OpenAI 与 Upwork 报告：AI 岗位预算高 52% 工时多 41%

一句话结论：OpenAI 与 Upwork 的联合报告用 104,030 个岗位样本说明，AI 相关的自由职业项目固定价预算高出 52%、前 90 天工时多出 41%，但单价几乎持平，被替代的是任务结构而不是整份职业。

11 月 10 日，OpenAI 与 Upwork 联合发布《AI 时代自由职业工作的再捆绑》研究报告，把 ChatGPT 的实际使用数据和 Upwork 平台的岗位发布数据放在同一张表里对照。这份 24 页的报告第一次用平台级行为数据回答了一个很多人只在新闻标题里看到的问题：AI 到底在抢走自由职业者的哪些活，又在催生哪些新活。

结论和「AI 抢饭碗」的直觉不完全一致。AI 相关岗位的固定价预算比非 AI 岗位高约 70%，控制工作类别和发布月份之后仍有 52% 的差距；但时薪差只有约 9%，调整后只剩 1.5%。真正拉开差距的是工作量，AI 相关岗位在雇佣后前 90 天的实际工时多出约 41%。

报告怎么做的：两套数据对齐

方法论是这类研究最容易糊弄人的地方，这次 OpenAI 把流程摊开了讲。ChatGPT 侧抽取了超过 36,000 条个人或工作相关对话，用 GPT 5.6 Luna 分类器按 Upwork 的工作分类体系打标，研究者没有阅读任何用户消息，也没有接触个体数据。Upwork 侧使用平台全量岗位发布数据，AI 相关岗位由平台内部的 GPT 分类流水线判定，依据包括职位标题、描述、要求的技能和三级分类本体。

时间窗口并不统一，这点值得留意。ChatGPT 使用份额覆盖 2025 年 1 月到 2026 年 6 月，Upwork 份额是 2026 年上半年，份额变化量对比的是 2025 上半年到 2026 上半年。任务多样性分析的数据截止到 2025 年底，预算与工时的数据截至 2026 年 4 月。报告自己也说明，这些比较是描述性的，不识别因果效应。

做量化研究选平台数据是合理的。自由职业合同本来就短，客户每次发岗位都能调整要求，企业内部工作则可以不走新岗位直接演变，所以岗位发布是需求变化更早浮现的窗口。

写作在萎缩，技术交付在扩张

报告把 63 个可匹配的 Upwork 工作子类放在一起比较，发现 43 个类别呈现同一个模式：在 ChatGPT 里用得多的活动，在 Upwork 平台上的份额反而下降；剩下 20 个类别则是反向的。这不是一个整齐的替代故事。

最典型的例子是内容写作。它在 ChatGPT 使用中的占比大约是 2023 年上半年 Upwork 岗位基线的三倍，而这两年的时间里，内容写作类岗位的下滑速度超过 Upwork 整体的两倍。逻辑很直接，人们自己用 ChatGPT 写博客稿、营销文案和产品描述，就不再委托给自由职业者了。

另一端是视频与动画。视频和动画在自由职业需求里的占比明显高于它在 ChatGPT 使用里的占比，这类需要实际动手交付的活仍然是人的地盘。报告的概括是，企业还在继续雇自由职业者做需要实施、制作和交付的工作。

同一时期的数据结构也在变。AI 相关岗位要求客户使用 AI 的任务类型从聊天机器人开发扩展到视频制作、营销自动化、应用集成等多个方向，而 AI 生成的书面内容、培训课程、云基础设施、数据与系统集成这几类的份额在下降。规模最大的「构建聊天机器人和机器学习模型」这一类，份额从 2023 年的 21.8% 降到 2025 年的 17.8%。

价格结构：预算高 52%，单价只差 1.5%

这组数字是整份报告最有信息量的部分，也是最容易误读的部分。固定价项目里，AI 相关岗位的报价平均高出约 70%，控制工作子类和发布月份后仍有 52%。时薪岗位的报价差只有约 9%，调整后约 1.5%，几乎可以忽略。

两个数字放在一起才能读出真实含义。固定价合同卖的是整个项目和交付物，报价里同时含了价值和范围；时薪合同能把「每小时的价」和「买多少小时」拆开。结果是 AI 相关项目的单价并没有明显上涨，但采购的工时变多了。报告的解读是，更高的预算有一部分反映的是工作范围变宽，而不是单价变贵。

任务被打包的方式也变了

第二个维度是项目怎么组装。报告用有效任务簇数量（1/HHI）衡量任务分布的集中度，2023 年初这个值是 14.6，2025 年底变成 21.2，涨了约 45%。含义是 AI 相关岗位里单个任务簇的集中度在下降，工作摊在更多的活动上，而不是压在几个主导项上。

单岗位看差异不大，AI 相关岗位平均 3.35 个不同任务，非 AI 岗位 3.19 个，差距约 5%。分布上的差别更值得说：AI 岗位更少出现只有一两个任务的情况，更多是三到四个，而五个以上那档没有同步增加。也就是说 AI 项目的形态是更复杂的多组件项目，而不是靠少数超大项目拉平均值。

更有意思的是任务组合的新颖度。报告对每个任务对计算它在前 AI 时代出现的频率，取负对数后平均，得到新颖度分数。在 104,030 个岗位的回归样本里，AI 相关岗位的组合明显偏向历史上罕见的搭配。在当前至少出现 200 次的任务对中，罕见组合有 54% 出现在 AI 相关岗位，常见组合只有 13%。

