Anthropic内部报告：AI总工时达人类6倍，初级技术岗招聘占比降至9%

网上聊AI抢不抢饭碗，说法五花八门。有人觉得AI会造出新工作，有人认为岗位会被顶掉，还有种讲法是AI专挑初级岗位下手、高级职位反倒更吃香，甚至传出以后新人得倒贴钱上班。也有人坚持AI只替掉一部分活，或者干脆把大厂裁员归到AI头上，说它不过是裁员的挡箭牌。

可这些说法之外，公司内部到底变了什么，外面能看到的不多。能真把组织效率变成数字化、可测量指标的企业本来就少；真正把AI用到骨子里的原生组织，就更稀罕了。

2026年6月的Force大会上，字节跳动拿出TRAE团队的一组内部数据：过去半年，这个团队里AI的代码贡献率做到94%，人均需求吞吐率涨了60%。不过这只是团队层面的数字，讲清楚的是“AI让工程师快了多少”，至于组织层面更关键的那个问题，它没答。

那问题就是：AI渗进一整家公司之后，组织、岗位和雇佣会变成什么样子？

2026年10月，Anthropic基于自家内部数据发了份报告，题为《How employment is changing at Anthropic》。

报告里写着，到2026年8月，Anthropic内部由员工主导的交互式AI智能体，总工时已经是人类员工的6倍；初级技术岗位的招聘占比则从27%掉到9%。AI时代的工作和就业会走向哪里，这份报告给了一份少见的一手参考，下面做精校解读。

组织效率大幅度提升

把智能体的运行时长按人类同等工作量折成“工时”来算，Anthropic内部正经历一场大变化：2026年3月，自主型智能体和交互型智能体的工时加起来头一回超过人类；到了8月，只看员工主导的交互式智能体，工时已经是对应人类的6倍。

AI给 这些工时换回来的是能算清的产出：工程师人均代码提交量是六个月前的5倍，律师处理了更多合同，销售促成的交易也更多。若从人均产出的角度去看，AI给

Anthropic成立五年时，员工人均收入是Meta和Google各自高速增长顶点时期的2到4倍。

不过这里的归因逻辑难免有人挑刺：同一段时间Anthropic业务猛涨，手里握着最强模型可卖，成交本来就更容易。

为了把这个变量排除掉，报告做了一组对照：追踪192名用上Coding Agent的工程师，与同期74名没用上的工程师相比。结果是，采用Agent之后的几个月里，这些工程师的新增代码量猛涨。

同时，Agent产出的质量仍与人类水平对齐：控制同一名员工、同一月份、同一代码目录之后，Agent写的代码和人写的代码，被删除或回滚的比例没有差别。

Agent的提效也不只体现在代码上：销售代表用上Agent后，能接触到的客户比以往多30%；一位客户主管估算，自己约20%的原有任务已经被自动化接走。

报告里还有一组数字：Anthropic员工预计到2030年AI能完成自己75%的工作，其他美国人对同一问题的预期只有28%。前沿公司内部用AI的实际体感，差不多是外面的3倍。

