Anthropic发布内部就业报告指出，员工直接指导的AI智能体工时已达人类操作者的6倍。员工从运行任务转向管理AI，迎来「元工作时代」，初级技术职位招募占比则从27%降至9%，凸显AI提升产出的同时，也压缩新人入行机会。

这份名为《Anthropic就业之变》的报告，集成内部就业纪录、AI使用数据、员工产出指针、调查与招募评分数据，并结合17次深度访谈，分析公司广泛采用AI后，工作内容与人才需求的变化。

智能体工时激增 人均代码提交量增至5倍

2026年3月，Anthropic内部自主运作与员工直接指导的两类智能体，累计工作时长首次超过人类员工。到了8月，光是交互式智能体的工时就达人类的6倍，尚未计入完全自主运作的智能体群。

这些智能体大量应用于软件工程，负责产生测试案例、检查代码、维护基础设施及迁移代码库。工程师可以同时安排多个智能体运行任务，再检查产出，工作重心逐渐从亲自撰写代码，转向任务分配与结果审核。

报告显示，工程师人均代码提交量在6个月内增至原来的5倍，数据科学家的查找处理量也大幅增加，法律、应付帐款及销售等职位的产出同样有所成长。

为排除业务扩张等因素，研究团队追踪192名采用编程智能体的工程师，并以同期尚未使用工具的74名工程师作为对照。分析发现，采用智能体后，代码提交量出现统计上显著的快速成长。

研究也比较同一员工、同一月份及同一目录中的AI与手写代码，以90天内遭删除或回退的比例衡量品质，结果未发现统计上显著的差异。至少从这项指针来看，两者表现相当。

AI等人下指令 注意力成为新瓶颈

智能体产出增加，并未让员工摆脱工作负担，人类注意力反而成为新的瓶颈。报告指出，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方向。

研究团队依一般阅读速度，将智能体输出的内容换算为阅读时间，发现非技术部门的Claude交互会话，产出的内容已足以占用员工每周相当大一部分工时。阅读与处理AI生成内容，本身就成了一项工作。

因应这项变化，员工开始投入更多「元工作」，包括建置管理工具、撰写常设指令、设计监控仪表板，以及安排智能体互相审查。内核是设计并管理AI运行任务的流程。

2025年秋季，「元工作」约占员工交互式Claude会话的10%，到2026年春季升至22%，成长主要来自多智能体系统规格设计、交叉审查与流程监控等活动。

公司规模扩张 初级职缺入口却缩小

AI普及也改变了招募结构。自2025年初以来，Anthropic初级技术员工占比从21%降至14%，初级技术职位的招募占比则从27%降至9%，2025年12月后，相关职缺公告明显减少。

这并非公司缩编所致。Anthropic过去一年规模扩大至原来的3倍，技术职位总数仍在增加，但添加职缺更集中于中高端与专家层级。

部分重度使用Claude的团队发现，基础代码撰写与漏洞排查等例行任务，愈来愈能交给模型完成。2026年4月的内部调查显示，约三分之一的机器学习经理、五分之一的软件工程经理表示，因采用AI而减少招募人数。

非技术部门也出现类似变化。通过智能体助理、自动化审核与工单服务外包，公司在快速扩张之际，仍维持精简的文职人力。

招募更重判断力 新人如何累积经验成难题

人才评估标准也随之调整。报告分析2024年以来的面试评分卡发现，技术职位提及AI工具使用能力的评估比例，从约5%升至15%，非技术职位则从约7%升至28%。

技术职位更重视自主性与判断力，领域专业知识的权重相对下降；非技术职位则更看重客户意识与使命导向，对运行技能的讨论减少。

然而，初级职位不只是就业机会，也是新人累积经验、熟悉业务流程的重要起点。当企业提高对AI使用能力、自主性及判断力的要求，新人该如何取得这些能力，成为新的难题。

Anthropic已开始创建早期预警与内部人员调配机制，并讨论通过股权共享，让员工分享AI提升生产力的效益。

但报告指出，企业内部措施仍不足以解决入门职位收窄等社会问题，传统企业也未必具备同等的转职与培训资源。如何辨识职位变化、承担技能转换成本，已超出单一企业能因应的范围。