81000人坐下来跟AI聊聊

这是一篇，可能会有一点长的文章。

因为我要聊的东西，本身就是一场很长很长的对话——80508个人，来自159个国家，说着70种语言，坐下来跟一个AI访谈员聊了聊。

聊什么？

聊他们希望AI做什么，聊他们害怕AI会做什么，聊AI已经改变了他们什么。

Anthropic把这场史上最大规模的定性研究，叫做”What 81,000 People Want from AI”。

我仔仔细细的从头到尾扒了一遍，说实话，看完之后，我沉默了很久。

因为数据里藏着的，不是什么技术趋势，不是什么行业洞察。

是81000个人，真实的，活生生的，希望和恐惧。

一. 这场研究本身，就是一个信号

先说一个我觉得很多人可能忽略的事情。

这场研究的方法论本身，就值得单独拿出来聊聊。

传统的用户调研怎么做？发问卷，选项ABCDE，打分1到5。定量研究嘛，数据好看，图表漂亮，但你能看到的只有数字。

定性研究呢？深度访谈，一个研究员跟一个用户聊半小时。质量高，但规模上不去，搞100个人就算大规模了，而且全是英语用户。

Anthropic干了什么事？

他们造了一个AI访谈员，让Claude化身采访者，跟每一个愿意参与的用户进行开放式对话。

不是选择题，不是打分，是真的聊天——AI会根据你的回答追问，会追问你”为什么”，会把表层回答背后的真实需求挖出来。

80508个人，159个国家，70种语言。

这是人类历史上最大规模、最多语言的定性研究。没有之一。

说人话就是——以前我们只能听到英语世界、技术圈、少数精英对AI的看法。现在，我们第一次听到了喀麦隆的创业者、乌克兰的士兵、智利的屠夫、印度的律师，对AI说什么。

而这个研究工具本身——用AI做大规模定性访谈——这件事本身就在告诉我们一个事实：

AI已经在创造全新的社会科学研究范式了。 这把刀，已经不是只切代码和PPT的刀了。

二. 81000个人，到底想要什么

研究结果出来，排在第一的，不是什么”帮我赚钱”，不是什么”帮我创业”。

排在第一的是——

职业卓越（Professional Excellence），18.8%。

说人话就是：别让我干那些破事儿了。

让我专注于真正有价值的工作。让AI帮我处理文档、回复消息、整理数据，然后我可以去做真正的判断、真正的创造、真正需要人的那部分。

一个美国的医疗工作者说：”我每天收到100到150条来自医生和护士的消息。以前大量认知劳动花在文档上……自从用了AI，文档压力消失了。我对护士更有耐心了，有更多时间跟家属解释情况。”

你看，他要的不是”AI替代他工作”，他要的是”AI帮我干活，让我能做好一个人的工作”。

排在第二和第三的，是个人蜕变（13.7%）和生活管理（13.5%）。

个人蜕变——有人用AI学情绪管理，有人用AI对抗焦虑，有人用AI克服了九年的误诊。一个匈牙利人说：”AI为我示范了情绪智力……我可以用这些行为去跟人相处，变成一个更好的人。”

生活管理——不是什么高大上的需求，就是”帮我管理日程，帮我减轻脑子里的负担”。一个丹麦的高管说：”如果AI真的能帮我处理掉那些心智负担……它会给我一样无价的东西：全神贯注的能力。”

后面还有时间自由（11.1%）、经济独立（9.7%）、社会变革（9.4%）、创业（8.7%）、学习成长（8.4%）、创意表达（5.6%）。

我看完这九大愿望之后，发现一个很有意思的东西。

Anthropic自己也注意到了——这九个类别看起来五花八门，但底层是几条非常人类的需求线索：

大约三分之一的人，本质上是在说”帮我腾出空间”——更多时间、更多钱、更多脑力带宽。

大约四分之一的人，在说”帮我做更好的工作”——不是逃避工作，而是从工作里获得更多满足感。

大约五分之一的人，在说”帮我变成一个更好的人”——学习、成长、疗愈。

这不是什么AI愿景清单，这就是人类永恒的需求清单。 只是现在，人们觉得AI有可能帮他们实现。

三. 最让我触动的部分：AI已经在改变人的命运了

81%的人说，AI已经在某种程度上实现了他们的期望。

这个数字本身不让我意外，让我意外的是那些具体的故事。

一个印度的律师说：”我对数学有恐惧，从学校开始就害怕，莎士比亚的英文也是。现在我跟AI坐在一起，它帮我把段落翻译成简单英语，我已经读了15页《哈姆雷特》。我又开始学三角函数了，而且成功了。我发现我没自己以为的那么笨。”

一个乌克兰的软件工程师说：”多亏了AI，我学会了C#和SQL。这帮我拿到了一家IT公司的初级职位。这家公司提供了免于被征召的延期。所以它不仅给了我行动自由，还保障了我IT职业生涯的开始。”

