机器人能做四分之三体力任务，为何还没替代人类？
Anthropic最新研究认为，现有机器人已能在至少一种现实设置中完成约四分之三的体力任务，但成本、环境改造、异常处理与责任边界仍限制大规模采用。
Jacky Wang
5 分钟阅读
机器人今天已经能完成许多体力任务，但“能做”与“值得部署”之间，仍隔着成本、环境和可靠性三道门。Anthropic 在 2026 年 9 月 30 日发布的一项研究，用岗位任务而不是职业名称重新估算机器人暴露度：研究者认为，现有机器人在至少一种现实设置中可以完成约四分之三的体力任务，这些任务约占美国全部工作时间的 34%。
这个数字很容易被解读成“机器人即将替代三分之一工作”，但论文的结论恰恰更谨慎。能力暴露不是实际采用，更不是岗位消失。机器人往往只能在高度结构化的环境里完成任务，而且成本仍明显高于人类劳动。
研究真正衡量的不是“多少人会失业”
研究建立了一套 robot exposure index，把职业拆成具体任务，再评估当下可获得的自主物理机器能否完成这些任务。这里的机器人被定义为能够感知环境并采取物理行动的自主机器，不包括单纯的软件 Agent。
因此，“仓库搬运”与“护理”不能只按体力强度归为一类。仓库中的地面、货架、路线和容器可以标准化，机器人较容易稳定执行；护理工作虽然包含大量体力活动，却同时要求沟通、判断、灵活操作和对意外情况的处理。论文把驾驶和仓储列为较高暴露领域，而护理与综合维修的暴露度较低。
为什么技术上可行，商业上仍可能不成立
一项任务进入“机器人能够完成”的范围，只说明存在可行系统，并不代表企业今天部署就能回本。实际决策至少还要经过四项检验：
- 环境改造成本：机器人可能需要重新设计通道、货架、照明、标记和安全区域。
- 异常处理成本：正常流程自动化容易，卡住、损坏、临时变更和人机冲突才决定运维负担。
- 单位经济性：采购、融资、能源、维护、停机和集成费用必须低于被替代或新增的劳动价值。
- 责任边界：涉及病人、公共道路或危险设备时，错误的法律和安全代价远高于仓库中一次搬运失败。
Anthropic 的研究明确指出，多数体力任务虽然已经具备某种技术可行性，机器人目前仍普遍比人工昂贵。这意味着短期扩散最可能先发生在任务高度重复、场地可控、运行时间长、劳动力短缺且错误成本可管理的场景。
机器人与大模型覆盖的是不同工作表面
论文还把机器人暴露度与大语言模型的任务暴露度放在一起比较。研究估计，按工作时间计算，大约 80% 的岗位任务至少暴露于机器人或 LLM 其中之一。两者并非简单重叠：LLM 更擅长信息处理、写作和部分知识工作，机器人则进入软件无法直接完成的物理世界。
剩余较难覆盖的工作，往往具有高度人际互动，或者需要机器人目前缺乏的灵巧性、环境适应和现场判断。这个结论与站内此前关于AI 如何重新定义软件工程师的分析形成互补：无论数字工作还是物理工作，自动化最先改变的通常是任务组合，而不是一次性删除整个职业。
企业真正该画的是任务地图
如果企业只问“这个岗位能不能被机器人替代”，答案通常过于粗糙。更有用的方法是把流程拆成任务，并记录频率、环境稳定性、所需灵巧度、异常率、错误成本与人工耗时。
一张可执行的机器人任务地图至少应区分：
- 可以直接自动化的标准化任务；
- 需要先改造环境才能自动化的任务；
- 适合人机协作、由机器人承担搬运或重复动作的任务；
- 必须由人负责沟通、判断或安全兜底的任务。
部署评估也不应只看一次演示成功。企业应记录长时间运行中的完成率、人工接管率、平均恢复时间、维护成本以及真实事故和险情。没有这些指标，“机器人会做”只是技术展示，不是生产能力。
对劳动市场的含义：风险分布并不平均
研究发现，当前机器人暴露更高的劳动者群体更可能是男性、受教育程度较低且工资较低。这说明机器人扩散带来的收益和调整成本不会平均分布。企业可能获得更稳定的产能，但被重新设计的岗位需要培训、转岗和新的安全规则。
同时，暴露度不等于净就业影响。降低任务成本可能减少某些岗位需求，也可能扩大产量、创造机器人集成与维护工作，或者让过去经济上不可行的服务成为可能。论文提供的是能力地图，不是确定的就业预测。
接下来真正值得观察的三个指标
- 每小时总拥有成本：硬件价格下降是否快于人工与维护成本上升。
- 非结构化环境成功率：机器人能否离开固定路线和标准物料后仍可靠运行。
- 人工接管比例：远程操作员或现场员工需要多频繁地救场，决定了所谓自主系统的真实经济性。
机器人不会因为某个能力演示就突然接管整个劳动力市场。更可能发生的是，标准化体力任务逐步被机器吸收，人类工作向异常处理、沟通、责任和环境设计移动。真正的分水岭不是机器人“会不会做”，而是它能否以更低的综合成本，在真实世界里持续、可恢复并安全地完成任务。
主要来源
事实边界：本文所述比例来自 Anthropic 发布的任务暴露度研究，衡量的是现有技术在至少一种设置中的能力，不代表实际采用率、自动化速度或净就业损失。不同地区的工资、监管、产业结构和资本成本会显著改变结果。