投资者内参丨马振阳
一家全球领先的AI公司，其用人方式正在被AI改变。
10月16日，Anthropic发布报告《Anthropic的就业结构正在如何变化》（How Employment is Changing at Anthropic），披露了AI在公司内部的应用规模，以及对员工招聘、生产效率和工作方式的影响。
报告显示，2025年5月至2026年6月，Anthropic新招聘技术员工中，初级员工占比从约27%降至9%。截至2026年8月，AI智能体的工作时长已达到人类员工的6倍，工程师人均代码提交量则在约半年内增长至原来的5倍。
值得注意的是，Anthropic并非处于收缩阶段。过去一年，公司员工规模增长至约原来的三倍，技术人员数量仍在增加，但招聘结构和工作方式已发生明显变化。
这份报告基于Anthropic内部员工、招聘、AI使用及生产效率等数据，并结合17名员工的访谈，为观察AI如何改变企业用工和生产方式提供了一个现实样本。
初级技术岗位招聘占比从27%降至9%
报告显示，2025年3月至2026年6月，Anthropic技术部门初级员工占比从约21%下降至14%。其中，2025年5月至2026年6月，新招聘技术员工中，初级员工占比更是从约27%下降至9%。
Anthropic 的初级技术岗位招聘人数下降
2026年4月的调查显示，约三分之一的机器学习部门招聘经理、五分之一的软件工程部门招聘经理表示，由于AI技术的发展，他们减少了招聘人数。
随着AI编程能力提升，越来越多的代码编写、漏洞查找等工作可以交给Claude完成。
不过，Anthropic技术部门的员工绝对数量仍在增长，变化主要体现在招聘结构上。
AI智能体工作时长已是人类6倍
2026年3月，Anthropic内部AI智能体的总工作时长首次超过人类员工。
到8月，即使只统计员工直接使用的交互式AI智能体，其工作时长也已达到人类员工的6倍，研究部门更是达到约19倍。
智能体的工作时长超过人类员工
这些AI智能体广泛参与代码编写、软件测试、漏洞修复、数据分析、邮件处理及会议安排等工作。
需要注意的是，AI工作时长按照实际运行时间计算，人类工时则按每人每周40小时估算，6倍工作时长不代表AI完成了6倍的人类工作量。
工程师代码产出增长至5倍，质量未见明显下降
随着AI应用不断扩大，Anthropic多个部门的人均产出明显增长。
报告显示，自2025年12月以来，Anthropic工程师的人均代码提交量增长至原来的约5.1倍，法务人员处理合同的数量增长至约3.1倍。
这种效率提升并不局限于技术岗位。同期，销售人员的人均成交量增长至约1.7倍，招聘人员的人均招聘数量也增长至约1.4倍。
各职能领域的生产力激增
值得注意的是，代码产出大幅增长的同时，AI生成的代码质量并未出现明显下降。Anthropic比较了同一名工程师亲自编写的代码与其AI智能体生成的代码，发现两者在代码后续被删除、提交被回滚等质量指标上没有明显差异。
不过，报告也指出，代码产出的增长不能完全归因于AI，而上述指标也无法涵盖代码质量的所有方面。
AI干活越来越快，人类注意力成为瓶颈
AI智能体的大规模应用，也给Anthropic员工带来了新的挑战。
报告显示，在交互式会话中，AI智能体约80%的会话时间处于等待人类输入的状态。
按照正常阅读速度估算，如果要读完AI生成的全部文本，工程与研究人员平均每周需要约424小时，财务人员需要约43小时，销售人员需要约35小时。
员工开始越来越多地从直接执行任务，转向管理AI完成任务。例如，编写任务说明、搭建监控系统、协调多个智能体，或者让一个AI检查另一个AI的工作成果。
这类管理AI的“元工作”，在员工与Claude交互中的占比从10%上升至22%。
与此同时，员工的会议时间中位数比一年前增加了约20%。
招聘标准变化：更加重视判断力，而非单纯执行能力
Anthropic分析了2024年以来数千名录用员工的面试评价，发现招聘经理越来越重视候选人使用AI工具的能力。
2024年至2026年，面试评价中提及AI工具使用经历的比例，技术岗位增长至原来的三倍，非技术岗位增长至原来的四倍。
对于技术岗位，招聘经理越来越关注自主工作能力和判断力，对特定领域专业知识的关注相对下降。对于非技术岗位，对具体执行能力的关注也有所下降。
报告指出，随着AI承担更多具体执行任务，企业对员工能力的要求正在发生变化。
建立岗位风险预警系统，优先安排内部转岗
面对AI带来的就业变化，Anthropic正在建立岗位风险预警系统，持续追踪哪些工作可能受到AI冲击。
对于工作内容受到AI影响的员工，公司优先考虑内部转岗，将其安排到其他技能相匹配的岗位。
报告显示，2026年，在Anthropic工作至少一年的员工，其每月跨部门流动的可能性比2025年提高了50%。部分团队在将原有工作交给AI后，已经整体转向新的工作领域。
不过，报告也指出，内部转岗虽然能够帮助现有员工适应岗位变化，却无法直接解决初级岗位招聘减少的问题。对于那些尚未获得工作机会的求职者，企业内部的就业保障措施难以发挥作用。
研究人员强调，Anthropic的就业实践具有特殊性，很多做法难以直接推广至其他企业和行业。与此同时，AI应用与生产效率增长之间的因果关系仍存在不确定性。
#Anthropic#就业#就业率
风险提示：本文为内容资讯，不构成投资建议。市场有风险，投资需谨慎。
热门跟贴