Anthropic重磅新研究：当AI采访了1250人，它看见了人类的“职业软肋”

AI不仅能回答问题，还能采访人类了。Anthropic让模型与1250名真实用户深度对话，自动写提纲、追问、做聚类分析，最后画出一张「人类情绪雷达图」。这一次，人类成了AI的研究对象。

很难想象，有一天AI真的开始采访人类了。

内容也不是「你今天过得怎么样」这种日常闲聊，而是遵循一套完整的访谈方法。

自己写提纲，追问，做主题聚类、情绪分析，最后给出跨行业的「人类情绪雷达图」。

这就是Anthropic最近发布的Interviewer，一个带着未来气息的工具。

它在一周内和1250名真实的职场人、创作者、科学家对话。

所有细节都被记录下来，再被AI压成可量化的结构。

这是一张AI时代的「群体画像」，也是大模型第一次真正走进人的心里。

AI会采访人了，而且比人类还专业

Anthropic推出的Interviewer，看上去是一个普通的功能更新，实际却悄悄跨过了一条技术线。

不只是回答问题的模型，而是能像一位受过专业训练的研究者。

它带着明确的假设与研究目标，主动发起访谈、实时追问、整理情绪，并最终把所有内容转成可量化的数据。

在过去，这套流程只能靠人类研究团队完成，如今首次被AI接手。

访谈从一个看似简单的问题开始，背后有完整的规划过程。

Interviewer会根据研究目标自动写出访谈提纲。哪些主题重要、应该在哪里追问、哪些情绪信号需要捕捉，都在模型内部提前被组织好。

然后，它会以一个自然的开场进入对话：

这是一场持续10–15分钟的深度访谈。

AI会根据回答调整节奏；当用户犹豫、绕开时，它会及时把对话拉回主线。

在访谈结束之后，Interviewer会把完整的访谈记录交给分析器，自动做主题聚类、提取关键观点、识别情绪倾向，并根据职业、行业、角色生成一套可视化的「情绪雷达图」。