一个智利的创业者说——这个人以前开了20多年的肉铺——”有了AI之后，我进入了这个创业的世界。在这之前，我一辈子只碰过两三次电脑……一开始是经济方面在推动我……今天，我的动力是看到它能行，看到它在帮助人。”

一个乌克兰的哑巴用户，用AI做了一个文字转语音机器人——”我可以跟朋友近乎实时地交流了，不用占用他们阅读的时间……这是我梦想过但觉得不可能的事。”

一个美国的家庭主妇，四十多岁——”我不是天才，不是科学家……所有那些知识应该是我够不到的。但是，因为好奇心、意愿，还有AI这样的资源，我可以成为所有那些。”

我读完这些故事的时候，真的愣了一会儿。

因为你会发现，AI对他们来说，不是一个工具，不是一个效率提升器。

AI是一把梯子。

一把帮他们够到原本够不到的东西的梯子。

教育、职业、健康、甚至是——在战争里活下来的可能性。

这些故事里有一种非常动人的东西，就是你看到技术真正在弥合差距——不是那种PPT上画个图表说”AI将弥合数字鸿沟”的空话，而是一个开肉铺20年的人真的在学编程，一个哑巴真的在跟朋友说话，一个对数学有恐惧的中年人真的在读三角函数。

四. 但硬币的另一面，才是这篇文章真正想说的

研究的核心发现，其实不是那些美好的愿望和故事。

是一个叫做”光与影（Light and Shade）”的东西。

什么意思？

就是AI的好处和坏处，不是分开的，不是”有人受益有人受害”这么简单。

好处和坏处，缠在同一个人身上。

研究发现了五个核心张力——

学习 vs 认知萎缩。 33%的人说AI帮他们学到了更多，17%的人担心自己因为用AI而变笨了。一个日本的学生说：”线不是我画的——感觉是Claude在画线……我刚刚说的这些甚至都不像是我的观点了。”

而且这里有个特别扎心的数据：教育工作者——也就是老师——报告目睹认知萎缩的比例是普通人的2.5到3倍。

老师在看着自己的学生变笨。

更好的决策 vs 不可靠。 22%的人觉得AI帮他们做了更好的决定，37%的人被AI的错误坑过。一个美国的研究者说：”我被困在一个巨大的、缓慢的幻觉里——答案内部自洽、自信满满，但以一种微妙而累加的方式错了。”

这个张力里，律师群体最极端——接近一半的律师既亲历过AI的错误，又享受过AI决策辅助的好处。

情感支持 vs 情感依赖。 只有22%的人提到了这一对，但它是所有张力里纠缠最深的。享受AI情感支持的人，同时担心依赖它的概率是普通人的三倍。

一个韩国用户说：”我跟一个朋友的关系紧张了，然后我就更多跟你（Claude）聊了。因为你理解我的想法和故事。但这是一个愚蠢的选择——我应该跟那个朋友聊的，不是你。我就是这样失去那个朋友的。”

一个阿根廷的用户说：”凌晨3点，我妻子在睡觉，我的心理医生联系不上。在药物起效之前，AI帮我撑过那波浪潮。它不能替代人际接触，但它帮我争取了一些时间。”

你看，这两个人说的都是真的。AI确实在帮他们，但帮的方式本身就在制造新的问题。

省时间 vs 虚假生产力。 50%的人说AI帮他们省了时间——这是所有好处里最高的一项。但19%的人说省下来的时间被更高的工作期望吞噬了。一个法国的自由开发者说：”我的工作时间与休息时间比例根本没有变化。你只是越来越快地跑，才能留在原地。”

这个不就是红皇后假说吗？《爱丽丝镜中奇遇记》里红皇后说的那句话——”你必须拼命跑，才能保持在原地。”

经济赋能 vs 经济替代。 这个张力的特点是：享受好处的人和承受坏处的人，几乎不是同一群人。创业者和小企业主是最受益的（47%报告了实际经济收益），而自由创意工作者最惨——23%的收益，17%的 precariousness，几乎互相抵消。

AI是他们的工具，也是他们的竞争对手。

这五个张力放在一起，你看到的是什么？

不是”AI好不好”这个问题。这个问题已经过时了。

真正的命题是：同一种能力，既在帮你，也在害你，而且你没法只要其中一半。

五. 全球视角下，一个很残酷的分化

研究还做了一个全球对比，这里面的差异，我觉得比数据本身更值得琢磨。

低收入国家对AI的乐观程度，显著高于发达国家。

南美洲、非洲、中亚、南亚的人，对AI的态度比欧美积极得多。

为什么？

因为在这些地方，AI不是威胁，而是希望。

喀麦隆的创业者说：”我所在的国家技术落后，我承受不起太多失败。有了AI，我同时达到了网络安全、UX设计、营销和项目管理的专业水平。在我这个地区找一个可用的支付平台，以前要花一个月。AI 30秒就搞定了。它是一个平等器。”

乌干达的创业者说：”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……就是构建一个有效的技术。”

