内容简介
AI越来越强，初级岗位越来越少，年轻人（应届生）就业日益严峻，何去何从？
【2026-10-16】Anthropic 公布内部就业情况报告
结合员工 AI 使用记录、招聘和人事数据，分析内部变化。
过去，新人从改小需求、修简单问题做起，跟着前辈边干边学。
如今，简单明确的基础工作交给 AI，留给新人边做边学的岗位大量消失。
扩招之下，技术类初级岗位却在快速收缩
成立5年，公司人均营收是巨头同时期的2-4倍，业务快速扩张，技术团队人数增加。但是：
新招员工初级比例： 27% 降到9%。
存量初级员工比例： 21% 降到14%
2026年8月，Agent运行时长是员工的6倍，核心部门达到19倍。
产出明显，人均代码量是半年前的5倍，管理者代码量也翻倍。
但员工同期提交的代码质量没有显著差异（统计了代码删除/撤回）
AI干活更快（并行能力强），员工却更累（注意力有限）。
多任务并行，员工要花更多时间看结果、做判断、给指示
80%的时间，AI都在等人回应。因为，AI分不清哪件事更紧急。
与人交互的工作占比上升：10%→22%，基础设施团队更高30%
逐条审核不现实，员工应该更加关注如何管理AI，给操作规范、搭建监控、调整工作流，减少错误+确认环节——即，元工作
提供更全、更新的背景资料（人靠当面沟通），AI才能更好工作
Anthropic 招聘更看重自主性、判断力：员工主要工作变成任务分配、结果检查
技术岗：自主性、综合判断力 ＞ 技术专长
非技术岗：整体业务理解、需求把握 ＞ 执行能力
内部设立岗位预警机制：受影响较大的职能人员，优先安排转岗
那么，新人如何提升判断力？
主动寻找练手机会，AI完成任务后，留出理解、验证过程
主动追问：拿到答案后追问，为什么这么写，特殊情况怎么办？
验证结果：项目中展示判断过程，需求边界、发现遗漏需求、验证结果
参与真实项目：找真实用户和业务约束的项目，数据不完整、需求冲突、处理异常
附录
原文：How employment is changing at Anthropic，https://www.anthropic.com/research/employment-at-anthropic
大模型助手（小程序）
热门跟贴