Anthropic 發布內部就業報告：智能體工時達到人類 6 倍，「元工作時代」來了

作者：騰訊科技

美國當地時間10月16日，Anthropic發布了一份關於自身勞動力結構的內部研究報告------《Anthropic就業之變》（How Employment is Changing at Anthropic）。

這項研究基於Anthropic內部的就業記錄、AI使用遙測數據、員工產出指標、員工調查、內部溝通記錄、日曆數據和招聘決策評分卡，並結合17次員工深度訪談，系統分析了公司在深度應用AI後，工作內容、招聘結構和勞動力需求的變化。

報告提出了四項主要發現：

首先，Anthropic初級技術崗位的招聘占比顯著下降，從2025年初的27%降至2026年的9%。但公司整體就業規模仍在擴張，受到擠壓的是入門級崗位，而非崗位總量。

其次，AI智能體的工作時長迅速增長。截至2026年8月，Anthropic員工直接指導的互動式智能體，其工作時長已達到人類操作者的6倍。多個崗位的生產率有所提升，研究團隊通過對照分析進一步評估了AI的獨立貢獻。

第三，員工的工作內容正在發生結構性變化。從直接執行任務，到構建工具、監控工作流程和管理智能體，員工的工作重心逐漸轉移。與此同時，人類注意力成為新的瓶頸， 招聘標準也開始從領域專長轉向自主性和判斷力。

第四，**Anthropic已開始建立早期預警系統和內部人員調配機制。**但報告指出，企業層面的應對措施仍不足以解決入門崗位收窄等更廣泛的社會問題。

作為AI應用最前沿的企業之一，Anthropic內部的這些變化，為觀察AI可能如何影響其他企業的工作方式和招聘需求提供了一個樣本。

初級崗位招聘收縮

報告中最引人關注的數據，是初級技術崗位招聘比例的大幅下降。

自2025年初以來，Anthropic技術部門中初級員工的占比從21%降至14%，初級技術崗位的招聘占比則從27%降至9%。2025年12月之後，初級崗位招聘啟事的數量出現了尤為明顯的下降。

Anthropic入門級技術崗位招聘下降

這一變化並非源於公司收縮。相反，Anthropic在過去一年中規模擴大至原來的三倍，技術崗位的絕對數量仍在增長。真正發生變化的是招聘結構：新增崗位更多集中在中高級和專家層級，初級崗位的入口則明顯收窄。

對初級崗位需求的討論最早出現在2026年1月的核心技術部門。

一些重度使用Claude的團隊發現，基礎代碼編寫、漏洞排查等常規工程任務越來越多地可以交由模型完成。性能工程師崗位受到的影響尤為明顯。一位受訪者表示，這幾乎在一夜之間改變了團隊對人才的需求。

Claude使用複雜度較高的崗位，初級員工增長相對較慢

到2026年4月，工程和研究團隊已開始系統性地下調低職級崗位的招聘權重。當月的內部調查顯示，約三分之一的機器學習經理和五分之一的軟件工程經理表示，他們因使用AI而減少了招聘人數。

初級崗位首先受到衝擊，與這類工作的特點有關。

入門級工作通常具有規則清晰、執行性強的特徵，而這正是當前大語言模型能夠較好處理的領域。代碼編寫、數據處理、文檔整理和客戶支持等任務，都在不同程度上受到AI的影響，模型完成這些工作的能力也在持續提升。

當模型能力每幾個月躍上一个台階，最先被替代的可能會是技能階梯的"最下端"。

非技術部門也呈現出類似趨勢。通常，企業規模擴張時，行政、財務、人事等支持部門也會相應增加人員。但在Anthropic，智能體助手、自動化審核和工單服務外包等方式，使公司在快速擴張的同時，仍維持著精簡的文職人員配置。

一位行政助理開發了用於日程管理和郵件分類的個人助理智能體，並表示，團隊已經過了利用Claude增強入門級行政崗位的階段，工作重心開始轉向更高層級的協調與規劃任務。

智能體工時達到員工6倍

招聘結構的變化背後，是智能體在公司內部的快速普及。

2026年3月，Anthropic內部自主運行和由員工直接指導的兩類AI智能體，其累計工作時長首次超過了人類員工的工作時長。此後，智能體的工作時長繼續增長。到今年8月，僅員工直接指導的互動式智能體，其工作時長就已達到人類員工的6倍。

智能體工作時長已超過人類時長

大量智能體被部署在軟件工程領域，承擔測試用例生成、代碼檢查、基礎設施維護和代碼庫遷移等任務。這一數據尚未包括完全自主運行的智能體集群。對單個工程師而言，這意味著其可以同時安排多個智能體持續執行任務，並對其生成的代碼和分析結果進行檢查。工程師的工作也逐漸從親自編寫代碼轉向任務分配和結果審核。

生產率的變化也反映在具體數據中。報告顯示，工程師人均代碼提交量在6個月內增長至原來的5倍，數據科學家的查詢處理量大幅上升，律師、應付賬款和銷售等非技術崗位的產出也有所增長。

Anthropic多個職能部門採用AI技術後，員工生產率激增

為了排除業務增長等因素的干擾，研究團隊採用了對照分析方法。他們追蹤了192名採用編碼智能體的工程師，並以同期尚未採用該工具的74名工程師作為對照組，利用個體和月份雙向固定效應進行估計。

結果顯示，採用編碼智能體後，工程師的代碼提交量出現了統計上顯著的快速增長。

Anthropic工程師採用編碼智能體後產出上升，AI生成代碼的回退率與手寫代碼無顯著差異

對於AI是否會生成低質量代碼的問題，報告也進行了分析。

研究團隊比較了同一名員工在同一個月、同一個代碼目錄下，由智能體直接生成和由員工手動編寫的代碼，並以代碼在90天內被刪除或回退的比例作為質量評估指標。結果顯示，兩者在代碼質量上不存在統計上顯著的差異。至少從代碼回退率來看，AI生成的代碼與人類手寫代碼表現相當。

