先看结论
一句话：在 Anthropic，AI 代理承担了越来越多的执行工作，各类岗位的人均产出指标在上升；同时，技术岗的初级招聘明显收缩，人的注意力、判断和协调成了新的约束。初级招聘收缩有多少是 AI 造成的，原文没有给出因果证明。
组织：初级技术岗在变少
技术部门新招中初级占比 27%→9%，在岗初级占比 21%→14%。非技术部门初级占比基本稳定在约 25%。技术招聘的绝对人数仍在增长。
执行：代理工时与产出指标上升
员工指挥的代理工时在 2026 年 8 月约为人类工时的 6 倍。工程师人均代码提交 6 个月约 5.1 倍。同期业务高速增长，这些是观测到的指标，不等于“效率提升 5 倍”。
瓶颈：人的注意力与判断
交互会话约 80% 的时间在等人。“管理 Claude”的元工作占比 10%→22%。会议时间 +20%。招聘评语更看重自主性和判断，更少看领域专长和执行。
机制假说图：哪些环节有直接观测，哪些只是推测
原文的各项证据来自不同指标、样本和方法，不能连成一条已经证明的因果链。下图实线表示原文直接观测到的同期变化，虚线表示作者提出或可能成立的关联。
组织与初级招聘：技术岗变“老”，非技术岗没变
2026 年 1 月，重度使用 Claude 的核心技术团队开始讨论“初级技术岗需求下降”；到 4 月，工程与研究团队已经不再重点招低职级技术岗。一位经理说，新模型对性能工程师的提升“几乎一夜之间改变了我们要找的人”。
查看数据表
数据来源：原文图 1。端点（9%、14%、6%、26%、25%、13%）为原图标注；中间各点为本页按原图目测读数，属近似值。
查看数据表
数据来源：原文图 5，点位为目测读数。原文称这是描述性结果，不是因果估计。
行政岗几乎没随公司变大
代理助手、自动审核和工单外包让公司“文员很少”。一位行政助理自己搭了排程与邮件分拣代理，说“Claude 已经替掉了真正入门级的行政岗”，自己转做“幕僚长”式工作。
一个文案团队整体转岗
写 Claude.ai 问候语（如 “Hello night owl”）的产品设计团队，2026 年春做出一张能指导代理写文案的“上下文图谱”。之后团队转去写模型评测和 prompt：“过去用语言驱动人的行为，现在用语言驱动 Claude 的行为。”
销售自己做工具
一位销售代表用三四个小时迭代出定制看板和销售管线：“这种东西以前完全超出我的能力，尤其是界面、连接各种工具和 MCP。”
代理执行与人的注意力：代理越多，人越像“经理”
查看数据表
数据来源：原文图 2。6×、19× 为原图标注，各月初数值为目测读数。正文另说：把自主代理也算上，代理工时在 2026 年 3 月就首次超过人类工时。两种口径不同，不要混用。
查看数据表
数据来源：原文图 6，各组端点为原图标注。工程与研究的条形被截断。原文说“即使非技术组也超过半周”，但营销组 12 小时低于 20 小时，更准确的说法是“多数非技术组的理论负荷超过半周”。
查看数据表
数据来源：原文图 7。右端百分比为原图标注；左端为目测读数。
会议更多了，不是更少
中位员工会议时间比一年前多 20%，技术个人贡献者也多 16%。部分原因是公司扩张、会议密集的非技术岗变多。员工反复说面对面协调不可替代：追 bug 最后常常追到“需要人来召集、决策和治理”的组织问题上。
决策要写在代理看得见的地方
线下会议没有记录，代理就拿不到更新的上下文。一位员工的名字挂在几个月前的周边礼品文档上，代理一直把 T 恤和杯子的请求转给他。原文结论：AI 重度组织需要“公开地工作和决策”。可迁移的做法是可检索的决策记录、明确的任务上下文和可复用流程。
单一部门的 Slack 网络
