问了81,000人：“你希望AI为你做什么？”

开篇

订阅者朋友，如果有人问你“你希望AI为你做什么？”，你会怎么回答？

大概大多数人首先想到的都是“提升工作效率”。自动分类邮件、撰写报告初稿、整理数据。我也是这么想的。但上周看到Anthropic公布的研究结果，我不禁停顿了一下。他们向81,000人抛出了同样的问题，一开始得到的答案确实差不多。“专业上的卓越表现”位居第一（18.8%）。但AI访谈员又往前多问了一步：“那如果这实现了，你想做什么？”正是在这里，答案变了。

据说这是覆盖159个国家、70种语言，规模空前的多语言定性研究¹。今天我们就来聊聊这项研究揭示的三大发现，以及这项研究本身在方法论上的意义。

表层答案与真实答案之间

先来看数字。这是针对“如果AI能像魔杖一样满足你任何愿望，你想要什么？”这一问题的回答。

• 专业卓越 — 18.8%（日常事务交给AI，我来做战略性思考）
• 个人转变 — 13.7%（导师、教练、情感支持）
• 生活管理 — 13.5%（日程、专注力、认知负荷管理）
• 时间自由 — 11.1%（为家庭、爱好、休息腾出时间）
• 财务独立 — 9.7%（创造收入、经济稳定）
• 社会变革 — 9.4%（解决疾病、贫困、气候问题）
• 创业 — 8.7%（以一人企业获得团队级能力）
• 学习与成长 — 8.4%（个性化教育、满足求知欲）
• 创意表达 — 5.6%（打破想象与实现之间的壁垒）

第一名是生产力，这并不令人意外。但有意思的是第二个问题之后发生的事。Anthropic Interviewer²并没有止步于“你想要什么？”，而是又追问了一句：“这个愿望背后，你真正的期望是什么？”结果，那些把生产力排在首位的人的答案变了。哥伦比亚一位办公室职员这样说——多亏了AI，工作效率提高了，上周二没有继续加班收尾工作，而是和妈妈一起做了饭。日本一位自由职业者说，处理客户问题所耗费的脑力减少了，想多读些书。

从GTM战略的角度看，这是典型的“表层需求与深层需求的落差”。如果你问客户“你需要什么？”，他们会说出功能。但如果你追问三次“为什么需要这个？”，就会挖出完全不同的渴望。AI企业正在用“生产力提升30%”作为营销话术，而用户真正想用这30%去做的，其实是和家人共进晚餐。

从整体回答的结构来看，约三分之一的人希望通过AI在生活中获得余裕——时间、金钱、认知上的余裕。约四分之一的人希望做更有意义的工作（不是逃避工作，而是提升工作的质量）。约五分之一的人希望成为更好的自己——学习、疗愈、成长。剩下的人则希望创造某种东西（创作），或修复这个世界（社会变革）。

一个人身上的光与影

这项研究中我最关注的一个发现是这个：希望与不安并非分属不同阵营，而是共存于同一个人身上。研究团队将其称为**“光与影（Light and Shade）”。研究中反复出现了五种核心张力。**

**学习 ↔ 认知退化。33%的受访者提到了AI带来的学习效果。**与此同时，17%的人担心自己因依赖AI而正在丧失独立思考的能力。韩国一位受访者这样说——靠AI给出的答案拿到了好成绩，但实际上什么都没学到；那一刻，这位受访者感到了最深的自责。有意思的是教育工作者这个群体。教师和学者中亲眼目睹认知退化现象的比例，是平均水平的2.5到3倍。或许他们正是在学生身上看到了这种变化。

**决策提升 ↔ 可靠性问题。这是五种张力中唯一负面影响压倒正面影响的一项。22%的人表示AI帮助他们做出了更好的判断，而37%的人则表示，AI不稳定的可靠性反而妨碍了良好判断的形成。**双方的说法都根植于真实经历——提到受益的人中有88%，提到受损的人中有79%，都是亲身经历过的。尤其在法律、金融、医疗等高风险行业中，这种张力的出现频率几乎是平均水平的两倍。律师群体中近一半人表示亲身经历过可靠性问题，但同时他们也是报告决策收益最多的群体。他们既依赖AI的判断，同时又被那份判断反噬。

