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发布了内部研究报告《Anthropic就业之变》，聚焦公司劳动力结构的变化。该研究基于就业记录、AI使用数据、员工产出指标、调查、内部沟通、日历数据和招聘决策评分卡，结合17次深度员工访谈，系统分析了AI深度应用对工作内容、招聘结构和劳动力需求的影响。
报告提出四项主要发现：
首先，Anthropic初级技术岗位的招聘比例显著下滑，从2025年初的27%降至2026年的9%。公司整体就业规模仍在扩大，受挤压的是入门级岗位，而非总岗位数。
其次，AI智能体的工作时长快速攀升。截至2026年8月，员工直接指导的交互式智能体工作时长已达到人类操作者的6倍。多个岗位的生产率提升，研究团队通过对照分析评估了AI的独立贡献。
第三，员工工作内容发生结构性变化。从直接执行任务转向构建工具、监控工作流程和管理智能体。同时，人类注意力成为新瓶颈，招聘标准从领域专长转向自主性和判断力。
第四，Anthropic已开始建立早期预警系统和内部人员调配机制，但报告指出，企业层面的应对仍不足以解决入门岗位收窄等更广泛的社会问题。
作为AI应用前沿企业，Anthropic的内部变化为观察AI如何影响其他企业的工作方式和招聘需求提供了样本。
01 初级岗位招聘收缩
报告中最引人注目的数据是初级技术岗位招聘比例大幅下降。自2025年初以来，技术部门中初级员工占比从21%降至14%，初级技术岗位招聘占比从27%降至9%。2025年12月后，初级岗位招聘启事数量明显减少。
这一变化并非源于公司收缩。相反，Anthropic在过去一年规模扩大至三倍，技术岗位绝对数量仍在增长。变化在于招聘结构：新增岗位集中在中高级和专家层级，初级岗位入口明显收窄。
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。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可由模型完成。性能工程师岗位受影响尤为明显。一位受访者表示，这几乎一夜之间改变了团队的人才需求。
到2026年4月，工程和研究团队系统性下调低职级岗位招聘权重。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因使用AI减少了招聘。
初级岗位首先受冲击，与其特点有关。入门级工作通常规则清晰、执行性强，这正是当前大语言模型能较好处理的领域。代码编写、数据处理、文档整理和客户支持等任务不同程度受AI影响，模型能力持续提升。当模型能力每几个月跃上一个台阶，最先被替代的可能是技能阶梯的“最下端”。
非技术部门也呈现类似趋势。通常企业规模扩张时，行政、财务、人事等支持部门会相应增加人员。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维持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，并表示团队已过了利用Claude增强入门级行政岗位的阶段，工作重心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人类员工。此后，智能体工作时长继续增长。到今年8月，仅员工直接指导的交互式智能体，工作时长已达到人类员工的6倍。
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。工程师的工作逐渐从亲自编写代码转向任务分配和结果审核。
生产率变化反映在具体数据中。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产出也有所增长。
为排除业务增长等因素干扰，研究团队采用对照分析方法。他们追踪了192名采用编码智能体的工程师，并以同期未采用该工具的74名工程师为对照组，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统计上显著的快速增长。
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、同一代码目录下，由智能体直接生成和由员工手动编写的代码，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，并未让员工从工作中解脱。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。
研究团队按普通人阅读速度，将智能体输出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。
面对这一变化，员工逐渐形成新的工作方式。报告将其称为**“元工作”**，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，以及监控工作流程运行状态等。
工作方式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%。
同时，招聘评估重点发生变化。技术岗位中，自主性和判断力成为增长较快的评估维度，领域专业知识权重相对下降；非技术岗位则更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在不同领域间灵活切换。
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，岗位名称和外壳未变，但工作内核可能已不同。
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应用前沿企业，公司内部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AI影响。
这一变化带来的问题不仅是岗位数量变化。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，这些能力应在什么阶段、通过什么方式获得，也成为需要面对的问题。
报告讨论了企业可采取的措施：第一，通过广泛股权共享机制，让员工分享AI推动生产率提升带来的收益。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结合更重要。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，帮助员工转向新工作领域，而非直接推向外部劳动力市场。
但企业内部措施仍不足以解决更广泛的社会问题。Anthropic作为前沿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成本？这些问题已超出单一企业的应对范围。
报告末尾一句话值得注意：“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。当工作定义在快速变化，入门门槛在持续抬高，每个人都需要不断证明自己不会被AI替代，这种持续不确定性本身就会成为广泛的社会心理负担。
Anthropic的实验仍在继续。智能体能力不断增强，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。
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。