人工智能公司Anthropic近日发布了其内部劳动力结构研究报告。数据显示，截至2026年8月，由员工直接指挥的交互式AI智能体所累积的工作时长，已达到人类员工时长的6倍。这一趋势在年初便已显现——今年3月，公司内AI智能体的总工时首次实现了对人类工时的超越。基于此现象，报告正式提出了“元工作时代”这一概念，描绘了职场形态的全新演进。
该报告深入剖析了员工工作重心的结构性转移：从业者不再单纯依赖手动执行大量基础性任务，而是将精力转向对AI智能体的统筹、监督与管理。伴随这一转变，初级技术岗位的招聘比例出现显著下滑，而人均生产力指标则大幅攀升。这些来自一线的观测数据，生动展现了AI如何重塑企业的用工逻辑，同时也引发了业界对于未来职场能力标准变迁的深刻思考。
美国当地时间10月16日，Anthropic正式对外公布了题为《Anthropic就业之变》（How Employment is Changing at Anthropic）的内部研究报告，旨在解析自身劳动力结构的演变轨迹。
这项研究构建了多维度的分析框架，综合了公司内部就业记录、AI使用遥测数据、员工产出指标、问卷调查结果、内部沟通日志、日历数据以及招聘决策评分卡，并辅以17场深度员工访谈，系统性地评估了在深度应用AI之后，工作内容、招聘架构及劳动力需求发生的根本性变化。
报告提炼出了四项核心发现：
第一，Anthropic对初级技术岗位的招聘比例出现了显著萎缩，该比例从2025年初的27%骤降至2026年的9%。值得注意的是，公司整体人员规模仍在持续扩张，受到挤压的仅仅是入门级职位，而非岗位总量本身。
第二，AI智能体的工作时长呈现爆发式增长。截至2026年8月，Anthropic员工直接指导的交互式智能体，其累计工作时长已达到人类操作者的6倍。多个职能板块的生产率得到提升，研究团队通过严谨的对照分析，进一步量化了AI带来的独立贡献。
第三，员工的工作内容正经历结构性重构。职责焦点从直接执行具体任务，逐步迁移至构建工具、监控工作流以及管理智能体集群。与此同时，人类的注意力资源逐渐成为新的生产瓶颈，因此招聘标准也发生了偏移，从侧重领域专业知识转向更看重自主性与判断力。
第四，Anthropic已经开始搭建早期预警系统及内部人员调配机制。然而报告亦坦诚指出，仅靠企业内部措施，仍不足以应对入门级岗位收窄等更为宏观的社会性问题。
作为处于AI应用浪潮最前沿的企业之一，Anthropic内部的变革样本，为观察AI可能如何重塑其他行业的工作模式与招聘需求提供了重要参照。
初级岗位招聘收缩
报告中最为引人瞩目的数据，莫过于初级技术岗位招聘比例的断崖式下跌。
自2025年初以来，Anthropic技术部门中初级员工的占比已从21%滑落至14%，而初级技术岗位的招聘占比更是从27%锐减至9%。特别是在2025年12月之后，初级岗位招聘启事的数量呈现出尤为明显的下降趋势。
Anthrop入门级技术岗位招聘下降
这种变化并非源于公司的业务收缩。相反，Anthropic在过去一年中规模扩大至原来的三倍，技术岗位的绝对数量实际上仍在增长。真正发生异变的是招聘结构：新增职位更多地向中高级专家层级倾斜，初级岗位的入口被明显收窄。
关于初级岗位需求变化的讨论，最早萌芽于2026年1月的核心技术部门。
一些高频使用Claude的团队发现，基础代码编写、漏洞排查等常规工程任务，越来越多地可以交由模型自主完成。其中，性能工程师岗位受到的冲击尤为剧烈。一位受访者形容道，这几乎在一夜之间改变了团队对人才的需求结构。
Claude使用复杂度较高的岗位，初级员工增长相对较慢
到了2026年4月，工程和研究团队已开始系统性地下调低职级岗位的招聘权重。当月的一项内部调查显示，约三分之一的机器学习经理和五分之一的软件工程经理表示，他们因引入AI而减少了招聘人数。
初级岗位之所以率先遭遇冲击，与其工作性质密切相关。
入门级工作通常具备规则清晰、执行导向强的特点，而这正是当前大语言模型擅长处理的领域。无论是代码编写、数据处理、文档整理还是客户支持，各类任务均在不同程度上受到AI的渗透，且模型处理这些任务的能力正在持续迭代升级。
随着模型能力每隔几个月就跃升一个台阶，技能阶梯“最下端”的任务最先面临被替代的风险。
非技术部门同样呈现出类似的演变趋势。通常在企业扩张期，行政、财务、人事等支持部门会相应增员。但在Anthropic，得益于智能体助手、自动化审核流程以及工单服务外包等手段，公司在实现快速扩张的同时，依然保持了精简的文职人员配置。
一位行政助理分享了她的实践经历：她开发了一款用于日程管理和邮件分类的个人助理智能体，并表示团队已经跨过了利用Claude增强入门级行政岗位的阶段，工作重心现已转向更高阶的协调与规划任务。
智能体工时达到员工6倍
招聘结构的调整背后，折射出智能体在公司内部的极速普及。
2026年3月，Anthropic内部自主运行及由员工直接指导的两类AI智能体，其累计工作时长首次超越了人类员工。此后，智能体的工作时长持续攀升。至今年8月，仅由员工直接指导的交互式智能体，其工作时长便已达到人类员工的6倍。
智能体工作时长已超过人类时长
大量智能体被部署于软件工程领域，承担测试用例生成、代码审查、基础设施维护及代码库迁移等重任。需注意的是，这一数据尚未涵盖完全自主运行的智能体集群。对于单个工程师而言，这意味着他们可以并行安排多个智能体持续执行任务，并对生成的代码和分析结果进行把关。工程师的角色也随之从亲自编写代码，逐渐转向任务分配与结果审核。
生产率的变化在具体数据中得到了印证。报告显示，工程师的人均代码提交量在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、应付账款及销售等非技术岗位的产出亦有显著增长。
Anthropic多个职能部门采用AI技术后，员工生产率激增
为了排除业务增长等外部因素的干扰，研究团队采用了严格的对照分析方法。他们追踪了192名采用编码智能体的工程师，并以同期未使用该工具的74名工程师作为对照组，利用个体和月份双向固定效应进行估算。
