Anthropic 在 2026 年 6 月發布一組很不尋常的政策文件：Policy on the AI Exponential。它不只談模型安全，也直接談 AI 可能帶來的失業、所得分配、稅制、UBI、資本帳戶與政府是否應該有權阻擋危險模型上線。
如果只看新聞標題，這會被簡化成「Anthropic CEO Dario Amodei 又警告 AI 會搶工作」。但這次比警告更進一步。Anthropic 不只是說 AI 會造成經濟衝擊，而是把可能的失業情境拆成幾個等級，提出政策工具，還承諾投入 3.5 億美元：2 億美元給 Economic Futures Research Fund，1.5 億美元給全國 fellowship。
這代表 AI 就業問題正在換位置。
過去它像是一個職涯焦慮題：我會不會被 AI 取代？我要不要學 prompt？哪個工作比較安全？
現在它變成一個資本市場與公共政策題：如果 frontier AI 公司真的要上市、要大規模賺錢、要把模型放進企業流程，那它們要怎麼說服社會相信，AI 帶來的好處不會只流向模型公司、雲端公司、晶片公司和少數股東？
這次 Anthropic 到底發布了什麼？
這次可以分成三層看。
| 層次 | Anthropic 做了什麼 | 為什麼重要 |
|---|---|---|
| Dario 長文 | 發布 Policy on the AI Exponential | 把 AI 速度與政策速度落差講成核心問題 |
| 安全框架 | Advanced AI Framework | 主張前沿模型需要第三方測試，政府在極端風險下能阻擋部署 |
| 經濟框架 | Economic Policy Framework | 把 AI 勞動市場衝擊分成三種情境，提出對應政策 |
| 資金承諾 | 3.5 億美元 | 用研究基金與 fellowship 讓政策主張不只停在口號 |
這不是一篇普通部落格文。它更像 Anthropic 在 IPO 前丟出的一份社會合約草案：我們知道模型會越來越強，也知道這可能會帶來工作與權力重分配，所以我們要先提出一套治理與分配語言。
當然，這套語言是不是完全中立，值得討論。
為什麼是現在？
時間點很關鍵。
Anthropic 6 月 1 日才確認已向 SEC 祕密提交 S-1。OpenAI 6 月 8 日也跟進。6 月 9 日，Anthropic 又推出 Claude Fable 5 與 Claude Mythos 5，把 Mythos-class 能力拆成公開版與信任名單版本。接著，Dario Amodei 就把 AI 監管與經濟分配框架推到檯面上。
這幾件事連在一起看，意思很清楚：
- Anthropic 要告訴投資人，它有足夠強的 frontier model。
- 它也要告訴監管者，它知道這些模型可能有危險能力。
- 它還要告訴社會，它沒有忽略 AI 對工作與所得分配的衝擊。
這是一種「能力越強，治理敘事也要越完整」的打法。
AI 公司以前可以只講模型 benchmark、企業收入、算力供應、客戶案例。但到了 2026 年，尤其是 S-1 前夕，這已經不夠。公開市場會問：如果你真的做出能自動寫程式、做研究、找漏洞、跑企業流程的模型，那人類工作怎麼辦？監管風險怎麼辦？反壟斷與社會反彈怎麼辦？
Anthropic 的回答是：先把這些問題變成自己能命名、能分級、能研究、能出錢參與的政策議程。
經濟框架：不是一句「AI 會創造新工作」就結束
Anthropic 的 Economic Policy Framework 最值得注意的地方，是它沒有停在科技公司常見的樂觀話術。
很多公司談 AI 就業時，會說自動化會創造新工作、AI 會讓人類做更有價值的事、歷史上科技革命最後都增加了生產力。這些話有一部分是真的，但也很容易變成安慰劑。
Anthropic 的框架承認一個更麻煩的可能：如果 AI 真的能廣泛替代人類認知勞動，那勞動需求下降可能不是短期摩擦，而是技術本身的結構特徵。
這句話很重。
它等於承認：如果模型真的朝「多數白領認知任務都能做」前進，社會可能不能只靠再教育、轉職、學新技能來解決。因為如果技術本身不斷往上吃，人類很可能一直被迫往更少、更窄、更需要人際信任或身體臨場的工作移動。
