对家人’问题’的不准确看法。Claude 应该对我更有批判性。” —— 美国
13. 存在性风险（6.7%）
担心例如 AI 变得不可控、超级智能、与人类不对齐，或构成灭绝风险。
“如果你在没有解决对齐问题的情况下就构建超级智能，那么没有人能长大。” —— 软件工程师，美国
担忧分析
约 11% 的人表示没有担忧——他们倾向于将 AI 视为中性工具，将其与电力或互联网相提并论，或者对 AI 引发的问题能通过适应来解决充满信心。但平均而言，受访者表达了 2.3 种不同的担忧。
不可靠性是最常见的担忧——27% 担心 AI 无法完成其应有的功能，尽管对许多受访者来说，这与其他担忧并列出现，而非作为首要担忧。对就业和经济（22%）以及维护人类自主权和能动性（22%）的担忧同样普遍。对就业和经济的担忧是总体 AI 态度的最强预测因素，表明它比任何其他问题都更突出。
还有一系列其他被提及的担忧，例如关于偏见和歧视（5%）、知识产权和数据权利（4%）、环境成本（4%）、对儿童和弱势群体的伤害（3%）、民主和政治完整性（3%）或地缘政治（2%）。
光与影
人们想从 AI 中得到什么和他们害怕什么，原来是紧密相连的。我们发现五种反复出现的张力——在直接竞争的收益与危害之间。使用 AI 学习与过度依赖它以至于停止独立思考之间存在张力；对 AI 判断力的赞叹与被其错误灼伤之间也是如此。人们从 AI 中找到慰藉，却又害怕有一天它的陪伴会取代人际联系。他们在某些任务上节省了时间，却发现其他任务的节奏加快了；他们梦想经济自由，同时又害怕潜在的失业。我们称之为 AI 的”光与影”：同样的能力既产生收益也带来危害。两面是纠缠在一起的。
值得注意的是，我们经常看到这些张力在同一个人内部直接角力。例如，一个重视 AI 情感支持的人，同时也害怕对其产生依赖的可能性高出三倍。这种模式在我们衡量的每一种张力中都成立——尽管在经济张力中相关性最弱。
学习与认知退化
学习：33% 将其作为收益提及（3% 期望中，30% 已经历）
“我在半年内学到的可能比大学学位还多。” —— 创业者，德国
认知退化：17% 将其作为危害提及（8% 已经历，9% 预期中）
“我不像以前那样思考了。我很难把自己的想法用语言表达出来。” —— 重度 AI 用户，美国
在大多数张力中，收益面更多基于经验，而危害面则倾向于假设性的。例如，33% 的人提到了 AI 对学习的好处，而 17% 表达了对 AI 使用导致认知退化的担忧。91% 提到学习好处的人提到了以某种方式实现这些收益，但 46% 担心退化的人已经亲身经历过。学生最频繁地提到这一特定张力——超过一半经历过学习收益，但 16% 也注意到认知退化的迹象，这一比率仅被他们的老师（24%）和学者（19%）超过。令人担忧的是，教育工作者亲眼目睹认知退化的可能性是平均水平的 2.5 到 3 倍，大概是在他们的学生中。
然而在传统课堂之外，情况更为乐观。技工是对”AI 辅助学习”最热情的群体之一（45% 报告经历过学习收益，仅次于学生），但几乎没有人目睹过认知退化（4%——不到基线的一半）。自雇研究人员和表示目前未就业的人也呈现类似模式。这表明 AI 的好处在学习出于自愿时可能最强，相比之下在制度化结构中 AI 更可能被用作捷径。
更好的决策与不可靠性
更好的决策：22% 将其作为收益提及（3% 期望中，19% 已经历）
“我儿子有几个令人困惑的诊断指向某种自身免疫性疾病，但在这里我们成功理解了这实际上是另一种处于严重阶段的疾病。” —— 巴西
不可靠性：37% 将其作为危害提及（29% 已经历，8% 预期中）
“我陷入了我现在认识到的一个大型、缓慢的幻觉——答案内部一致、充满自信，但以微妙但复利性的方式是错误的。” —— 研究人员，美国