原文图 8 画了一个大部门的公开频道网络：代理节点（橙点）大量出现，但多在专门的人机频道里；人与人的线程保持同样的人类回复数，代理是叠加的。代理更像“一个人的团队”，不是连接很多人的枢纽。该图只覆盖一个部门，不宜外推。
“它们就像：我的果汁盒需要打开，这是紧急情况。语气和那个割破手指正在流血的孩子一样……照看孩子时，每个孩子都要求你同等的注意力，各个 Claude 也是这样。” —— 一位工程师
产出指标与采用效果：上升是真的，归因要打折
查看数据表
数据来源：原文图 3（倍数为原图标注，Loess 平滑）。同期公司业务爆发式增长，原文自己也说“卖一个强模型时更容易成交”。
为了把 AI 的作用和业务增长分开，作者比较了同一个月里“已采用编码代理”和“尚未采用”的员工（人和月份双向固定效应）：192 名采用者 vs 74 名未采用工程师，采用月 = 第一次单月 ≥5 次代理会话的月份。
查看数据表
查看数据表
查看数据表
数据来源：原文图 4，目测读数。
销售
一位客户经理说 Claude 自动化接手了写邮件和 CRM 集成，约占原来 20% 的工作；另一位说因此能多见 30% 的客户：“任何事做第二遍时，就想想怎么用 Claude 让我不用做第三遍。”
法务与招聘
一位律师搭了扫描风险、分拣法律问题、初审对外文案的自动化；一位招聘官用 Claude 做候选人搜寻和申请跟踪，省下“大概几周”的分析时间，用来重写过时的面试题、见更多候选人。
“20% 变 90%”
非技术员工说，原来只占 20% 的战略性工作现在变成 90%。但很多非技术岗的核心执行本来就是人际的：销售电话、面试、跨团队对齐，这些仍由人做。
招聘标准：从“会做”转向“会判断、会用 AI”
查看数据表
技术岗
评语里增幅最大的是“自主性”和“判断”；“领域专长”在评价中的占比下降。一位经理说：“我预计模型会一直参差不齐，所以我希望团队成员能在不同领域之间互换。”
非技术岗
“客户导向”和“使命认同”上升，“执行能力”的讨论下降。总体上，经理越来越按判断力和投入程度评价候选人，而不是按 AI 已经能自动化的专项技能与执行。
Anthropic 的回应，以及它没解决的问题
① 员工广泛持股
作者类比 1950 年代美国汽车、钢铁工会与管理层的协议：工会接受管理层重组工作，换取与生产率挂钩的加薪和福利。作者的判断是：要求个人贡献者“管理代理、做 VP 级决策”，就要有分享收益的机制。也承认这对估值大涨的公司很容易，对很多公司不够或不可取。
② 岗位风险早期预警
把岗位级的需求和产出指标与 AI 能力、使用量对照，提前标出工作正在转移的岗位，再把受影响员工调到技能匹配、短期风险较低的岗位。
③ 优先内部再部署
好处：逼公司去想 AI 能创造哪些新任务，避免“勉强划算的自动化”（替掉人却几乎不提效）。代价：承诺安置老员工，可能让公司更不敢招新人；在竞争激烈时成本很高。
另一组对照：2026 年 8 月，Anthropic 员工预期到 2030 年 AI 能做自己 75% 的工作，其他美国人的预期是 28%。这是主观预期，不是对自动化比例的测量。
证据强弱：每个结论靠什么撑着
| 结论 | 证据 | 主要限制 |
|---|---|---|
| 技术岗初级招聘占比下降（27%→9%） | B 描述性 | 是占比不是人数；技术招聘绝对数仍在增长；未证明由 AI 导致 |
| 经理因 AI 少招（约 1/3 ML、1/5 SWE） | C 自述 | 经理的主观归因 |
| 复杂任务岗位初级增长更低 | B 描述性 | 岗位级加权相关，原文明说非因果 |
| 代理工时约 6 倍人类工时 | B 描述性 | 特定口径的运行时长，不等于等量劳动 |
| 各职能人均产出指标上升 | B 描述性 | 与业务爆发同期；产出单位各不相同；不是质量调整后的生产率 |
| 采用编码代理后代码增量、成交数上升 | A 准实验 | 采用非随机；全自动代理有采用前加速；置信区间宽 |