非技術崗位的生產率也有所提升。報告顯示，銷售代表採用智能體後，完成的客戶交易數量有所增加。一位客戶主管估計，Claude自動化了約20%的常規工作，包括起草郵件和操作客戶管理系統。

另一位受訪者表示，自動化釋放的時間使其能夠增加30%的客戶面談量。

從執行者到智能體管理者

智能體數量增長和生產率提升，並沒有讓員工從工作中解脫出來。相反，人類注意力正逐漸成為智能體產出的瓶頸。

報告顯示，在互動式會話中，智能體約80%的時間處於等待狀態，需要人類下達指令、確認結果或提供下一步方向。

研究團隊還按照普通人的閱讀速度，將智能體輸出的token換算為閱讀時間。結果顯示，非技術部門的互動式Claude會話產生的內容，閱讀起來已足以佔據員工每週相當大一部分工作時間。僅閱讀和處理AI生成的內容，就成為一項不容忽視的工作負擔。

僅閱讀Claude的輸出，就相當於一份全職工作量

面對這一變化，員工逐漸形成了一種新的工作方式。報告將其稱為**"元工作"（meta-work），**即圍繞智能體開展的管理性工作，包括構建管理工具、編寫常設指令、設計監控儀表盤，以及安排不同智能體相互審查。這類工作的核心，是不再直接執行具體任務，而是設計和管理由AI完成任務的流程。

相關數據也記錄了這一轉變。2025年秋季，"元工作"約占員工互動式Claude會話的10%。到2026年春季，這一比例升至22%。增長主要來自智能體管理活動，包括為多智能體系統編寫規格說明、安排智能體交叉審查，以及監控工作流程的運行狀態等。

Anthropic員工越來越多地在管理智能體，而非做實際工作本身

工作方式的變化也體現在招聘標準上。

研究團隊對2024年以来Anthropic數千名員工的面試評分卡進行了自動編碼分析，發現技術崗位中提及AI工具使用能力的評估比例從約5%升至約15%，非技術崗位則從約7%升至約28%。

與此同時，招聘評估的重點也發生了變化。技術崗位中，自主性和判斷力成為增長較快的評估維度，領域專業知識的權重相對下降；非技術崗位則更加重視客戶意識和使命導向，對執行技能的討論有所減少。一位招聘經理表示，他預計模型能力在不同領域仍會存在差異，因此希望團隊成員能夠在不同領域之間靈活切換。

報告中的一個案例也體現了這種變化。

Anthropic一支負責撰寫Claude.ai產品問候語的設計團隊，在2026年春季開發了上下文圖譜系統，引導智能體生成產品文案，從而擴大了團隊的產出能力。隨後，該團隊轉向智能體提示工程，開始負責撰寫模型評估內容和提示詞。

報告對此作了一個概括：曾經通過語言影響人類行為的寫作者，如今開始通過語言影響Claude的行為。換言之，崗位的名稱和外殼沒有改變，但其工作的內核可能已經不同。

入門階梯面臨挑戰

Anthropic的案例呈現了AI對就業結構的影響。作為AI應用最前沿的企業之一，公司內部發生的變化，為觀察其他行業未來可能面臨的變化提供了參考。

從目前的情況看，AI對就業的影響首先體現在認知勞動的入門層級。初級程序員、入門分析師、一線客服、基礎文案和初級財務等崗位，過去通常是大學畢業生進入職場的起點，如今正逐漸受到AI的影響。

這一變化帶來的問題不僅是崗位數量的變化。初級崗位也是員工積累經驗、學習業務流程和逐步成長的重要起點。當這一層級收縮，年輕人獲得第一份工作和積累職業經驗的機會也可能隨之減少。如果企業對新人的要求逐漸轉向AI工具使用能力、判斷力和自主性，那麼這些能力應該在什麼階段、通過什麼方式獲得，也成為需要面對的問題。

報告討論了企業可以採取的幾項措施：

**第一，通過廣泛的股權共享機制，讓員工分享AI推動生產率提升所帶來的收益。**當員工需要管理智能體、承擔更多決策責任時，將個人利益與組織目標相結合就顯得更加重要。

**第二，建立早期預警系統，**持續監測AI對不同崗位的影響，並提前規劃受影響員工的內部轉崗。

**第三，加強內部流動機制。**當原有任務逐漸實現自動化時，幫助員工轉向新的工作領域，而不是直接將其推向外部勞動力市場。

但企業內部的措施仍不足以解決更廣泛的社會問題。Anthropic作為一家前沿AI公司，有條件為員工提供內部轉崗和利益共享機制。對於大多數傳統行業的企業和員工而言，這些資源和制度安排未必具備。誰來幫助這些企業識別崗位變化？誰來承擔員工技能轉換的成本？這些問題已經超出了單一企業的應對範圍。

報告末尾有一句話值得注意："一支焦慮擔憂的勞動力，不是一支盡力工作的勞動力。"

這句話提示我們，AI對就業的影響不僅是經濟性的，也是心理性和社會性的。

當工作的定義在快速變化，當入門的門檻在持續抬高，當每個人都需要不斷證明自己不會被AI替代，這種持續的不確定性本身就會成為一種廣泛的社會心理負擔。

Anthropic的實驗仍在繼續。智能體的能力不斷增強，應用數量持續增長，人類與AI之間的工作分工也在不斷變化。這場變革的最終形態尚不明朗，但有一點可以確定：工作可能不會消失，但工作的含義、門檻和價值排序，正在被改寫。