所以 Anthropic 把政策分成三個情境。
| 情境 | 代表什麼 | Anthropic 建議的工具 |
|---|---|---|
| 約 5% 失業 | 勞動市場開始明顯承壓，但還可透過轉職與再配置處理 | 工資保險、職訓補助、職業牌照改革、留任稅務誘因、資本帳戶擴張 |
| 約 10% 失業 | 失業已經變成宏觀經濟問題，特定產業可能被快速重組 | 擴大失業保險、部門別轉型支援、基本需求救助、鼓勵企業逐步調整 |
| 前所未有失業 | AI 可能長期壓低人類勞動需求，傳統就業政策不夠用 | 基本收入、主權財富基金、股權分享、以 AI 收益建立長期分配機制 |
這不是說 Anthropic 預測失業一定會到哪一級。它的主張更像是：政府不能等到數字爆掉才想辦法，因為政策反應速度遠比 AI 能力進展慢。
3.5 億美元投入代表什麼？
Anthropic 這次承諾的錢分成兩塊。
第一，2 億美元 Economic Futures Research Fund。這是原本 Economic Futures Program 的延伸，用來資助大型研究試驗與政策評估。重點不只是寫報告，而是做實際政策試點，看看哪些工具真的能緩衝 AI 對勞動市場的衝擊。
第二，1.5 億美元 national fellowship program。官方說法是幫助 early-career people 把 AI 的好處帶到美國各地社群。
這兩筆錢的意義不一樣。
研究基金是面向政策制定者：我們願意出錢建立證據，幫政府更早看見 AI 對就業的影響。
Fellowship 是面向社會敘事：AI 不是只服務舊金山、紐約、雲端公司和大型企業，也可以擴散到地方社群、年輕人、小型組織。
這裡有一個很現實的商業考量。AI 公司要擴張，就需要社會接受度。資料中心會碰到地方電價與用水反彈，企業導入會碰到裁員焦慮，前沿模型會碰到安全監管，IPO 會碰到投資人與政治風險。Anthropic 砸錢做經濟研究，不只是公益，也是在降低未來商業化路上的阻力。
Advanced AI Framework：另一半是政府能不能擋模型
這次政策包不只談失業。另一半是 Advanced AI Framework。
Anthropic 主張，對非常大型、非常強的前沿模型，政府不應只停在要求透明度，而應該在特定情況下有法律權力阻擋或嚇阻危險部署。
它提出的適用門檻大致是：
| 條件 | 意義 |
|---|---|
| 模型訓練量超過 10²⁵ FLOPs | 只針對最前沿的大型模型 |
| 公司 AI 相關收入超過 5 億美元，或 AI 研發支出超過 10 億美元 | 避免小公司和一般研究被過度納管 |
| 風險聚焦四類 | 生物風險、資安風險、失控風險、自動化 AI 研發 |
這和 Fable 5 / Mythos 5 的產品邏輯其實是同一件事。
Fable 5 是產品層面的能力分級：一般使用者拿到公開版，敏感任務可能 fallback，信任名單才拿到更完整的 Mythos 5。
Advanced AI Framework 是政策層面的能力分級：一般模型不用過度監管，前沿模型跨過高風險門檻後，要接受第三方測試、公開摘要、獨立評估、安全計畫，甚至在極端狀況下被政府阻擋部署。
Anthropic 正在把同一個概念向外推：能力越強，信任門檻越高。
這套說法為什麼會被批評？
這套框架很有道理，但也一定會被質疑。
第一個質疑是：這是不是大公司護城河？
如果政府要求前沿模型做第三方評測、風險報告、安全計畫、模型權重保護、部署審查，成本一定上升。對 Anthropic、OpenAI、Google 這種大公司來說，這是可承擔成本；對新創、開源社群或大學團隊來說，可能就變成進場門檻。
Anthropic 會說它把門檻設在 10²⁵ FLOPs、5 億美元收入或 10 億美元研發支出，就是為了避免管太寬。這個設計確實比「所有 AI 都要嚴格審查」合理。但外界仍會問：誰決定什麼叫前沿？誰決定第三方評測標準？政府會不會被大型 AI 公司游說？