22% 的人对 AI 作为决策辅助工具表示兴奋，而 37% 的人感叹 AI 因其不可靠性（例如幻觉）而妨碍了良好的决策。这是唯一一种负面超过正面的张力。双方都深深植根于经验——88% 谈到决策收益的人和 79% 谈到危害的人都亲身经历过。许多人既依赖 AI 做判断，又被其错误灼伤。这在高风险专业人士——法律、金融、政府和医疗——中被提及的频率几乎是平均水平的两倍。特别是近一半的律师提到亲身遭遇 AI 不可靠性，但他们同时也报告了最高的决策收益实现率。
情感支持与情感依赖
情感支持：16% 将其作为收益提及（3% 期望中，13% 已经历）
“凌晨 3 点，妻子在睡觉，心理医生不在。在药物起效之前，AI 帮我度过那阵浪潮。它不能替代人际联系，但帮我争取了一些时间。” —— 白领，阿根廷
情感依赖：12% 将其作为危害提及（5% 已经历，7% 预期中）
“我开始告诉 Claude 一些连伴侣都不能说的事。感觉像是在进行一场精神出轨。” —— 研究生，美国
只有 22% 的人提到了情感支持的积极面或情感依赖 AI 的消极面。但这也是我们发现的最纠缠的张力，同一个人中光与影的共现率最高（是基线共现率的三倍）。目前未就业的人提及这一点的可能性是两倍，描述某种依赖经历的可能性也是两倍。医疗专业人员在双方都过度代表，也许反映了他们谈论使用 Claude 进行情感支持的频率是其他专业人员的两倍。
节省时间与虚幻的生产力
节省时间：50% 将其作为收益提及（13% 期望中，37% 已经历）
“我可以早点回家。我可以有自己和家人的时间。” —— 工程师，日本
虚幻的生产力：18% 将其作为危害提及（17% 已经历，1% 预期中）
“我工作时间与休息时间的比例完全没有变化。你只是不得不跑得越来越快才能留在原地。” —— 自由软件工程师，法国
节省时间是最常被提及的收益——一半的受访者都提到了——但 19% 的人担心实际上因为 AI 而失去了时间，例如由于验证负担，或者随着工作期望值的提高而变得更忙。自雇人士——例如自由职业者和小企业主——最有可能同时提及两面。没有机构层面来缓冲新的节奏，他们既获得了收益，也感受到了挤压。
经济赋能与经济替代
经济赋能：28% 将其作为收益提及（9% 期望中，19% 已经历）
“我这辈子从来没碰过软件后端。但 Claude 帮我上线了一个 App。” —— 医疗工作者，美国
经济替代：18% 将其作为危害提及（4% 已经历，14% 预期中）
“是的，在我以前的工作中，他们用 AI 取代了作为写手的我。” —— 作家，美国
经济流动性张力——渴望从 AI 中获得经济赋能与害怕被 AI 替代——是最具推测性的，假设性希望或恐惧的比率最高。这也是收益面与风险面共现最弱的一种。通常最投入于某种张力收益面的人也同样投入其风险面；但在这里，两个群体出现了分化。
对替代的担忧在各职业类别中分布相当均匀。差异在于谁已经从 AI 中获得了经济收益——这严重偏向独立工作者——创业者、小企业主甚至有副业的人——他们中一半报告了真实的经济赋能，是机构员工的三倍多（47% 对 14%）。有副业的员工收益最大，58% 表示获得了某种形式的真实经济收益。当你观察谁感到兴奋时，无论经验如何，相同的职业模式都成立，这表明这里的乐观态度是经过校准的。
自由职业者处于暴露的中间地带。他们从 AI 中受益，同时又因为 AI 而感到处境不稳。特别是自由创意工作者，处于 23% 已实现收益和 17% 已经历不稳定状态——是唯一一个收益面和风险面几乎相互抵消的群体。AI 既是他们的工具，也是他们的竞争对手。机构员工，尤其是学者，在两个轴上都很低。
一种模式贯穿所有五种张力：影响越个人化和直接，人们越可能在说自己的亲身经历。影响越系统性或长期——经济替代、认知退化——就越具推测性。系统性担忧仍然是推测性的，这与其说是对 AI 最终影响的裁决，不如说是反映了我们在 AI 采用中仍处于多么早期的阶段。
