深度行业洞察

Anthropic最新报告：AI智能体工时已是人类6倍

AI究竟会如何重塑未来的工作环境？

本周，Claude的母公司Anthropic发布了一份详尽的内部用工报告。这家站在技术前沿的企业，公开了自己的内部数据，呈现了当前的真实运作状况，为未来职场走向提供了一个极为清晰的参照。

报告中最引人注目的数据是：截至2026年8月，员工部署的交互式AI智能体，其工作时长已达到人类员工的6倍。早在今年3月，公司内智能体的总工作时间就已经首次超越人工工时。

当AI大范围接手执行层面的任务，未来的职场架构和岗位构成正经历怎样的演变？这份报告揭示了三个明确的方面。

趋势一：入门级职位大幅减少，职场基础出现动摇

职场结构变化的第一个信号，体现在招聘环节。

报告指出，2026年1月，Anthropic核心的技术团队开始讨论初级技术人员需求下滑的问题。那些在工作中最依赖Claude的团队发现，编写基础代码和查找错误这类工作，越来越多地可以由AI直接完成。一位工程师在访谈中表示，对系统性能工程师的需求增加，“几乎在一夜之间改变了我们对招聘对象的定位”。

到了4月，工程和研究团队已不再优先招募低级别技术岗位。同月的一项调查显示，大多数经理表示，由于AI的出现，他们招聘时看重的技能发生了变化。约三分之一的机器学习经理和五分之一的软件工程经理明确表示，他们减少了招聘数量。

从整体比例来看，技术部门初级员工占比从2025年初的21%降至14%，初级技术岗位的招聘占比从27%骤降到9%。

过去，企业培养新人很大程度上依赖于让毕业生从基础、重复的工作开始，在实操中理解业务并逐步成长。当AI开始接手这些基础执行任务后，新人应从哪个位置进入职场，成为所有企业未来必须面对的难题。如果入门级工作被AI填满，未来的资深专家又该从哪里培养？

趋势二：人类从“执行者”转变为“管理AI的人”

对于留在职场中的人来说，日常工作内容也在发生根本性变化。

AI极大地降低了执行门槛。报告提到一位销售代表，以前完全不懂编程，现在用Claude花了三四个小时，为自己搭建了一个定制的工作仪表盘。律师处理更多合同，财务人员应付更多发票。采用编码智能体的工程师，人均代码提交量是6个月前的5倍。

但效率提升的同时，新的瓶颈出现了。报告指出，人类的注意力成为整个系统运转的卡点。即使是非技术员工，要把Claude智能体一天产出的内容全部读完，也需要花费半个工作周的时间。

于是，员工的时间开始大量流向另一类事情：写提示词、搭建监控AI的可视化工具、制定多个智能体协作的规则。这类“元工作”在员工日常Claude会话中的占比，从2025年秋季的10%升至2026年春季的22%。

一位工程师将这种状态比作照看孩子：“每个孩子都会带着同样迫切的需求来找你，各种Claude也是如此。”在2026年4月的调查中，20%的员工表示，自己的工作已从“实际做事”转变为“管理Claude”。

同时，员工人均会议时间比一年前增加了20%（技术岗位增加16%）。报告对此的解释是，人类之间的信任和责任归属依然重要，员工在访谈中反复提到面对面协调不可或缺。AI接手了具体的“事”，人类的时间被推向定义问题、判断结果和人际沟通。例如，通过开云娱乐 (kaiyun)官网 - 开云登录入口等平台，员工可以更高效地管理AI工具的使用。

趋势三：招聘标准重构，软实力比硬技能更受重视

既然执行环节被AI接走，企业在招聘时看重的东西自然也在变化。

报告分析了招聘经理对候选人的面试评价，发现对“自主性”和“判断力”的强调在增加，而对特定技术领域专长和具体执行能力的关注相对下降。一位经理的说法是：“我预计模型仍然会有缺陷，所以我希望我的团队成员能够跨领域通用。”

当AI能写出可运行的代码、生成可用的初稿时，一个人在没有明确指令时能否找到方向，在多个AI给出的方案中能否选出正确的那个，这些软性能力变得比“熟练掌握某种编程语言”更难被替代。

前沿样本的启示与局限

在这份报告中，Anthropic也承认了自身模式的特殊性。它是一家处于AI应用最前沿的公司，人均创收是Meta和谷歌高速增长期的2到4倍，有足够的资源建立内部岗位预警系统。数据显示，在公司工作满一年的员工，2026年跨部门调动的可能性比2025年高出50%。

但这套内部缓冲机制，对大多数公司并不适用。入门级招聘的收缩，对那些正在寻找第一份工作的年轻人产生的直接影响，并非简单的内部转岗就能解决。Forbes的一篇评论也指出，Anthropic的劳动力市场研究主要基于Claude的使用数据，反映的是其自身用户群，用于推断整体经济影响需要谨慎。

尽管存在这些局限，Anthropic的报告依然展示了未来职场正在发生的切实变化：AI承担了大部分可被拆解、可被验证的执行工作。人类的时间被迫向两端集中——一端是定义问题、设计流程、判断AI的输出，另一端是那些AI做不了的事，比如建立信任、开会协调、在模糊的情境中做决定。

职场不会在一夜之间彻底改变。但在某些地方，它已经在这样运转了。

本文来自微信公众号 “Edu指南”（ID：EduZhiNan），作者：Edu指南，36氪经授权发布。