过半Anthropic员工认为AI能完成他们80%工作，公众仅5%

Anthropic 发了两份报告。一份讲 AI 如何改变公司内部就业结构。另一份对比自家员工和公众对 AI 影响工作与经济的预期。内部的变化先看：AI 代理接管执行工作，员工转向监督。

AI 代理开始干活

到 2026 年 3 月，AI 代理的工作时长超过人类员工。到同年 8 月，代理数量达到员工数的 6 倍，生产力同步上升。过去一年，Anthropic 招聘的初级职位比例下降，技术岗位员工占比也在缩小。换句话说，Anthropic 对入门级岗位和技术岗位的相对需求在收缩。

产出数据也在变。人均代码产出量增加，Anthropic 承认这不是一个完美的衡量标准，代码量不代表代码质量。业务端的数据更直观：销售代表人均成交量上升，合同处理量上升。研究人员跟踪同一名员工发现，AI 工具采用率越高，产出越高。

员工没有从流程里消失，角色在变。Anthropic 说，人类注意力正在成为瓶颈。员工越来越多的时间花在构建监控 AI 代理工作的方法上。执行层面的活交给代理，员工负责监督代理干活。

Anthropic 也明白，一家 AI 实验室采纳 AI 的方式，和传统企业不一样。但 Anthropic 认为，这些发现对更广泛的转型仍有指导意义。它们也指向未来 AI 原生公司的工作组织方式。

预期差距来自体验

第二份报告回答的是：Anthropic 的员工和美国公众，对 AI 未来的预期差多少。Anthropic 调查了自己的员工。对比数据来自 Morning Consult 在 8 月完成的近 11,000 名美国成年人代表性调查。39% 的美国成年人预期 AI 到 2030 年能做出诺贝尔级发现。Anthropic 员工中，这个比例是 91%。超过一半的员工预期，AI 到 2030 年能完成自己当前工作的至少 80%。美国公众中只有 5%。

差距的来源，Anthropic 有自己的判断：双方对 AI 如何影响就业的理论并无不同。两组内部都呈现同一个关系：预期 AI 能承担更多自己工作的人，对失业率上升的判断也类似。真正的差别来自对 AI 能力的亲身体验。员工对 AI 能力的体验与公众不同，预期因此被推得更远。

Anthropic 员工内部也不是铁板一块。10 个员工里有 2 个，预期和典型美国成年人相似。更接近的解释是：对 AI 的亲身经验不同，把预期拉开了。

初级职位比例的下降是永久的结构变化，还是暂时的调整，报告没有回答。员工与公众的预期差距会随技术扩散缩小，还是随能力增长继续拉开，同样没有答案。

同一批公开内容里还有两项 AI 能力展示。Claude 改进了量子电路设计，有时比最佳已发表电路好一个数量级或更多。这可能让实用量子计算机比预期更早到来。它还解开了 ECDSA 加密标准起源的几十年之谜。量子电路的改进离商业应用还有多远，Anthropic 没有说。

一家公司的 AI 代理数量已经达到员工的 6 倍。Anthropic 关于 AI 改变工作的判断，有内部正在发生的变化做支撑。