AI替代就业实锤了?Anthropic自曝:智能体工时已是人类6倍

by 凡达恩FDE


AI替代就业的讨论,第一次有了内部账本:Anthropic 把自己当样本解剖——初级技术岗招聘占比从 27% 降到 9%,而 AI 智能体工时达到人类的 6 倍。这份报告真正值钱的地方,不是"AI 抢工作"的标题,而是把替代了谁、留下了谁、新岗位长什么样,全部用数据摊开了。

10 月 16 日,Anthropic 发布了一份罕见的内部纵向研究报告——《Anthropic 就业之变》(How Employment is Changing at Anthropic)。研究基于公司内部的就业记录、AI 使用遥测数据、员工产出指标、调查问卷、日历数据和招聘决策评分卡,外加 17 次员工深度访谈。

这份报告的特别之处在于:它不是预测,是记录。Anthropic 认为自己在 AI 采用上比整个经济领先约一年半,自己职场上发生的事,可能就是其他企业的"先行指标"。

对正在评估企业AI落地的管理者来说,这是一份少有的、可以拿来做对照的样本。我们把三组核心数据拆开看。

01AI会取代哪些工作?报告给出了第一批答案

先看最扎眼的一组数字:

注意方向:初级技术岗招聘占比从 27% 降到 9%,但公司整体就业规模不但没缩,反而一年扩张到原来的三倍。被挤压的是入门级岗位,不是岗位总量。

变化的时间线也很清楚:2026 年 1 月,核心技术部门开始讨论初级岗位需求下降——原因是最重度使用 Claude 的团队发现,写代码、找 bug 这类原本派给初级工程师的活,可以直接交给 AI。到 4 月,工程和研究团队已经系统性降低初级技术岗的招聘优先级。2025 年 12 月之后,初级岗位的招聘启事数量出现断崖式下降。

但同一时期,销售、财务、招聘职能的增长反而更快,技术部门在全员中的占比从 61% 降到 56%。AI 替代的不是"某个部门",而是部门里重复执行的那部分工作。

4 月的管理者调查里,约三分之一的机器学习经理和五分之一的软件工程经理承认"因为 AI 减少了招聘"。同时,多数管理者表示招聘标准变了:评分卡上,自主性和判断力的权重明显上升,窄领域专长的权重下降。

02智能体工时6倍:AI那头到底在干什么?

第二组数字解释了招聘结构为什么变:

2026 年 3 月,全公司智能体总工时首次超过人类员工;到 8 月,员工主导的交互式智能体工时已达人类的 6 倍。这些智能体在大规模写软件、做测试、维护基础设施、做代码翻译。

效率提升不只发生在工程部门:律师处理了更多合同,财务处理了更多发票,销售成交了更多订单。报告还做了一组对照——追踪 192 名采用编码智能体的工程师和 74 名未采用者,发现采用后代码产出明显上升,且后续被删除或回滚的代码比例没有恶化。

这里必须说一句公道话,报告自己也承认三个限定:更多代码不等于更好代码、工具采用不是随机分配的、公司同期规模翻了三倍,生产力上升不能全归因给 AI。但方向性的信号已经足够强了。

03"元工作"兴起:AI失业的焦虑,可能问错了问题

第三组数字是最有意思的,也是大多数报道忽略的:

员工的工作内容正在结构性变化:从直接执行任务,转向构建工具、监控工作流、管理智能体——报告称之为"元工作"(meta-work)。给智能体写常设指令的数量,从 2025 年 7 月的几百条,涨到一年后的 8500 条。

一个很直观的细节:一位销售代表用 AI 在三四个小时里搭出了自己业务的数据看板和管道——这在以前是完全超出他能力范围的工程活。非技术员工的编码智能体会话,从每月 2 次涨到 90 次。

有员工这样描述现在的状态:"面对一支 Claude 大军,每一个都在等我回应。"另一位说得更狠:"我过去 20% 的工作是战略性的,现在这 20% 变成了 90% 的工作。"

看懂了吗?瓶颈从"能不能干活"转移到了"人的注意力和判断力"。Anthropic 的应对是:招聘标准转向自主性和判断力,建立早期预警系统提前识别岗位变化,把员工调配到更合适的位置。公司内部跨部门流动的人,比上一年多了 50%。

所以这份报告给出的答案不是"AI 淘汰人",而是:AI 淘汰的是"只会执行重复任务的工作方式",同时批量制造一种新岗位——智能体管理者。

04制造业的企业AI落地,比软件行业难在哪?

读到这里,做软件的朋友可能会想:那我赶紧买工具、铺智能体。这正是企业AI落地最容易踩的坑。

Anthropic 的场景有天然优势:任务边界清晰(写代码、处理合同)、产出可验证(能不能跑通)、失败可回滚。而工业现场几乎每一条都不满足——

  • 长程任务
    :一个产线优化动辄横跨几周、多道工序,不是一次会话能交付的;
  • 多系统协同
    :ERP、MES、SCADA 数据各管一段,格式和标准都不统一;
  • 现场突发
    :设备抖动、物料批次差异、老师傅的经验判断,纯软件智能体覆盖不了。

这些恰恰是我们在凡达恩 FDE 驻场服务里反复验证的判断:工业场景的AI智能体落地,"人指挥 AI + 驻场兜底"才是可靠路径。模型私有化部署只是第一步,真正的交付标准是——产线工人会不会用、数据管道通不通、异常能不能实时兜住。Anthropic 报告里"80% 时间在等人类输入"这个数字,放到工厂里只会更极端:AI 越强,越需要一个懂现场的人来指挥它。

05企业AI落地三步走:现在该做什么?

把这份报告翻译成制造业决策者可以执行的动作,就三件事:

Anthropic 用自己的账本证明了一件事:AI 不是"替代人"这三个字那么简单。替代的是任务,重构的是岗位,稀缺的是会指挥 AI 的人。

对企业来说,问题从来不是"AI 会不会来",而是当它来的时候,你的数据通不通、你的人会不会用、你的关键环节有没有兜底。这也是我们坚持驻场交付的原因——扎根现场,产出实效。


Deal Onsite, Deliver Real Value


扎根现场,产出实效


参考资料
  • 腾讯新闻:《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》,2026-10-17
  • IT之家:《Anthropic报告:AI工时已是人类6倍,初级程序员岗位骤减》,2026-10-17
  • Anthropic 官方:How Employment is Changing at Anthropic 及 companion 报告 Working at the frontier shapes expectations for the future,2026-10-16
  • IBTimes / TSNMedia / Superpower Daily 等对报告数据的英文报道与核对

如果觉得有用,欢迎分享给更多人 🎉


- END -