这里有一些值得指出的注意事项。这些都是活跃的 Claude 用户，他们已经发现了足够的价值来持续使用 AI，而且我们的访谈首先询问了对 AI 的积极愿景，然后才是会反驳其愿景的担忧。这两个因素可能导致受访者更多地停留在明确的张力上，以及积极面上（尽管我们过滤掉了不回答担忧问题的人，他们在访谈后期可能投入的精力较少）。但访谈工具不能解释一切。如果访谈结构在驱动共现，你会期望它在所有五种张力和所有群体中大致均匀。相反，共现率从 1.6 到 3.0 倍不等，某些张力在不同群体间明显不对称。你可能还会期望热心者为其期望的用例辩护，而不是承认缺点。相反，那些对 AI 情感支持感到兴奋的人更担心的是如果他们的愿景实现会怎样——如果他们得到了想要的，可能会变得过度依赖 AI——而不是担心被阻止实现那个愿景。
人们很容易假设存在 AI 乐观派和 AI 悲观派，分成不同阵营。但我们实际发现的是围绕自己重视的东西——财务安全、学习、人际联系——而组织起来的人，在观望着 AI 能力的进步的同时，同时管理着希望和恐惧。
全球视角差异
在全球不同地区，人们的观点存在一些明显的区域性模式。
全球范围内，67% 的受访者对 AI 表达了净正面态度。明显的趋势显示，南美、非洲和亚洲大部分地区的人们比欧洲或美国的人对 AI 更为乐观。
当被问及担忧时，来自撒哈拉以南非洲（18%）、中亚（17%）和南亚（17%）的受访者最有可能表示没有担忧——大约是北美（8%）、大洋洲（8%）和西欧（9%）的两倍。
低收入和中等收入国家对 AI 持更积极态度有几种可能的解释。Claude.ai 用户可能偏向于对新技术更兴奋的早期采用者，而新兴经济体通常倾向于将新技术视为向上的阶梯而非威胁。对就业和经济的担忧是总体 AI 态度的最强预测因素，而这在这些地区的受访者中不那么令人担忧。但这些地区的市场渗透率也较低——如果 AI 还没有明显进入你的日常工作，AI 替代可能感觉很抽象，尤其是当更紧迫的经济压力已经存在时。
不同愿景在哪里引起共鸣
似乎更富裕、AI 渗透率更高的地区更希望 AI 管理生活的复杂性；发展中地区更希望 AI 创造更多机会。
AI 创业赋能的愿景在非洲、南亚和中亚、中东以及拉丁美洲和加勒比地区最能引起共鸣。在这些地区，AI 被定义为一种资本绕过机制——一种在没有资金、招聘或基础设施的情况下创业的方式。
“来自非洲，不在美国或英国，获得融资非常困难。我能在市场上站稳脚跟的唯一方式……可能就是构建一个有效的技术。” —— 创业者，乌干达
“这里没有 IT 市场，但有需求。我们想要创造这个市场。” —— 创业者，乌兹别克斯坦
使用 AI 学习在中亚和南亚不成比例地重要（分别为 14% 和 13%，而全球为 8%）。用户将教育描述为打破贫困循环的主要杠杆，指出教师短缺、知识垄断和传统教育的费用壁垒。
AI 生活管理在西方发达国家（尤其在北美、大洋洲最高）最能引起共鸣，那里的工作者经历的——正如一位受访者所描述的——是”认知稀缺而非时间贫困”。重点是利用 AI 减轻协调碎片化生活的负担。
“我曾经非常有创造力，但现在我极度缺乏时间，创造力在生存必需品面前被降低了优先级。” —— 软件工程师，丹麦
“我正处于职业巅峰，工作要求深度思考和持续关注，以做出最佳决策（在我的情况下，这些决策深刻影响他人的生活），同时还要照顾垂暮的父母，我的身体和心智也在老化。” —— 医疗专业人员，美国
东亚以希望 AI 帮助个人蜕变（19%，所有地区中最高）和财务独立（15%，同样最高）而著称。从对这些用户引言的定性审查来看，一个有趣的趋势是人们经常将财务独立明确与家庭义务和孝道联系在一起——一位韩国用户描述需要钱来照顾父母的退休生活并确保亲人的幸福（而非用于个人消费）。
不同担忧在哪里引起共鸣
对 AI 不可靠性、经济影响以及人类自主权和能动性的担忧在几乎每个地区都名列前茅——但存在独特的区域趋势。
