ARTICLE · 1235652
Anthropic发布内部就业报告:AI工时是人类的6倍,入门岗位正在消失
Anthropic发布内部就业报告:AI工时是人类的6倍,入门岗位正在消失
2026 年 10 月 16 日，Anthropic 发布了一份内部研究报告《How Employment is Changing at Anthropic》。数据来源包括公司就业记录、AI 使用遥测数据、员工产出指标、内部沟通记录、日历数据、招聘评分卡，外加 17 次深度访谈。研究对象是 Anthropic 自己——一家彻底围绕 AI 重塑了工作流的公司。 报告的核心结论可以用一句话概括：公司仍在高速扩张，但初级岗位的入口正在关闭；人效在飙升，但人类从“做事的人”变成了“管 AI 的人”。 入门级通道，正在结构性收窄 最刺眼的数据在招聘结构里。 自 2025 年初以来，Anthropic 技术部门中初级员工的存量占比从 21% 降到了 14%，相对降幅约 33%。更剧烈的是新招聘：初级技术岗位占技术招聘的比例，从 27% 骤降至 9%。2025 年 12 月之后，初级岗位的招聘启事出现了“断崖式下滑”。 
这不是收缩带来的。同一时期，Anthropic 整体规模扩大了三倍，技术岗位的绝对数量仍在增长。被挤压的不是岗位总量，而是入口。新增岗位更多集中在中级、高级和专家层级，初级通道被系统性收窄。 触发点可以精确到 2026 年 1 月。重度使用 Claude 的核心技术团队发现，基础代码编写和漏洞排查可以越来越多地交给模型。一位受访者描述，“几乎在一夜之间”改变了团队对人才的需求。到 4 月，工程和研究团队已系统性下调低职级岗位的招聘权重。当月内部调查中，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，因 AI 减少了招聘。 非技术部门也在同步发生。公司规模翻了三倍，文职人员却保持低位——行政助理自己搭建了日程管理和邮件分类的智能体，团队的工作重心已经从“用 Claude 增强入门级行政岗”转向更高层级的协调与规划。 人效跃升是真的，但人类成了新瓶颈 招聘结构变化的底层，是生产率的结构性跃升。 研究团队用对照方法剥离了业务增长的噪声：追踪 192 名采用编码智能体的工程师，以同期 74 名未采用者为对照组。结果是，采用编码智能体后，工程师的代码提交量在六个月内增长到原来的 5 倍。数据科学家的查询量达到 3.1 倍，法务团队的合同处理量也达到 3.1 倍。 
质量没有牺牲。同一员工、同一月份、同一代码目录下，AI 生成代码与人工代码在 90 天回退率上不存在统计显著差异。 但效率的另一面是新的稀缺性。截至 2026 年 8 月，员工直接指导的交互式 AI 智能体，累计运行时长已达人类操作者的 6 倍；研究部门的这一比例更高，达到 19:1。与此同时，智能体在交互式会话中约有 80% 的时间处于空闲状态——它们在等人类下指令、确认结果、给出方向。 人类注意力，取代了执行能力，成为整个系统的卡点。 仅阅读和处理所有 AI 输出这一项，就足以占去非技术员工半个工作周。一位工程师的形容被写进了报告： “面对一支 Claude 大军，每一个都在向我要注意力。” 
“元工作”从边缘变成日常 当执行被智能体承接，人类的工作重心被迫上移。报告把这种新型劳动称为“元工作”（meta-work）——围绕智能体开展的管理性工作：构建监控工具、编写常设指令、设计多智能体协作流程、安排智能体互相审查。 元工作占员工交互式 Claude 会话的比例，从 2025 年秋季的 10%，升至 2026 年春季的 22%，一年翻了一倍以上。员工角色从“直接完成任务”，转向“设计和管理由 AI 完成任务的系统”。 招聘逻辑随之翻转。技术部门仍占公司总人数的 56%，但招聘经理越来越强调自主性与判断力，而非特定技术领域的专长和执行能力。引用 AI 工具熟练度的招聘标准，在技术岗中翻了约三倍，非技术岗中翻了四倍。 Anthropic 已经建立了岗位风险的早期预警系统，并优先安排内部转岗而非裁员。但报告也坦率地指出：再调配计划帮助的是已经在册的人，对那个从未拿到 offer 的初级工程师，它什么也做不了。 这意味着什么 这份报告的价值，不在于它“预测”了 AI 对就业的影响，而在于它展示了一家已经把 AI 深度嵌入工作流的公司正在发生什么。 初级岗位的收缩，未必是“AI 直接取代了初级员工”这么简单。更准确的机制是：当执行层的产出被智能体以 6 倍于人类的时长承接，企业不再需要以过去的速度从底部补充执行者。与此同时，对“能管理智能体、能做判断、能设计流程”的人的需求在上升——而这恰恰是需要经验积累的能力。底部入口收窄，与顶部能力需求上升，同时发生。 Anthropic 的样本有其特殊性：它是 AI 的生产者，也是 AI 最激进的采用者，其内部变化不能直接外推到所有企业。但它至少提供了一个清晰的信号：当 AI 智能体在工作流中的比重跨过某个阈值，招聘结构的变化不是线性的，而是断裂式的。 对于个体而言，最现实的问题不再是“AI 会不会取代我的岗位”，而是：在智能体承担了大部分执行之后，我还能提供什么人类独有的东西——判断、方向、对系统的理解——以及，这些东西有没有机会在职业生涯的早期被培养出来。
01
02
03
04