第二個質疑是：談 UBI 和資本分享，是不是在替失業預先鋪路？
Dario Amodei 很明確說，他不是想造成失業，也不是樂見工作消失。但站在勞工角度，聽到「如果失業很嚴重，我們可能需要基本收入和資本帳戶」難免會不舒服。因為這聽起來像是 AI 公司一邊推動自動化，一邊開始討論事後補償。
第三個質疑是：AI 公司應不應該主導政策想像？
Anthropic 願意投入 3.5 億美元做研究，當然比什麼都不做更好。但政策研究如果太依賴被監管產業出錢，也會帶來議程設定問題。哪些問題被研究？哪些政策被測試？哪些數據被看見？這些都會影響社會最後怎麼理解 AI 失業。
這和 OpenAI 的路線有什麼差別？
OpenAI 近期也在做類似的事，但語氣不太一樣。
OpenAI 的重點比較常放在「把 AGI 願景翻譯成可治理、可部署、可商業化的系統」。例如 Frontier Governance Framework、third-party evaluations、Economic Research Exchange、Oracle Cloud 合作，以及 S-1 前後的公司治理敘事。
Anthropic 這次則更直接把「危險能力」和「勞動市場衝擊」放在一起講。
| 面向 | OpenAI 近期敘事 | Anthropic 這次敘事 |
|---|---|---|
| 模型治理 | Frontier governance、外部評測、部署限制 | Advanced AI Framework、政府可阻擋危險部署 |
| 經濟影響 | Economic Research Exchange、AI 帶來生產力與研究議題 | Economic Policy Framework、失業情境與分配工具 |
| 商業化 | ChatGPT、Codex、API、Oracle Cloud、S-1 | Claude、Fable/Mythos、企業客戶、S-1 |
| 語氣 | 把 AGI 願景轉成資本市場故事 | 把 AI 風險轉成政策與社會合約 |
兩家公司其實都在做同一件事：為公開市場準備。
差別是 OpenAI 更像在說「我們會讓 AGI 變成可投資、可部署、可治理的基礎設施」。Anthropic 則像在說「如果這件事真的會重塑工作與社會，我們要先把風險和分配制度講清楚」。
對台灣讀者有什麼實際意義？
台灣讀者不需要把這篇只當美國政策新聞看。它對企業、上班族、內容網站、投資人都有訊號。
對上班族：不要只問哪個工作會消失
你真正要問的是：你的工作是否依賴可被標準化、可被遠端化、可被文字化、可被流程化的認知任務？
如果答案是 yes，那風險不是「明天被 AI 取代」，而是你的工作內容會被拆解。部分任務交給 AI，部分任務保留給人，然後公司重新設計職缺、KPI 和薪資結構。
這和站內那篇 Google 裁員 2026 與 AI 裁員潮 可以放在一起看。舊問題是「哪些職位危險」；新問題是「如果 AI 真的壓低勞動需求，制度要怎麼補」。
對企業：AI 導入不能只算省多少人
Anthropic 特別提到，公司部署 AI 可以選擇 retrain and redeploy，而不是只把 AI 當裁員工具。
這句話對企業很現實。短期用 AI 砍人，財報可能好看；但如果組織知識流失、士氣下降、流程沒重設、AI 品質沒治理，長期未必划算。
比較健康的導入方式是：
- 先盤點流程裡哪些任務可由 AI 接手。
- 再定義人類要負責的判斷、溝通、審核與例外處理。
- 把被 AI 釋放出的時間，轉成新產品、新市場、新服務，而不是只有縮編。
- 對員工說清楚，哪些能力會變重要，哪些任務會被移走。
如果企業只把 AI 當成本刀，最後會把自己也切得很薄。
對投資人：AI IPO 不只看營收，也要看社會阻力
OpenAI 和 Anthropic 走向 S-1 後，投資人很容易只看模型能力、收入成長、企業客戶、算力供應。
但 AI 公司真正的風險還有一層：社會接受度。
如果 AI 被普遍理解成「少數公司拿走生產力，多數人承擔失業」，政策反彈會很快。稅制、資料中心限制、模型監管、反壟斷、公共採購規範，都可能變成估值折扣。