| AI 代码质量无可识别差异 | A 准实验 | 只用 6 项代理指标；“未识别出差异”≠“无差异” |
| 读完输出需 12–424 小时/周 | D 推算 | 依赖 0.75 词/token、250 词/分钟的假设 |
| 元工作 10%→22% | B 描述性 | 自动编码 2,000 条一行摘要 |
| 招聘评语转向自主性、判断与 AI 使用 | B 描述性 | 只覆盖最终获聘者的评分卡；主题由自动编码判定 |
| 人均收入是 Meta、Google 同龄期 2–4 倍 | B 描述性 | 跨时代比较；不能直接归因于 AI |
| 代理叠加而非替代人际沟通 | B 描述性 | 只看了一个大部门的公开 Slack 频道 |
补充案例：外部研究与企业做法
下面的研究样本、时间窗和方法都不同，不能拼成一个统一的“AI 就业效应”。每张卡片标了性质和与本报告的关系。支持“初级岗收缩”的证据和指向“增强、瓶颈”的证据都保留。
一、岗位结构：其他数据也看到初级岗收缩
Canaries in the Coal Mine
AI 高暴露职业中 22–25 岁员工的就业，比“按低暴露同龄人的增速增长”这一假设路径低 19%；资深员工没有类似差距。主要通过少招而不是多裁实现。没有发现全经济范围的岗位替代。作者称这是早期描述性指标，非因果估计。
关系：在全美数据里看到与 Anthropic 同方向的“少招新人”。差距自 2025-08 首次发布（当时 13%）后持续扩大。
Generative AI as Seniority-Biased Technological Change
从 2023 年一季度起，采用生成式 AI 的公司初级就业相对未采用公司下降，资深就业继续增长；交错双重差分显示采用约 8 个季度后初级就业下降约 8%。主要来自少招。
关系：原文引用了这篇。它说明“采用 AI 的公司少招初级”不是 Anthropic 独有现象。不同版本数字略有差异。
AI-Native Firms
与同行业同批次的非 AI 创业公司相比，AI 原生公司规模小 25%，工程师占比高 13%，初级员工和经理占比各低约 15%，层级平半级，估值相近。作者认为主要途径是把 AI 做进产品，而不只是给流程加 AI 工具。
关系：原文引用了这篇。Anthropic 的“工程师多、初级少、扁平”与这组公司的组织特征一致。
二、产出落差与反向证据：写得多 ≠ 交付多，新手也可能获益最大
Writing Code vs. Shipping Code
自主编码代理让提交量增加约 240%，但到“项目”只剩约 80%，到“发布”只剩约 30%。作者用“弱链条”解释：审查、合并、发布等人类环节限制了 AI 的增益。应用市场里新应用数量大增，总使用量没有增加。两位作者披露与微软有咨询关系。
关系：原文引用了这篇。它提醒：Anthropic 的“5.1 倍提交”不能直接读成 5.1 倍交付价值；也印证了“人是瓶颈”。
Generative AI at Work
AI 助手让每小时解决问题数平均提高约 15%；经验少、技能低的客服在速度和质量上都改善更多，最资深者提速很小、质量略降。
关系：形成张力。在客服场景里 AI 对新手帮助最大，但 Anthropic 的工程岗却少招新手。说明“AI 帮新手”和“公司少招新手”可以同时成立，取决于岗位和公司的选择。
METR 资深开发者随机试验
使用 2025 年初的 AI 工具时完成任务慢了 19%，但开发者事后自认快了 20%。METR 现已把这一结果标为历史结果，不代表当前工具。
关系：提醒自报效率不可靠，也说明工具代际差异很大。Anthropic 的数据来自 2025-26 年的新一代代理，不能与之直接比较。
