Anthropic发布内部就业报告：智能体工时达到人类6倍，“元工作时代”来了

美国当地时间10月16日，Anthropic对外公布了一份内部劳动力状况调研报告——《Anthropic就业之变》（How Employment is Changing at Anthropic）。

这份调研基于Anthropic内部的雇佣档案、AI使用追踪数据、员工绩效指标、员工问卷、内部交流记录、日历信息以及招聘决策评分卡，并结合17次对员工的深入访谈，全面剖析了企业在深度引入AI后，工作职责、招聘构成及人力需求所发生的转变。

报告归纳了四项核心发现：

首先，Anthropic初级技术职位的招聘比例出现明显下滑，从2025年初的27%降至2026年的9%。不过，公司整体员工规模仍在扩大，受到压缩的是入门级别岗位，而非岗位总数。

其次，AI智能体的工作时间迅速攀升。到2026年8月，由Anthropic员工直接管理的交互式智能体，其工作时间已达到人类操作者的6倍。多个职位的效率有所提升，研究小组通过对比分析进一步评估了AI的独立贡献。

第三，员工的工作职责正在经历结构性调整。从直接执行任务，转变为构建工具、监控工作流程和管理智能体，员工的工作重点逐渐转移。同时，人类注意力成为新的限制因素，招聘标准也开始从专业领域知识转向自主性和判断力。

第四，Anthropic已着手建立早期预警体系及内部人员调配机制。但报告指出，企业层面的应对举措仍无法解决入门岗位缩减等更广泛的社会问题。

作为AI应用最前沿的企业之一，Anthropic内部发生的这些变化，为观察AI可能如何影响其他企业的工作模式与招聘需求提供了一个参照。

01 初级岗位招聘缩减

报告中最引人注目的数据，是初级技术岗位招聘比例的显著下降。

自2025年初以来，Anthropic技术部门中初级员工的占比从21%降至14%，初级技术岗位的招聘占比则从27%降至9%。2025年12月之后，初级岗位招聘公告的数量出现了尤为明显的下滑。

Anthropic入门级技术岗位招聘下降

这一变化并非源于公司收缩。相反，Anthropic在过去一年中规模扩大至原来的三倍，技术岗位的绝对数量仍在增长。真正发生变化的是招聘结构：新增岗位更多集中在中高级和专家层级，初级岗位的入口则明显收窄。

对初级岗位需求的讨论最早出现在2026年1月的核心技术部门。

一些重度使用Claude的团队发现，基础代码编写、漏洞排查等常规工程任务越来越多地可以交由模型完成。性能工程师岗位受到的影响尤为明显。一位受访者表示，这几乎在一夜之间改变了团队对人才的需求。

Claude使用复杂度较高的岗位，初级员工增长相对较慢

到2026年4月，工程和研究团队已开始系统性地下调低职级岗位的招聘权重。当月的内部调查显示，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。

初级岗位首先受到冲击，与这类工作的特点有关。

入门级工作通常具有规则清晰、执行性强的特征，而这正是当前大语言模型能够较好处理的领域。代码编写、数据处理、文档整理和客户支持等任务，都在不同程度上受到AI的影响，模型完成这些工作的能力也在持续提升。

当模型能力每几个月跃上一个台阶，最先被替代的可能会是技能阶梯的“最下端”。

非技术部门也呈现出类似趋势。通常，企业规模扩张时，行政、财务、人事等支持部门也会相应增加人员。但在Anthropic，智能体助手、自动化审核和工单服务外包等方式，使公司在快速扩张的同时，仍维持着精简的文职人员配置。

一位行政助理开发了用于日程管理和邮件分类的个人助理智能体，并表示，团队已经过了利用Claude增强入门级行政岗位的阶段，工作重心开始转向更高层级的协调与规划任务。

02 智能体工时达到员工6倍

招聘结构的变化背后，是智能体在公司内部的快速普及。

2026年3月，Anthropic内部自主运行和由员工直接指导的两类AI智能体，其累计工作时长首次超过了人类员工的工作时长。此后，智能体的工作时长继续增长。到今年8月，仅员工直接指导的交互式智能体，其工作时长就已达到人类员工的6倍。

智能体工作时长已超过人类时长

大量智能体被部署在软件工程领域，承担测试用例生成、代码检查、基础设施维护和代码库迁移等任务。这一数据尚未包括完全自主运行的智能体集群。对单个工程师而言，这意味着其可以同时安排多个智能体持续执行任务，并对其生成的代码和分析结果进行检查。工程师的工作也逐渐从亲自编写代码转向任务分配和结果审核。

生产率的变化也反映在具体数据中。报告显示，工程师人均代码提交量在6个月内增长至原来的5倍，数据科学家的查询处理量大幅上升，律师、应付账款和销售等非技术岗位的产出也有所增长。

Anthropic多个职能部门采用AI技术后，员工生产率激增

为了排除业务增长等因素的干扰，研究团队采用了对照分析方法。他们追踪了192名采用编码智能体的工程师，并以同期尚未采用该工具的74名工程师作为对照组，利用个体和月份双向固定效应进行估计。

结果显示，采用编码智能体后，工程师的代码提交量出现了统计上显著的快速增长。

Anthropic工程师采用编码智能体后产出上升，AI生成代码的回退率与手写代码无显著差异

对于AI是否会生成低质量代码的问题，报告也进行了分析。

研究团队比较了同一名员工在同一个月、同一个代码目录下，由智能体直接生成和由员工手动编写的代码，并以代码在90天内被删除或回退的比例作为质量评估指标。结果显示，两者在代码质量上不存在统计上显著的差异。至少从代码回退率来看，AI生成的代码与人类手写代码表现相当。

