Anthropic报告：AI工时超人类6倍，初级岗去哪了？

10月16日，Anthropic发布了一份名为《Anthropic就业之变》的内部研究报告。基于公司内部就业记录、AI使用遥测数据、员工调查和17次深度访谈，这份报告给出了一个令人不安的数字：截至2026年8月，公司员工直接指导的交互式AI智能体，其累计运行时长已达到人类操作者的6倍。

与此同时，另一个数字更直观地反映了冲击——过去两年间，Anthropic技术部门中初级新员工的招聘占比从27％跌至9％。

公司并非在裁员或收缩规模。相反，Anthropic过去一年将整体规模扩大了至少三倍。被挤压的不是岗位总量，而是入门级岗位的入口。当基础代码编写和常规工程任务越来越多地被模型承接，科技行业的人才金字塔底部正在出现一道裂痕。

谁还在被招进来？

报告中的数据呈现了一个清晰的趋势反转。

自2025年初以来，Anthropic技术团队中初级员工的占比从21％下降至14％。初级技术岗位的新招聘占比则从27％降至9％。2025年12月之后，初级岗位招聘启事的数量出现了尤为明显的断崖式下滑。

但公司的绝对人手一直在增加。到报告覆盖的时间点（2026年8月），Anthropic的员工总数已经比一年前增长了数倍，技术部门仍占公司总人数的56％。新增岗位更多集中在中级、高级和专家层级，初级通道却被收窄。

这种结构性变化的触发点可以追溯到2026年1月。一些重度使用Claude的团队发现，基础代码编写、漏洞排查等任务越来越多地交给了模型完成。性能工程师岗位受到的影响尤其明显——有受访者描述这一变化“几乎在一夜之间改变了团队对人才的需求”。

到了同年4月，工程和研究团队已经开始系统性地下调低职级岗位的招聘权重。当月内部调查显示，约三分之一的机器学习经理和五分之一的软件工程经理表示，他们因使用AI而减少了招聘人数。

初级岗位首先被替代，与这类工作的特征直接相关：规则清晰、执行性强，这正是当前大语言模型最能驾驭的领域。模型能力每几个月跃升一次，最先被挤出的是技能阶梯最底端的执行者。

非技术部门也在经历同样的重构。行政助理开发了个人日程管理和邮件分类的智能体，支持部门通过自动化审核和工单服务外包维持精简配置。公司规模扩大了三倍，文职人员却保持低位。

代码产出翻五倍，但人类忙不过来了

如果说招聘结构的变化只影响求职者，那么生产率数据的飙升则改写了每一个在岗员工的工作方式。

Anthropic研究团队采用了严格的对照方法来剥离业务增长带来的噪声。他们追踪了192名采用编码智能体的工程师，以同期未采用该工具的74名工程师作为对照组，通过双向固定效应估计得出：编码智能体使工程师的代码提交量在六个月内增长至原来的5倍。

更重要的是质量验证。团队比较了同一员工在同一月份、同一个代码目录下，由智能体生成与手动编写的代码，以90天内被删除或回退的比例作为质量指标。两者不存在统计上的显著差异——AI生成的代码至少在回退率上与人手写表现相当。

但这并不意味着员工变得更轻松。恰恰相反，人类注意力正在成为整个系统的瓶颈。

数据显示，在交互式会话中，智能体约有80％的时间处于空闲等待状态——它们在等人类下达指令、确认结果或给出下一步方向。如果将一个非技术岗位收到的所有AI输出token按普通人阅读速度换算，仅阅读和处理这些内容就足以占据一周相当长的工作时间。

一种被称为“元工作”的新型劳动形态正在形成。它指的是围绕智能体开展的管理性工作：构建管理工具、编写常设指令、设计监控仪表盘、安排不同智能体相互审查。2025年秋季，元工作占交互式会话的10％；到了2026年春季，这一比例已升至22％，主要来自多智能体系统的规格说明编写和交叉审查调度。

员工角色正在发生迁移——从直接完成任务，转向构建工具、监控流程和管理智能体本身。曾经的写作者开始用提示词引导模型而非自己撰写文案，曾经的基础工程师变成任务分配者和结果审核者。

招聘标准也随之改变。技术分析数千名面试评分卡显示，技术岗位中对AI工具使用能力的评估比例从约5％升至约15％，非技术岗位从约7％升至约28％。自主性和判断力取代领域专业知识，成为技术岗位中增长最快的评估维度。

一个人能撑起一家团队吗？

Anthropic报告中还有一项引人深思的数据：成立五年时的人均营收已达到Meta和Google自身快速增长期峰值的两到四倍。当然，这个数字的比较口径存在争议——Anthropic的收入结构（主要面向企业API）与传统互联网公司的广告模式不同，直接对比需谨慎看待。但无论如何，这指向了一个明确的方向：AI驱动的人效提升空间远超以往任何一轮技术变革。

报告也坦承，公司虽然建立了早期预警系统和内部人员调配机制，但“企业层面的应对措施仍不足以解决入门岗位收窄等更广泛的社会问题”。当入门级岗位大量消失，传统意义上通过应届生培训和初级项目积累经验的成长路径将被打断——没有人做过初级工作，谁来培养未来的高级工程师？

对于科技行业和求职者而言，几个关键信号值得关注。

第一，初级岗位的萎缩可能不是一家公司的特例。Anthropic只是AI应用的前沿样本，它的变化很可能在半年到一年内以不同速度在其他科技公司复制。

第二，“会写代码”不再等于核心竞争力。编码能力正在基础设施化——就像电力一样，掌握它不再是优势，而是基本要求。真正的护城河将从执行效率转向判断力、跨领域协调能力和复杂系统的设计能力。

第三，人机协作的效率天花板远高于目前的认知。当智能体承担基础性重复工作，剩余的人类工作时间全部用于高价值决策时，一个“一人团队＋AI”的组织形态可能在未来三年内从概念走向主流。

未来六到十二个月，关注以下几个观察指标将有助于判断这场变革的实际扩散速度：其他头部科技公司（如Google、Microsoft）是否发布了类似的雇佣结构调整数据；初级程序员培训市场的订单量和就业率变化；以及企业对具备AI协作能力的中级工程师薪资溢价幅度。