一份罕见自我解剖的报告
10 月 16 日，Anthropic 发布题为《How Employment Is Changing at Anthropic》的内部研究报告，罕见地把一家前沿 AI 实验室自身的招聘结构与工作流变化摆上台面。报告没有泛泛而谈「AI 将改变就业」，而是用自家的人力数据说明：当一家以模型能力见长的公司大规模采用智能体后，岗位构成会发生怎样的位移。
需要先把口径说清楚：这是 Anthropic 自己的披露，属于单一公司的自述数据，不能简单外推到整个行业。但正因为它是 AI 采用度最高的组织之一，其内部变化往往比外部调研更早呈现趋势，因而具备样本意义。
数字说话：初级岗占比塌方，Agent 工时 6 倍于人力
报告给出的核心数字相当刺眼：技术岗新增招聘中，初级员工占比从 2025 年初的 27% 滑落到 2026 年的 9%；技术部门整体初级员工占比则从 21% 降到 14%。与此同时，截至 2026 年 8 月，公司整体由人类指挥的对话式智能体工作时长达到人力工作时长的 6 倍，研究部门这一比值更高达 19:1。
生产侧的放大同样明显：工程师提交代码变更达到此前的约 5 倍，代码合并量在四个月内增长 12 倍；数据科学家的查询量、法务团队处理的合同量也都达到约 3 倍。这些数字共同指向一个判断——智能体已经深度嵌入知识工作的主流程，而不只是辅助工具。
不是「裁员」，而是「基础岗位需求萎缩」
报告强调，这并非简单的「机器换人」式整体裁员。Anthropic 的技术编制仍在绝对扩张，真正变化的是岗位的内部构成：编写常规代码、起草初稿这类原本用于培养新人的执行环节被智能体接管，使得初级岗位的招聘需求显著收缩。
与此同时，甄别结果好坏、承担决策责任、跨团队协调这些工作，更密集地压在资深员工肩上。这意味着 AI 对就业的冲击首先体现在「入门台阶」的收窄，而非岗位总量的消失。一位受访工程师把这种状态比作「同时照看一群孩子」——每个并行运行的智能体都在索求人类注意力。
元工作膨胀：人类在花四分之一时间「管理 AI」
报告里一个容易被忽略但很关键的指标是「元工作」占比：用于准备工具、制订计划、审查智能体产出的管理型活动，在员工与 AI 会话中的比重从 2025 年秋的 10% 上升到 2026 年春的 22%。即便在非技术部门，若要把名下智能体生成的文字全部读完，也可能需要花掉每周工作时间的一半以上。
这是 AI 提效带来的反向代价：产出变多了，但验证与协调的负担也水涨船高。Anthropic 为此搭建了内部版本控制系统、配置监控看板，甚至用一个「主管智能体」去筛选其他智能体的请求。换句话说，人类多出来的产能，有一部分又被「管理 AI」这件事吃掉了。
招聘标准转向：自主性、判断力、用 AI 的能力
招聘侧的变化同样清晰。报告称，招聘评估中对 AI 素养的提及，技术岗三年内增至约三倍、非技术岗增至约四倍；对「特定领域现成技术熟练度」与「基础执行力」的强调下降，而对「自主性」「跨领域判断力」以及「创造性使用 AI 工具的能力」的重视成倍上升。
Anthropic 已在内部建立岗位转型预警机制，优先通过内部转岗来消化组织变革——例如让原本撰写产品界面问候语的文案团队，转去编写模型评测标准与提示词。这提示一条务实路径：当某些基础岗位需求萎缩，组织未必裁员，而是把人力重新分配到更高判断密度的环节。
冷静看：单一公司样本，但信号指向行业
把这桩披露放在更大背景里看，它与 Anthropic CEO Dario Amodei 早先的预测形成呼应——他曾预计，到 2030 年一半入门级白领工作可能消失。本次数据至少说明，在 AI 采用最激进的组织内部，初级技术岗位的收缩已经真实发生，而非停留在预言层面。
对行业观察者，更值得记取的是方法论上的提醒：判断 AI 对就业的影响，不能只看「招了多少人」，而要看「招的是哪一层级、哪些工作被重新分配」。Anthropic 的这份自我解剖，价值正在于它把抽象叙事换成了可核对的内部曲线——尽管它仍是单一公司的自述，需结合更多样本审慎解读。