非技术岗位的生产率也有所提升。报告显示，销售代表采用智能体后，完成的客户交易数量有所增加。一位客户主管估计，Claude自动化了约20%的常规工作，包括起草邮件和操作客户管理系统。

另一位受访者表示，自动化释放的时间使其能够增加30%的客户面谈量。

03 从执行者到智能体管理者

智能体数量增长和生产率提升，并没有让员工从工作中解脱出来。相反，人类注意力正逐渐成为智能体产出的瓶颈。

报告显示，在交互式会话中，智能体约80%的时间处于等待状态，需要人类下达指令、确认结果或提供下一步方向。

研究团队还按照普通人的阅读速度，将智能体输出的token换算为阅读时间。结果显示，非技术部门的交互式Claude会话产生的内容，阅读起来已足以占据员工每周相当大一部分工作时间。仅阅读和处理AI生成的内容，就成为一项不容忽视的工作负担。

仅阅读Claude的输出，就相当于一份全职工作量

面对这一变化，员工逐渐形成了一种新的工作方式。报告将其称为**“元工作”（meta-work），**即围绕智能体开展的管理性工作，包括构建管理工具、编写常设指令、设计监控仪表盘，以及安排不同智能体相互审查。这类工作的核心，是不再直接执行具体任务，而是设计和管理由AI完成任务的流程。

相关数据也记录了这一转变。2025年秋季，“元工作”约占员工交互式Claude会话的10%。到2026年春季，这一比例升至22%。增长主要来自智能体管理活动，包括为多智能体系统编写规格说明、安排智能体交叉审查，以及监控工作流程的运行状态等。

Anthropic员工越来越多地在管理智能体，而非做实际工作本身

工作方式的变化也体现在招聘标准上。

研究团队对2024年以来Anthropic数千名员工的面试评分卡进行了自动编码分析，发现技术岗位中提及AI工具使用能力的评估比例从约5%升至约15%，非技术岗位则从约7%升至约28%。

与此同时，招聘评估的重点也发生了变化。技术岗位中，自主性和判断力成为增长较快的评估维度，领域专业知识的权重相对下降；非技术岗位则更加重视客户意识和使命导向，对执行技能的讨论有所减少。一位招聘经理表示，他预计模型能力在不同领域仍会存在差异，因此希望团队成员能够在不同领域之间灵活切换。

报告中的一个案例也体现了这种变化。

Anthropic一支负责撰写Claude.ai产品问候语的设计团队，在2026年春季开发了上下文图谱系统，引导智能体生成产品文案，从而扩大了团队的产出能力。随后，该团队转向智能体提示工程，开始负责撰写模型评估内容和提示词。

报告对此作了一个概括：曾经通过语言影响人类行为的写作者，如今开始通过语言影响Claude的行为。换言之，岗位的名称和外壳没有改变，但其工作的内核可能已经不同。

04 入门阶梯面临挑战

Anthropic的案例呈现了AI对就业结构的影响。作为AI应用最前沿的企业之一，公司内部发生的变化，为观察其他行业未来可能面临的变化提供了参考。

从目前的情况看，AI对就业的影响首先体现在认知劳动的入门层级。初级程序员、入门分析师、一线客服、基础文案和初级财务等岗位，过去通常是大学毕业生进入职场的起点，如今正逐渐受到AI的影响。

这一变化带来的问题不仅是岗位数量的变化。初级岗位也是员工积累经验、学习业务流程和逐步成长的重要起点。当这一层级收缩，年轻人获得第一份工作和积累职业经验的机会也可能随之减少。如果企业对新人的要求逐渐转向AI工具使用能力、判断力和自主性，那么这些能力应该在什么阶段、通过什么方式获得，也成为需要面对的问题。

报告讨论了企业可以采取的几项措施：

**第一，通过广泛的股权共享机制，让员工分享AI推动生产率提升所带来的收益。**当员工需要管理智能体、承担更多决策责任时，将个人利益与组织目标相结合就显得更加重要。

**第二，建立早期预警系统，**持续监测AI对不同岗位的影响，并提前规划受影响员工的内部转岗。

**第三，强化内部流动机制。**当原有任务逐渐实现自动化时，帮助员工转向新的工作领域，而不是直接将其推向外部劳动力市场。

但企业内部的措施仍不足以解决更广泛的社会问题。Anthropic作为一家前沿AI公司，有条件为员工提供内部转岗和利益共享机制。对于大多数传统行业的企业和员工而言，这些资源和制度安排未必具备。谁来帮助这些企业识别岗位变化？谁来承担员工技能转换的成本？这些问题已经超出了单一企业的应对范围。

报告末尾有一句话值得注意：“一支焦虑担忧的劳动力，不是一支尽力工作的劳动力。”

这句话提示我们，AI对就业的影响不仅是经济性的，也是心理性和社会性的。

当工作的定义在快速变化，当入门的门槛在持续抬高，当每个人都需要不断证明自己不会被AI替代，这种持续的不确定性本身就会成为一种广泛的社会心理负担。

Anthropic的实验仍在继续。智能体的能力不断增强，应用数量持续增长，人类与AI之间的工作分工也在不断变化。这场变革的最终形态尚不明朗，但有一点可以确定：工作可能不会消失，但工作的含义、门槛和价值排序，正在被改写。目前，用户可通过今年会体育app获取更多前沿科技资讯。

本文来自微信公众号“腾讯科技”，作者：李海伦，编辑：徐青阳，36氪经授权发布。