Anthropic 這次主動談基本收入、資本帳戶與主權財富模型，本質上是在提前處理這個估值風險。
對內容網站：這是非常好的長尾主題
這類新聞短期流量可能不如新模型發布，但長期價值很高。
因為讀者會持續搜尋：
- AI 會造成失業嗎？
- UBI 是什麼？
- AI 公司會不會被課稅？
- AI 取代工作後政府怎麼辦？
- Anthropic 為什麼一直談 AI 安全？
- AI 模型是否應該由政府監管？
- AI 裁員和再教育有沒有用？
這些問題不會只熱一天。它們會跟著每一次裁員、每一次模型更新、每一次企業導入重新被搜尋。
Mason 的判斷
我覺得 Anthropic 這次做的不是單純公益，也不是單純恐嚇。
更準確的說，它是在爭奪 AI 時代的政策語言。
誰能定義問題，誰就能影響解法。Anthropic 把問題定義成：AI 能力正在指數成長，政策反應太慢；前沿模型需要強制測試與阻擋機制；AI 可能造成持久性勞動需求下降；社會需要新的分配工具。
這套定義對社會不一定壞。因為它至少比「AI 會創造新工作，不用擔心」誠實很多。
但我們也不能忘記：Anthropic 是利益相關者。它正在上市前夕建立一種形象：我們是最會看見風險、最願意負責、也最適合被信任的 frontier AI 公司。
這個形象本身就有商業價值。
所以讀這篇新聞，最好的態度不是全盤相信，也不是全盤否定。而是把它當成 2026 年 AI 產業的訊號：AI 公司已經知道，接下來的競爭不只在模型能力，也在誰能說服社會接受這種能力。
FAQ
Anthropic 這次真的要發 UBI 嗎？
不是。Anthropic 不是政府，不能直接發 UBI。它的 Economic Policy Framework 是政策建議，認為如果 AI 造成長期且大規模的勞動需求下降，政府可能需要考慮基本收入、主權財富基金、股權分享或資本帳戶等工具。
3.5 億美元會花在哪裡？
Anthropic 說會投入 2 億美元到 Economic Futures Research Fund，用於大型研究試驗與政策評估；另外 1.5 億美元投入 national fellowship program，幫助早期職涯人才把 AI 的好處帶到更多社群。
這篇和站內 AI 裁員文章有什麼不同？
站內 AI 裁員潮文章 重點是哪些工作受威脅、企業是否用 AI 當裁員理由、個人該怎麼轉型。這篇重點是 Anthropic 最新政策框架：如果 AI 失業變成宏觀問題，政府、企業與 AI 公司可能要用什麼制度處理。
Anthropic 為什麼同時談模型監管和失業？
因為兩者其實是同一個問題的兩面。模型越強，越可能帶來安全風險，也越可能重塑工作。Anthropic 這次把 Advanced AI Framework 與 Economic Policy Framework 放在同一個政策包裡，就是在說：能力治理與利益分配必須一起談。
這會不會變成大公司護城河？
有可能。Anthropic 雖然把監管門檻設得很高，試圖只管最前沿模型，但任何強制評測、風險報告與安全制度都會增加成本。未來關鍵在於制度是否透明、是否避免偏袒既有大公司、是否保留開源與新創的合理發展空間。
參考資料
- Anthropic：Policy on the AI Exponential
- Anthropic：Economic Policy Framework
- Anthropic：Economic Futures
- Anthropic：Economic Index
- Dario Amodei：Policy on the AI Exponential
- AP：Anthropic pledges $200 million to research AI’s economic impact
- Axios：Anthropic CEO says government should block dangerous AI
- Business Insider：Anthropic CEO says an intrinsic feature of AI may be fewer jobs