节省时间 ↔ 虚幻的生产力。一半（50%）的受访者提到了节省时间的效果，这是被提及最多的好处。但18%的人表示，期望值反而升高，自己反倒变得更忙了。法国一位自由职业开发者的说法令人印象深刻——“工作时间与休息时间的比例根本没有变，只是为了停留在原地，不得不跑得更快。”这可以说是红皇后效应³的AI版本。

情感支持 ↔ 情感依赖。这一项比例虽小（16%对12%），却是纠缠最深的一种张力。那些表示从AI获得情感支持的人，同时担心自己会对AI产生情感依赖的可能性要高出三倍。一位美国研究生这样坦白——把连伴侣都不曾诉说过的事情讲给了Claude听，感觉就像是在进行一场情感上的出轨。

**经济赋能 ↔ 经济替代。28%的人提到了通过AI获得的经济机会，18%则担忧被AI取代。**在这一项上，自由职业创作者群体处于最极端的位置。表示获得实质性经济收益的比例（23%）与表示正遭受实质性威胁的比例（17%）几乎旗鼓相当。AI对他们来说，既是工具，也是竞争对手。

各项担忧的整体排名同样值得关注。可靠性问题（26.7%）位居首位。幻觉⁴、错误引用、以及验证所耗费的负担。其次依次是就业与经济问题（22.3%）、自主性与主体性（21.9%）、认知退化（16.3%）。就业与经济方面的担忧，是预测人们对AI整体态度的最强变量。也就是说，比起其他任何议题，这一问题最能左右人们对AI的情绪温度。

方法论本身也是一项发现

老实说，我对研究方法本身的关注，不亚于对研究结果的关注。

这项研究由AI（Claude）担任访谈员的角色。它先提出既定的基础问题，再根据受访者的回答自适应地生成追问。收集到的回答，同样由基于Claude的分类器进行多维度编码——涉及“人们想要什么”“是否已经在体验这些”“他们担忧什么”“职业是什么”“对AI的整体态度”等等。

如果与以往定性研究的最大规模作比较，这一点会更加清晰。USC Shoah Foundation的大屠杀证词档案约有52,000份，这是1994年到1999年间历时5年收集而成的。世界银行的“穷人之声”（Voices of the Poor）项目覆盖60个国家约60,000人，同样是横跨1990年代前期的长期项目。而Anthropic此次的研究，在1周之内就收集到了80,508人、159个国家、70种语言的数据。

定性研究传统上一直面临深度与规模之间的权衡。要做深入访谈，就只能覆盖少数人；要做大规模研究，就不得不采用选项有限的问卷调查。AI访谈员展现出了打破这一权衡的可能性。

当然，局限也十分明显。第一，样本偏差。这些受访者本来就是已经在使用Claude的活跃用户，是那些已经从中感受到足够价值、因而持续使用的人。第二，提问顺序偏差。访谈中先询问积极愿景，后询问担忧，这种顺序可能对回答产生了影响。第三，更根本的问题在于，AI在生成问题、分类回答的过程中掺入了哪些偏差，还需要另行验证——比如分类器可能遗漏的细微差别、以及因文化背景不同而产生的解读差异等等。

尽管如此，这套方法论仍向社会科学提出了一个严肃的问题。在传统研究中，人类编码者之间的一致性（inter-rater reliability）也从来不是完美的。如果有研究能将AI分类器的一致性与之进行比较，或许会得出相当有意思的结果。

Oswarld视角

这项研究有趣的地方有两点。第一，AI行业的营销话术，与用户真实的渴望之间，存在着相当大的落差。****AI企业主打的是“生产力”“效率”“自动化”。人们最初确实也说自己想要这些。但只要剥开一层，露出来的却是“接孩子放学的时间”“和妈妈一起做饭的余裕”。在我看来，这是产品功能（feature）与客户成果（outcome）不同的一个典型案例。“生产力提升30%”是功能。“周二晚上和妈妈一起做饭”才是成果。AI企业若想真正迈向下一步，就必须承诺成果，而不是功能。