三、企业做法：管理选择及其代价
Shopify：加人前先证明 AI 做不了
“团队在申请更多人员和资源之前，必须说明为什么用 AI 做不到。”AI 使用写进绩效与同事评估问卷。
关系：是对招聘的“前置闸门”，与 Anthropic 经理“少招初级”方向一致。区别是 Shopify 写成了全公司的明文规则，Anthropic 原文描述的是各团队招聘重点的变化。
Salesforce：客服 9,000→约 5,000
称 AI 代理处理约一半客服对话，客服人数从约 9,000 降到约 5,000。公司官方说法是“不再补缺”，并把数百人再部署到专业服务、销售等岗位。
关系：内部再部署与 Anthropic 的做法相似；“不再补缺”是 Salesforce 自己的说法，Anthropic 原文没有这样的政策（其技术招聘绝对数仍在增长）。数字来自管理层自述，未经独立核实。
Klarna：从“AI 顶 700 人”到保留人工
2024 年称 AI 助手做了相当于 700 名全职客服的工作（是工作量换算，不是裁员人数）。2025 年 5 月 CEO 对 Bloomberg 说，成本在决策中“占了过重的分量”，“最后得到的是更低的质量”，开始重新招聘人工客服，并强调客户想找人工时一定能找到。
关系：反面教材，对应原文说的“勉强划算的自动化”风险，也说明“代理折算多少人”的说法很不可靠。
背景：Anthropic 2025-12 发布的前一份内部研究（132 名工程师问卷）中，工程师自报在 59% 的日常工作里使用 Claude、自报提效约 50%。那是自述数据，与本报告的行政数据不完全可比。
对 AI 工具与一人公司从业者：5 条可以照做的事
- 用端到端交付衡量 AI，不只看生成量给每个高频工作流记录“从需求到上线 / 交付”的周期、返工次数和错误数。代码行数、生成字数、代理运行时长都只是中间量（对应原文 5.1 倍提交与 NBER“发布只多 30%”的落差）。
- 把审阅时间当成预算每周记一次自己花在审阅输出、核对事实、处理异常上的时间。如果审阅时间吃掉了节省的时间，就缩小任务范围，或让代理输出更短、更结构化的结果（对应原文“80% 时间在等人”“读完输出需半周以上”）。
- 把上下文写成文件，并做版本管理业务规则、客户背景、决策记录、提示词、验收标准都写成可检索的文档。线下或私聊做的决定，当天补一条记录，否则代理会按过期信息做事（对应原文“决策写在代理看得见的地方”与 8,500 份常驻指令）。
- 按风险分级给代理权限可逆、低风险的任务允许自动执行；付款、发布、法律承诺、客户敏感事项设人工批准。用真实的错误与返工记录逐步放权，不一次追求全自动。
- 如果要带新人，保留可验证的学习任务AI 接手基础执行后，新人不会自动获得成长机会。主动把代码审查、客户问题诊断、测试与评估、异常处理留给新人，并逐步扩大责任（对应原文“人离开了最初培养技能的一线工作”）。
原文局限与本页口径
- 单一公司：Anthropic 是卖 AI 的公司，一年内规模扩大到 3 倍，员工广泛持股，模型接入条件与普通企业不同。作者自己说很多做法“无法在整个经济中复制”。
- 作者身份：报告由 Anthropic 研究人员用公司内部数据撰写，外界无法复核原始数据；有读者认为它兼有宣传作用。本页只依据报告公开的内容做判断。
- 大量指标由 Claude 自动编码：任务难度、元工作、面试评语主题都由自动编码器判定，编码误差没有公开。
- 时间窗短：多数趋势只有 6–18 个月，正好与公司高速增长期重合。
- 本页读数：原文图表是图片，没有附数据表。本页凡原图明确标注的端点（如 9%、14%、6×、19×、5.1×、424 小时）照录；其余中间点按原图目测读数，属近似值，不是统计置信区间，仅用于呈现趋势形状。