Anthropic的自动主题聚类工具Clio。用虚构的对话示例来说明Clio的分析步骤概述

过去研究团队需要数周才能完成的质性工作，现在AI能在规模化场景里稳定产出。

Anthropic采访了1250人，并将访谈内容匿名公开，让外部研究者也能使用这批数据。

根据受访者反馈，这个工具的稳定性远超预期：超过97%的参与者给出了高满意度评价，几乎所有人都觉得访谈「准确捕捉了自己的想法」。

这项研究发掘出AI的另一种可能性：自第一次大规模问卷诞生以来，人类的质性研究方法第一次出现了扩展。

对于AI行业来说，这是另一个方向的突破——不仅能理解文本，还能理解人。

1250份访谈，AI第一次看见人的复杂

在结果出来之前，人们都以为自己能猜到大家对AI的看法。

事实却是，不同职业里的人，正以完全不一样的方式迎接同一个未来。

Anthropic将1250份访谈按主题聚类后，绘制的情绪倾向气泡图。蓝色越多代表越悲观，黄色越多代表越乐观，气泡越大代表该主题提及人数越多

普通职场人：要效率，也要体面

在普通职场人的访谈里，谈到最多的是「效率」。

他们的描述出奇地一致：AI能节省时间，让某些烦琐的工作轻松下来，甚至重新让人看到一点点「掌控感」。

高达86%的受访者说它让工作变快，65%对现在的使用状况感到满意。

加快流程、减少机械任务，这是他们最直接的体验。

但当访谈持续深入，另一个更隐蔽的情绪开始浮出来——他们害怕显得自己「太依赖AI」。

69%的受访者坦言，自己会刻意压低使用痕迹，担心被同事认为不够专业、邮件像AI代写、从而影响自己在团队里的位置。

这种矛盾也体现在数据里：他们在访谈中把自己的AI使用描述为协作式的：

我还是主要做主导，只是让AI加快一些程序。

但Anthropic对Claude使用记录的分析显示，更大比例的使用其实是自动化——把任务直接交给模型完成，然后再自己稍作调整。

即便如此，他们依然会反复强调「关键的部分还得我来做」，并把这称作「监督AI、管理流程、保留判断」。

受访者的自我描述与实际使用之间的差异。上方为「协作」，下方为「自动化」。蓝色越深表示任务更复杂

数据也说明，人们在描述自己使用AI的方式时，会更倾向于强调「控制感」，但实际行为里自动化比例更高。

创作者：被效率推着跑

在1250名创作者的访谈里，几乎每个情绪点都成对出现——效率与焦虑并行，灵感与身份危机并存。

创作者样本的情绪主题可视化。蓝色越多代表越悲观，黄色越多代表越乐观，气泡越大代表该主题提及人数越多。来源：Anthropic创作者群体访谈分析

摄影师的修片周期从12周缩到3周，以前根本做不到的效率现在成了常规。

内容写作者描述自己一天能完成过往两倍的产量；音乐制作人会让模型给出一长串词组，然后从中找灵感。

这些例子说明，AI的确把创作的前期门槛和后期流程都压缩了。

但是效率越高，他们反而越不安。

70%的创作者担心客户会觉得自己的作品「太像AI生成」，担心品牌受损，担心被同行视为不再坚持原创。

更扎心的是收入。配音行业的某些工种已经被模型直接顶掉；产品摄影正在加速被替换。

有创意总监坦言：

我知道我用AI的每一次，都意味着某个摄影师再少了一天的收入。

创作者一边觉得AI是工具，说自己仍然掌握最终决定权，但下一句又会不自觉承认：有时候，它给的方向比我想到的还清晰。

创作者样本的六维情绪雷达图。可以看到满意度很高，但信任和安全感较弱，担忧明显高于其他群体

科学家：不担心被替代，但不敢把核心交出

科学家们不像创作者那样焦虑经济压力，也不像普通职场人那样担心「形象问题」。

他们的最大顾虑是可靠性。79%的科学家明确表示：在重要任务上，AI还不够稳定，不足以承担生成假说或设计实验的责任；27%认为模型的理论能力仍明显不足。

于是，他们更多在文献综述、代码调试、论文写作这些环节使用AI。

而决定实验方向、判断数据异常、根据细微现象推断这些关键步骤，仍保留在人工手中。

科学家们也不太担心失业。

他们经常举出的例子是那些无法被数字化的tacit knowledge：细胞培养颜色的微妙变化、某些仪器的「操作手感」、实验室里未写入SOP的经验判断。

这些任务，机器根本无法感知。

科学家对AI的不同研究环节态度分布。蓝色越多越悲观，黄色越多越乐观，气泡越大代表该主题提及人数越多

有趣的是，他们并不排斥AI，相反，91%的科学家期待未来有一个真正的AI研究伙伴。

他们的不信任，是来自技术的不成熟，而不是职业焦虑。

科学家样本的六维情绪雷达图。满意度高、挫折明显、信任偏低，担忧相对较弱

AI照亮了每个职业的「脆弱中心」

把这三类人的访谈摆在一起时，就会发现情绪的差异已经不足以解释他们的选择。

这些态度背后，其实是他们各自工作结构里的压力点。

普通职场人之所以小心翼翼，是因为他们身处的是高度依赖印象管理的组织环境。

AI对他们来说不是一个纯粹的工具，而是一种会改变「别人如何看我的专业性」的信号。

他们的谨慎，不是来自对技术的恐惧，而是来自对关系网里位置松动的害怕。

创作者的紧张感来自完全不同的结构：他们的收入、风格、作品价值，本质上都在市场中直接竞争。

AI对他们造成的压力不是要不要用，而是「用了之后，会不会削弱我所出售的那部分人格与原创性」。

科学家的态度则属于另一端：他们的专业身份不靠「可见的成果速度」来维持，而是靠长期积累的判断力与可靠性。

AI在这里不是竞争者，而是一种可能犯错的系统。

他们的谨慎更多来自学科本身——错误的代价太高，无法轻易托付出去。

如果把这三种结构摆在一起，就会看到一个更本质、更深刻的分野：每个群体真正关注的，都不是AI有多强大，而是AI触碰了他们哪一块「不可替代的核心」。

AI本身没有恶意，也没有倾向，它只是把每个人最脆弱的那块悄悄显了形。

同样的技术落在不同的工作结构里，却引发了三种完全不同的心理震动。

所以，这三类人对AI的态度差异，并不是技术本身造成的，而是由他们各自的职业结构、评价体系与生存方式决定的。

AI只是让这些隐性的分野第一次浮出水面。

未来的AI不只是更聪明，而是更懂人

访谈只是能看得见的部分，真正关键的是那些一直被忽略的「关系变量」。

Anthropic真正想要的，是过去所有模型开发者都看不见、却极其关键的一部分：人们在聊天窗口之外，如何和AI建立关系。

Anthropic之前的经济指数只能分析聊天行为本身，却无法触达用户对技术的感受、期望与边界感。

而恰恰是这些看不见的变量，才是决定大模型未来影响力的最关键部分。

Anthropic Interviewer是他们第一次试图补上这一块。

它放弃了传统问卷那样预设问题的做法，而是采用深度访谈的方式，让用户在对话中自然地把隐含的信息说出来：

他们如何平衡效率与身份，他们如何解释自己的AI使用方式，他们在担心什么，又愿意交出什么。

这些内容不会出现在聊天记录里，但却会决定人们，愿不愿意继续使用 AI、能信不信任它、允许它进入工作流的哪个部分。

对Anthropic来说，这些「隐性变量」不仅影响产品迭代，也影响他们如何理解人与模型的合作关系会往哪里走。

这一研究真正想回答的，是当AI越来越像工作伙伴，它要如何被训练，才能进入不同人的生活，而不破坏原有的结构。

这1250份访谈，是Anthropic第一次把视角彻底放回人身上。

未来的模型，将更像是从这种「人与AI的关系」中长出来的，而不只是从技术里长出来。

这一轮深度访谈，把一个静默而深刻的事实呈现在台面上：

AI并不是在取代谁，它是在以一种最直接的方式，逼着不同的人去回答同一个问题——我在工作里的核心到底是什么？

普通职场人在关系里找答案，创作者在作品里找答案，科学家在可靠性里找答案。

Anthropic正在做的，就是把这些隐藏在工作背后的情绪与心理边界收集下来，让未来的模型不只满足于回应任务，更能对使用它的人保持足够的敏感。

1250份访谈只是一个开始。

而我们，也正在通过这些访谈，慢慢看清自己正在成为怎样的群体。

参考资料：

https://www.anthropic.com/research/anthropic-interviewer?source=i_email&medium=email&content=Nov2024ClaudeStyles&messageTypeId=140367

本文来自微信公众号“新智元”，作者：新智元，36氪经授权发布。