Anthropic 在 2026 年 7 月 22 日上线 Economic Index Connector。它让用户在 claude.ai 的连接器目录中启用 Economic Index然后用自然语言查询职业、地区、任务和自动化方式。官方说明里有两个值得开发者注意的细节用户可以要求 Claude 展示回答背后的数据完整数据集仍然免费开放。也就是说连接器适合降低探索门槛但严谨分析不能只保存最后一段自然语言答案。先把问题拆成可以核对的字段“哪些职业最常使用 AI”看起来很具体实际上至少藏着四个变量职业分类采用什么口径、观察的是哪段时间、统计的是 Claude 使用次数还是用户占比、所谓“使用 AI”又指辅助还是自动完成。任意一个变量没有说清排名就很难复现。可以把一次查询记录成下面这张卡。它不是 Anthropic 的接口格式而是一种便于团队复核的工作记录问题教师使用 Claude 的常见任务是什么 数据范围要求回答说明版本或观察时间 对象定义职业分类与地区范围 指标定义次数、占比或变化率 来源路径连接器返回的数据出处 限制只反映 Claude 使用模式不代表整个劳动力市场 复核状态已查看底层数据 / 待查看记录的价值不在于多一张表而在于防止查询在多人协作中变形。分析师问的是“任务构成”写报告的人却改成“岗位替代”两者不是同一个结论。用连续追问暴露口径而不是索要更肯定的说法连接器最适合做交互式探索。第一问可以宽一些例如“Economic Index 对软件开发职业有哪些观察”第二问应该追指标和范围“这里的使用强度如何定义数据覆盖到哪一天”第三问再查底层数据“请给出支撑这段结论的数据项并指出哪些推断不能由该数据得到。”这三次追问分别处理发现、口径和证据。若回答在第二步无法说明定义或第三步没有可追踪的数据就不该把它直接写入正式材料。不要用“再生成一次”解决证据缺失因为换一种措辞不会增加来源。为了让查询可重放还可以给每次问题分配一个本地编号并保存父问题编号。自然语言分析很少只有一轮第二个人可能把地区范围缩小第三个人又更换职业分类。如果只保存最终答案就看不出哪次修改改变了样本。一个轻量目录可以按query_id关联原问题、后续追问、查询时间、数据版本和导出文件哈希。它是团队自己的证据谱系不应冒充连接器提供的字段。重放时不要要求文字逐字一致。更合理的验收是核对数据范围、指标、排序依据和限制是否一致。表述不同但证据相同可以进入编辑环节数字或基准变化则应回到公开数据集查明是版本更新还是问题含义发生了变化。还有一个常见误区把连接器当成实时劳动力市场数据库。Anthropic 明确写道Economic Index 观察的是 Claude 的使用模式而不是整体劳动力市场。它没有直接测量招聘数量、工资、失业或岗位消失。连接器可以告诉你某类 Claude 对话里发生了什么却不能单独证明行业就业发生了什么。把探索结果转成可复现的最小证据包一条准备进入报告的结论至少应留下原始问题、完整回答、查询日期、底层数据引用、指标定义和限制说明。若团队随后下载公开数据集做二次分析还要保存筛选条件与计算过程。这样其他人才能判断差异来自数据更新、问题改写还是计算错误。证据包还应保留“未通过”的查询。比如回答给出一个地区排名却无法说明分母团队应记录拒绝原因而不是删除这次尝试。几个月后同类问题再次出现分析者能看到此前卡在何处也能判断新版数据是否补足了缺口。如果结果要进入自动生成的周报可以在发布前设一道人工门只有数据路径、版本、指标和限制四项齐全系统才允许把句子标成“可引用”其余内容保持“探索中”。这不是 Anthropic 宣布的产品功能而是围绕公开数据建立的本地发布规则。例如连接器回答“某地区某类任务较常见”后可以在公开数据中核对对应地区、任务类别和基准组。若数据只能支持“在 Claude 样本中较常见”报告就应保留这句话不能升级为“该地区从业者已经普遍采用”。Economic Index Connector 的实用价值是让普通问题更快抵达数据。它没有取消数据分析的基本纪律。能展示底层数据是一项入口能力能否引用仍取决于问题、口径和限制是否都能被下一位读者复核。官方来源Ask Claude about the Anthropic Economic IndexAnthropic2026-07-22Anthropic Economic Index。