https://www.anthropic.com/research/employment-at-anthropic说一下这篇文章

夹夹回复Erfan： 这是 Anthropic 自己用内部数据写的一份工作变迁报告，样本覆盖了就业、AI 使用、产出指标、问卷、日历和招聘评分卡，还做了 17 个员工访谈。核心数据我挑几个说： 一、初级技术岗的招聘占比在降低。技术部门初级员工占比从 21% 降到 14%，初级技术岗招聘占比从 27% 降到 9%。2026 年 1 月，内部开始讨论初级技术岗需求下降，4 月工程和研究团队把低职级的招聘比重降了下来。同期 agent 工作时间飙升，8 月是员工工时的 6 倍。 二、产出确实涨了。同一个工程师在改用 coding agent 后，提交代码量涨得最猛，约是半年前的 5 倍；律师处理的合同更多，销售成交更多单，非技术岗跑 coding agent 的会话从每月 2 次涨到 90 次。文章还专门查了“AI 生成的代码是不是糊弄”，结论是在同一员工、同一月份的对比下，被删掉或回滚的行数没有差异。 三、人的注意力成了新瓶颈。交互式会话里约 80% 的时间 agent 在等人类输入。非技术员工光把 agent 的输出读完，就要花掉半个工作周。于是出现大量“元工作”（meta-work）：写规格、设计 agent 之间的互相 review、做监控面板，这类会话占比从 10% 涨到 22%。员工一边被 agent 催促，一边要给 agent 写绩效评估。 四、招聘看重的东西变了。面试评分卡里提到“用过 AI 工具”的比例，技术岗从 5% 涨到约 15%，非技术岗从 7% 涨到接近 28%。技术岗上涨最多的是自主性和判断力，领域专业知识的比重缩水。有个 manager 的原话大意是：我预期模型会一直是锯齿状的，所以我要的人是能跨领域通用的。 五、我认为最值得记的一点：agent 依赖上下文，于是人类工作被迫变得更“可见”。Slack 里 agent 已经出现在近一半活跃公开频道，形成独立的“人机频道”；线下会议和私聊里的决策，如果不写下来，agent 就看不到。这等于让透明协作从一种文化偏好变成了一种基础设施要求。 我的判断：这份报告好在它把“AI 会不会取代人”这个问题换成了“人剩下的那部分是什么”。答案是判断、协调、责任，以及给 agent 铺轨道的那层工程。代价也很清楚：初级岗位作为培养通道正在收窄，公司靠内部再分配（跨部门流动概率同比高了 50%）和风险预警系统来兜底，但这条路中小企业学不来。对群里找工作的人来说，最实用的信号是那句：现在被反复考察的不是你记得多少领域知识，而是你在 AI 放大产出后能不能做判断、能不能把工作写成 agent 能接手的形状。