一个反直觉的细节是，罕见组合主要由两个「老任务」组成而不是两个全新任务。98.6% 的罕见任务对出现，都涉及两个各自在前 AI 时代至少出现过 200 次的任务。也就是说客户是把熟悉的活按不熟悉的方式打包，而不是在试全新的工作内容。按任务类型拆开看，生成式 AI 与创意生产这一类的罕见组合，其历史出现频率的几何均值比同类非 AI 岗位低约 60%，差距最大。

覆盖范围有多大，缺了什么

样本规模摆出来：任务多样性分析用 2023 年 1 月到 2025 年 12 月的 AI 相关岗位，任务簇新颖度的回归样本是 5% 哈希抽样里的 104,030 个岗位，包含至少两个任务簇的岗位。ChatGPT 侧是超过 36,000 条对话样本。

报告没有披露的是自由职业者的样本量、问卷规模和访谈范围，页面上的文字全部来自平台行为数据。它自己划了一条边界：这套比较反映的是人们当前实际使用 ChatGPT 的方式，不是 AI 能支持的全部任务范围，OpenAI 把这段差距称为能力过剩。

方法论上还留了一个自我提示。报告在介绍第一份「Work at the Frontier」系列研究时提到，那份研究发现 43.5% 的工作相关 ChatGPT 消息涉及与用户本职不同职业的活动。这个数字和本报告的结论指向同一个方向，AI 正在让职业边界变模糊，只是这个变化先体现在任务层面，还进不了官方就业统计。

报告也承认一个反向视角。当 AI 能完成一部分工作时，企业可能直接用 AI 不再购买这项服务，也可能因为成本下降而扩大需求，还可能让互补性工作更值钱，比如把 AI 集成进系统、评估 AI 输出、管理复杂项目。OpenAI 挖 Linux 内核 948 个提权漏洞：121 万美元成本拆解记录的就是最后一种形态的一个具体样本，模型承担了原本需要资深安全专家完成的工作，同时产生了原本不存在的付费任务。

对照别的基准：这份数据该怎么放

把报告和站内其他几组数据放在一起看，自由职业市场的变化和 AI 基础设施的消耗曲线是同步的。OpenAI 单季营收首次突破 100 亿美元，OpenAI Q3 营收 100 亿：与 Anthropic 169 亿的差距这篇站内稿给出了两家公司的对照。

更直接的量级参照来自就业侧。Upwork 的 2026 未来劳动力指数发现，38% 的美国技术型知识工作者在做自由职业，上一年的年度研究估计 2024 年美国自由职业知识工作产生了 1.5 万亿美元收入，这两个数字都远超 Upwork 自身平台的规模。蔡崇信：AI转向隐性基础设施，知识工作者TAM达50万亿美元里给出的 50 万亿美元口径可以放在同一张图上比较。

还有一个值得放在一起看的点。编码智能体的实际交付通过率仍然不高，Co-Design Bench 实测：26.4% 全对率，编码智能体还差多少给出的 26.4% 全对率，与报告里「实施和交付仍然是人的地盘」这个结论方向一致。基础设施侧的投入也不小，Anthropic 34亿美元买1.7GW燃气机组：AI算力的电从哪来记录了这部分成本的一个切面。

常见问题

AI 会让自由职业岗位整体减少吗？现有数据给不出整体减少的结论，反而是预算和工时都在涨。报告的判断是 AI 正在改变客户寻找自由职业者做什么，以及客户怎么组装项目，替代发生在活动层面，还没到职业消失那一步。63 个类别里有 20 个呈现反向趋势，说明这件事不是单方向的。

AI 相关岗位预算高 52%，是不是单价被抬高了？不是。调整后时薪差距只剩 1.5%，基本可忽略。预算涨的是项目范围，AI 相关项目采购的工时多出约 41%。客户买的是更大范围的交付物，不是同样工作付更多钱。

哪些类别的自由职业需求在被 AI 挤压？最明确的是内容写作，它在 ChatGPT 使用中的占比约为 2023 年上半年 Upwork 基线的三倍，而同期内容写作岗位的下滑速度超过平台整体两倍。相反视频动画、技术实施这类需要实际动手的活在涨，报告明确指出企业仍在雇人做实施、制作和交付。

小结

这份报告值得读的地方不在结论，而在它把替代过程拆成了可测的三个量：预算高 52%、单价差 1.5%、工时多 41%。三个数放在一起，说明 AI 目前改变的是工作的组织方式和采购范围，而不是简单地把某类职业的标价抹掉。任务被打包得更宽、更不常规，罕见组合占到了 54%，客户花的钱变多但每小时的价没变。真正值得盯住的，是这种关系会不会在更多行业里复制，以及「实施与交付」这部分价值会不会被进一步压价。

相关阅读

• OpenAI Q3 营收 100 亿：与 Anthropic 169 亿的差距
• OpenAI 挖 Linux 内核 948 个提权漏洞：121 万美元成本拆解
• Co-Design Bench 实测：26.4% 全对率，编码智能体还差多少
• 蔡崇信：AI转向隐性基础设施，知识工作者TAM达50万亿美元