对他们来说，AI是”向上的阶梯”。

但发达国家的人呢？他们更多想要AI来”管理生活的复杂性”——管理日程、减轻认知负担、处理行政事务。

一边在用AI够星星，一边在用AI续命。

这两种需求，是完全不同的东西。

东亚的数据也很有意思——个人蜕变（19%，全球最高）和经济独立（15%，全球最高）是东亚用户最想要的。但东亚也是认知萎缩担忧最高的地区之一。

研究还发现了一个我之前没想到的东西：东亚对治理和监控的担忧反而是全球最低的，反而更担心AI对个人的影响——认知萎缩、意义丧失。

西方在担心谁控制AI，东方在担心AI会不会让我变笨。

这个差异本身，就是一个巨大的文化信号。

六. 我的看法：这篇研究真正告诉了我们什么

说了这么多数据和分析，我也想说说我自己看完之后的几个感受。

第一，”AI乐观派 vs AI悲观派”这个框架，该扔了。

81000个人告诉我们的是：同一个人，可以同时对AI充满感激和恐惧。享受情感支持的人最担心情感依赖，享受省时间的人最担心虚假生产力。

这不是两群人在吵架，这是每个人在自己心里打架。

所有试图把AI讨论简化为”站队”的行为，都是在回避真正的问题。

第二，AI的真实影响，比我们讨论的要具体得多。

我们天天在社交媒体上吵什么？AGI什么时候来、AI会不会毁灭人类、该不该暂停AI研发。

但81000个人在说什么？

“AI帮我读了15页哈姆雷特。”

“AI帮我撑过了凌晨3点的焦虑。”

“AI让我20年肉铺经验的人开始学编程。”

“我的学生不再自己思考了。”

“我因为跟AI聊天太多，失去了最好的朋友。”

这才是AI的真实面目。 不是什么通用人工智能的宏大叙事，是具体的、微观的、每一天都在发生的人间故事。

第三，最大的风险不是AI本身，而是我们的制度跟不上。

研究里有太多故事指向同一个方向——AI在填补制度性缺口。

在乌克兰，AI在做心理咨询师，因为战争让传统支持系统崩溃了。

在低收入国家，AI在做老师和导师，因为教育资源严重不足。

在医疗系统里，AI在做诊断辅助，因为医生太忙了。

这些故事读起来感人，但你仔细想想——

AI在当心理医生，是因为真正的心理医生不够。AI在当老师，是因为真正的老师不够。AI在当诊断助手，是因为医疗系统不堪重负。

我们是在用技术手段掩盖结构性问题。

而掩盖不等于解决。

如果有一天AI出错了——在这些高风险场景里——谁来负责？

研究的受访者自己也在问这个问题。治理缺失的担忧排第五（14.7%），而高收入国家尤其明显。

第四，这项研究的方法论，可能比结论更重要。

我前面说了，用AI做80508人的深度定性访谈，这本身就是一件前所未有的事。

这意味着什么？

意味着我们以后做社会科学研究，不再需要在”深度”和”广度”之间二选一了。

以前你要么做大规模问卷（广但没有深度），要么做小规模访谈（深但没有广度）。

现在你可以两个都要。

这不是一个小进步，这是社会科学研究方法的一次范式跃迁。

而且Anthropic用了Claude来做分类和编码——把80508份开放访谈自动归类、提取代表性引语、做情感分析。以前这种活儿需要几十个研究员干几个月，现在几天就完了。

当然，这里有个问题值得讨论——用AI分析AI的访谈，是否存在某种系统性偏差？Anthropic自己在附录里也讨论了这个局限性。但不管怎么说，这个方向是对的。

写在最后

看完这81000个人的故事，我突然想到一个事儿。

我们这些搞AI的人——开发者、创业者、博主、评论者——我们每天在讨论什么？

我们在讨论模型参数，讨论benchmark分数，讨论融资轮次，讨论谁的Agent更牛，讨论什么时候AGI。

但81000个人的声音凑在一起，说的其实就一句话：

我只是想过好一点的日子。

就这么简单。

有人想让AI帮他早点下班去接孩子。有人想让AI帮他读一本以前读不懂的书。有人想让AI帮他撑过失眠的夜晚。有人想让AI帮他开一家小店，不再手停口停。

也有人怕AI让他不再思考。怕AI替他做决定。怕AI让他的孩子不再学习。怕AI让他失去最后一份体面的工作。

希望和恐惧不是两群人的故事。是同一个人的两面。

就像那五个”光与影”的张力告诉我们的——

AI的每一种好处，都藏着一种代价。问题从来不是要不要AI，而是我们要怎样，才能拿到好处，但不付出过大的代价。

这个问题，没有人在81000个答案里给出了解法。

但至少，我们第一次听到了问题的全貌。

我想，这大概是Anthropic做这件事最大的意义——

不是给出答案，而是让81000个人的声音被听见。

在一个技术由少数人决定、多数人承受的时代。

光是”被听见”这件事本身，就已经是一种进步了。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。