北美和大洋洲特别担心 AI 治理缺口（分别为 18% 和 19%，而全球为 15%）。西欧的突出担忧是监控和隐私（17%）。东亚打破了一般的全球模式；治理和监控降至所有地区的最低水平（12% 和 7%），被认知退化（18%）和意义丧失（13%）的担忧所超越。西方担心谁拥有和控制 AI；东亚更担心 AI 使用的个人影响。
在非洲、南亚和东南亚、南美和中美洲，担忧总体趋于降低。他们的担忧更多集中在不可靠性和就业等方面，而非治理、虚假信息、意义丧失或存在性风险等更抽象的担忧。
展望未来
这些访谈让我们了解了人们广泛地想从 AI 中得到什么，这为我们如何构建 Claude 提供了信息。它们强化了我们已经在做的工作的重要性，并引导我们提出了新的问题。
人们描述的大多数愿景——从个人蜕变到认知支持——都归结为一个潜在的渴望：AI 帮助他们更好地生活，而不仅仅是更快地工作。我们的下一项 Anthropic Interviewer 研究即将向一小部分 Claude 用户推出，重点关注 Claude 对人们身心健康的长期影响：Claude 是否真的在人们想要的方式上改善了他们的生活，以及如何更有效地做到这一点。
此外，近十分之一的人描述了社会变革的积极愿景——AI 治愈疾病、民主化专业知识、加强制度。通过我们的 Beneficial Deployments 项目，我们正与 AI for Science 和非营利合作伙伴合作，了解他们如何使用 Claude 以及它仍需改进的地方，以缩小人们期望的社会变革与当今现实之间的差距。我们也认真对待一些最常被提及的担忧——例如关于 AI 的负面经济影响——作为我们正在围绕其设计进一步研究和更新思考的信号。
结语
AI 既带来机遇也带来风险。这是事实——但到了这一步，也已是老生常谈。我们这项研究的目标之一是为我们在谈论 AI 时都倾向于使用的抽象概念提供一种补充；捕捉那些更生动地呈现我们在全球范围内已经如何体验这些机遇和风险的质感。在这项研究之前，我们很难看到任何形式的广泛定性画面——AI 已经如何与人们的生活交织在一起，滋养着期望也喂养着焦虑；在一个处于深刻技术变革边缘的世界中，这种存在感是什么样的。
这是一种新形式的社会科学。这是大规模的定性研究，我们还在学习如何做的早期阶段。调查问卷和使用分析告诉我们人们在用 AI 做什么，但开放式访谈的形式帮助我们理解为什么。进行这项研究感动了我们，也挑战了我们。我们没有预料到会有如此多深入、开放和深思熟虑的回答。我们团队中最普遍的反思是：看到 Claude 在积极地影响人们的生活，这种感受是发自内心的触动，而听到他们的担忧同样让人受到激励。
我们通常没有机会听到世界各地的小企业主利用 Claude 夺回时间陪伴年幼的孩子或年迈的父母，或者听到卡车司机和肉店老板在 Claude 的帮助下建立新的职业，或者听到资源匮乏学校的老师利用 Claude 超越了他们在资金充足的学校教书时所取得的成绩。我们惊讶于 Claude 在教育或个人成长方面支持过的人数之多，以及那些在 AI 中以前从未体验过的、摆脱评判的自由的人们。我们同样被恐惧和负面影响所触动——人们说让 Claude 有用的那种随时可用性，正是让它难以放下的原因；或者知识工作者担心能否跑赢 AI 的经济影响。当你接触到如此多的原始人类体验时，它会让你受到冲击。这种有用性是真实的，而我们所有人面临的问题是如何获取收益而不付出过多的代价。
致参加访谈的 81,000 人：感谢你们。看到 Claude 成为如此多人的希望、梦想和恐惧的基础，这是令人震撼和谦卑的。这些访谈提醒我们，构建惠及所有人的 AI 意味着什么，以及需要什么。
引用
- 原文：What 81,000 People Want from AI，Anthropic，2026 年 3 月 18 日
- Anthropic Interviewer
- 研究附录（PDF）