招聘的变化：初级员工招聘需求骤减

看到这里，你可能以为Anthropic会大幅裁员来应对人均提效。可反直觉的是：

过去一年，Anthropic 并没有缩减人员，规模反倒涨到了原来的三倍。

真正的剧变出在技术部门：初级员工占比从 2025 年初的 21% 掉到 14%，初级技术招聘的占比则从 27% 滑到 9%。

给初级人员准备的岗位发布，从 2025 年 12 月起明显缩水。到 2026 年 4 月，工程和研究团队已经把低职级技术岗位的招聘权重实质性地压了下来。

行政部门的情况挺能说明问题：靠 Agent 加上自动化审核，公司规模翻了三倍，这个部门却基本没怎么增人。

一名行政助理的说法是，入门级行政岗位正被 Claude 增强到用人需求消失；她本人的重心挪到了统筹类事务上，帮管理层做协调、做决策支持。

报告还总结出一条规律：任务越是需要 Claude 介入处理、复杂度越高，对应岗位的初级招聘就放得越慢。

说白了，AI 在一个领域扎得越深，留给新人的口子就越窄。

对已经在职的人来说，AI 变强是提效的好事；可对还没拿到入场券的人，这更像一个被替代的故事。

工作正在变成「元工作」，新的瓶颈成了人的注意力

读到这里难免要问：Agent 真这么能干，那人在工作里还剩下什么用？

报告的答案有点出人意料：人干的活变成了审核 AI 的产出。

报告给这类工作取了个名字：「元工作」（meta-work）。

人不再直接动手做事，转而管理做事的 Agent，具体包括给智能体写常驻指令、为多智能体协作撰写标准、让一个智能体审查另一个的输出、监控整条流水线。

员工的角色也就彻底翻转，从做事的人变成管理一群 Claude 的人。

报告显示，这类书面指令从 2025 年 7 月的几百条涨到 2026 年中的 8,500 条。同期，元工作占员工交互会话的比例从 2025 年秋天的 10% 升到 2026 年春天的 22%。

人的注意力终归有限，于是人自己成了工作的瓶颈。数据显示，Claude 交互式会话约有 80% 的时间在闲置等待人类输入——Agent 干活时，大部分时间都在等人审核。

就算是不做技术的员工，要把自己智能体的全部产出读完，也得搭进半个工作周。一位工程师的描述是，面前是「一支 Claude 大军，每一个都在要求我注意它」。

报告里还有个反直觉的发现：自动化并没有让人与人之间的沟通变少，沟通反而更频繁了。

Anthropic 的日历数据表明，员工会议时间的中位数比一年前多出 20%，技术个人贡献者也多了 16%。

原因在于，AI 修的 bug 越多，暴露出来的组织和系统问题就越多。过去这些问题靠人开会、对齐、拍板来解决；如今 Agent 把执行接走了，剩下的全是需要人来做的判断。

报告也顺带研究了这一现象对招聘的影响。Anthropic 用自动化编码的方式，分析了 2024 年以来数千名入职员工的面试评分卡，发现：

最表层的变化是招聘对 AI 工具能力的关注：评分卡里提到候选人 AI 工具使用能力的比例，技术岗从 2024 年的约 5% 升到约 20%，非技术岗从约 7% 升到约 35%。

更深层的变化则在技术岗的评估重心上：涨得最多的是对候选人自主性与判断力的评论，谈领域专长的占比反而在收窄。

一位经理的解释是：“模型在很长一段时间内都会时灵时不灵，所以我要的人，得能在不同领域之间自由切换。”

非技术岗位也指向同一个方向：谈客户导向、使命导向的多了，谈执行技能的少了。

这份报告读下来，我的感受是，AI 对组织的改造程度比预想要深，速度却比预想要慢。

AI 真正改掉的，其实不是那些已经熟练的专家，而是没有工作经验的人迈过「找到第一份工作」这道门槛的难度。对他们来说，最大的难题或许在于将来压根没有工作机会：

公司没耐心等你从打杂干起、慢慢成长，你得先证明自己能对结果负责。于是最紧迫的问题不再是“如何找到一份好工作”，而是“我该拿什么换取第一份工作的入场券”。更早去实习？更快学会 AI？去当公务员？还是尽快成为一个 OPC，做一门一个人就能跑通的小生意？

换个方向看，真正需要转型却还没转的，也许是当下的大学。AI 时代企业招聘已经大变，大学的形态是不是也得跟着变？

一条路是变成「实习公司」：入学即入队，课程围着真实项目排，毕业交付的不是绩点，而是一份跑通过、有人用的产品。

另一条路是变成「OPC 创业场」：一个人加一组智能体，就能跑通一门小生意，学校提供算力、导师和第一批用户。有些学校已经在这样变了：学军中学办了场黑客松，12-26 岁顶尖头脑齐聚！

要给还没找到工作的同学一句最实在的建议，我想这个判断正变得越来越准：如果你的大学连 token 都不提供，也许真该考虑退学了。

- 完 -