**第二，值得注意的是他们承认局限性、却依然推进研究的这种态度。Anthropic自己明确写出了这项研究的局限——样本仅限Claude用户，存在偏差；提问顺序也可能带来影响。但他们并没有因此“干脆不做”，而是在公开局限的同时推进了研究。**在数据分析中，最危险的莫过于“声称没有偏差”。坦诚承认存在偏差、同时给出结果，我认为这才是更为诚实的研究态度。

还有一点——这项研究中几次引用了韩国受访者的声音，每一次都令人印象深刻。有位软件工程师说“人类从未打交道过比自己更聪明的东西”，也有位学生坦白说，自己靠AI给出的答案拿了好成绩，却什么都没学到。我认为，在技术接受度如此之高的韩国社会，人们对技术的反思深度也正随之提升，这是个值得关注的信号。

结语

**第一，人们希望从AI那里得到的，不是“更快的工作”，而是“更好的生活”。**生产力只是手段，而非目的。**第二，希望与不安并非分属不同阵营，而是同时运作于同一个人身上。**最善于运用AI的人，也正是对AI担忧最深的人。**第三，借助AI访谈员开展的大规模定性研究，有可能成为社会科学的一种新工具。**局限固然明显，但可能性同样明确。

这项研究的原文连同互动式数据可视化一同公开发布。你可以按地区、担忧类型、愿景类型进行筛选，直接阅读每一条个人回答。如果有时间，建议从Quote Wall开始看起。数字无法呈现的那些纹理，就藏在那里。

参考资料与延伸阅读

• Saffron Huang et al.，“What 81,000 People Want from AI”，Anthropic，2026年。：包含互动式可视化与Quote Wall的完整研究结果。建议比起数字，更多去读一读个体的回答。
• Anthropic，“What 81,000 People Want from AI — Appendix”，2026年。：包含方法论、局限性与补充分析的附录。若你对研究方法论感兴趣，一定要读一读。
• Kunal Handa et al.，“Introducing Anthropic Interviewer: What 1,250 Professionals Told Us About Working with AI”，Anthropic Research，2025年。：本次81,000人研究的前身。这是首次针对1,250名专业人士验证AI访谈员方法论的研究。
• Deepa Narayan et al.，Voices of the Poor: Can Anyone Hear Us?，World Bank，2000年。：世界银行汇集60个国家60,000名贫困人口声音的定性研究，是本次研究用作比较基准的“既往最大规模定性研究”之一。

---

作者安光涉是世宗大学经营学教授，也是 OBF（Oswarld Boutique Consulting Firm）首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程，同时在产业现场负责 GTM 与人工智能战略咨询，设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构（HEMA）的学术论文，并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA，著有《把思考交出去的人：Homo Brainless》。

注释

1. 定性研究（Qualitative Research）：与以数值衡量为主的定量研究不同，这是深入探究人们经历、观点、情感的一种研究方法。如果说问卷调查是在统计“是/否”，那么定性研究就是在追问“你为什么会这么想？”。 ↩

2. Anthropic Interviewer：Anthropic开发的一款基于AI的访谈工具。Claude会先提出预先设计好的问题，再根据受访者的回答自适应地生成追问。这是一种试图同时兼顾传统定性研究的深度与问卷调查的规模的方法论。 ↩

3. 红皇后效应（Red Queen Effect）：这一概念源自刘易斯·卡罗尔的《爱丽丝镜中奇遇记》，其中红皇后说“要想留在原地，就必须不停地奔跑”。它常被用来形容这样一种现象：即便技术在进步，期望值也随之提升，人们实际感受到的余裕却始终没有变化。 ↩

4. 幻觉（Hallucination）：指AI自信地生成看似合理、实则并非事实的信息的现象。例如引用根本不存在的论文，或将错误的数值当作准确数据呈现出来。 ↩