结果表明，在使用编码智能体后，工程师的代码提交量出现了统计上显著的快速增长。
Anthropic工程师采用编码智能体后产出上升，AI生成代码的回退率与手写代码无显著差异
针对AI是否会产生低质量代码的质疑，报告也进行了深入分析。
研究团队对比了同一名员工在同一个月、同一代码目录下，由智能体直接生成与由员工手动编写的代码，并以代码在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的显著差异。至少从代码回退率来看，AI生成的代码与人类手写代码的表现旗鼓相当。
非技术岗位的生产率同样有所提升。报告指出，销售代表在采用智能体后，完成的客户交易数量有所增加。一位客户主管估算，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。
另一位受访者则表示，自动化释放的时间使其能够增加30%的客户面谈量。
从执行者到智能体管理者
智能体数量的激增和生产率的提升，并未让员工从工作中解脱出来。相反，人类的注意力正逐渐成为制约智能体产出的关键瓶颈。
报告数据显示，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指引。
研究团队还以普通人的阅读速度为标准，将智能体输出的token换算为阅读时间。结果显示，非技术部门的交互式Claude会话所产生的内容，其阅读量足以占据员工每周相当大一部分工作时间。仅仅阅读和处理AI生成的内容，已成为一项不容忽视的工作负担。
仅阅读Claude的输出，就相当于一份全职工作量
面对这一新常态，员工逐渐形成了一种全新的工作方式。报告将其定义为“元工作”（meta-work），即围绕智能体开展的管理性工作，涵盖构建管理工具、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等环节。这类工作的核心在于，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。
相关数据记录了这一转变过程。2025年秋季，“元工作”约占员工交互式Claude会话的10%。而至2026年春季，这一比例已升至22%。增长主要源自智能体管理活动，包括为多智能体系统编写规格说明、安排交叉审查，以及监控工作流程的运行状态等。
Anthropic员工越来越多地在管理智能体，而非做实际工作本身
工作方式的演变也直接反映在招聘标准的调整上。
研究团队对2024年以来Anthropic数千名员工的面试评分卡进行了自动编码分析，发现技术岗位中提及AI工具使用能力的评估比例从约5%上升至约15%，非技术岗位则从约7%跃升至约28%。
与此同时，招聘评估的重点也发生了位移。在技术岗位中，自主性和判断力成为增长最快的评估维度，领域专业知识的权重相对下降；在非技术岗位中，则更加重视客户意识和使命导向，对纯执行技能的讨论有所减少。一位招聘经理表示，鉴于模型能力在不同领域仍存在差异，他希望团队成员能够在不同领域间灵活切换。
报告中的一个案例生动体现了这种变化。
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，从而扩大了团队的产出能力。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。
报告对此进行了精辟概括：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，岗位的名称和外壳虽未改变，但其工作的内核可能已经截然不同。
入门阶梯面临挑战
Anthropic的案例展示了AI对就业结构的深远影响。作为AI应用的前沿阵地，其内部发生的变化为观察其他行业未来可能面临的变动提供了参考坐标。
从现状来看，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，如今正逐渐受到AI技术的深刻影响。
这一变化带来的问题不仅限于岗位数量的增减。初级岗位本是员工积累经验、学习业务流程和逐步成长的重要跳板。当这一层级收缩，年轻人获得第一份工作并积累职业经验的机会也可能随之减少。如果企业对新人要求的重点转向AI工具使用能力、判断力和自主性，那么这些关键能力应当在什么阶段、通过何种方式习得，便成为了亟待解决的问题。
报告探讨了企业可采取的几项应对措施：
第一，推行广泛的股权共享机制，让员工分享AI推动生产率提升所带来的收益。当员工需要管理智能体并承担更多决策责任时，将个人利益与组织目标紧密结合显得尤为重要。
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路径。
第三，强化内部流动机制。当原有任务逐渐实现自动化时，帮助员工转向新的工作领域，而非直接将其推向外部劳动力市场。
然而，企业内部的举措仍不足以解决更广泛的社会问题。Anthropic作为一家前沿AI公司，有条件为员工提供内部转岗和利益共享机制。但对于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。谁来协助这些企业识别岗位变化？谁来承担员工技能转换的成本？这些问题已超出了单一企业的应对范畴。
报告末尾的一句话值得深思：“一支焦虑担忧的劳动力，不是一支尽力工作的劳动力。”
这句话提醒我们，AI对就业的影响不仅是经济维度的，也是心理和社会维度的。
当工作的定义在快速重构，当入门的门槛在持续抬高，当每个人都需要不断证明自己不会被AI替代，这种持续的不确定性本身就会转化为一种广泛的社会心理负担。
Anthropic的实验仍在继续。智能体的能力不断增强，应用数量持续增长，人类与AI之间的工作分工也在动态演变。这场变革的最终形态尚不明朗，但可以确定的是：工作可能不会消失，但工作的含义、门槛和价值排序，正在被彻底改写。
以上就是Anthropic内部就业报告发布，AI智能体工时达到人类6倍，全新元工作时代正式来临的详细内容，更多关于AI智能体工时，达人类六倍的资料请关注其它相关文章！