最近，Anthropic 发布了一份关于自身就业变化的研究。

研究团队分析了公司内部的招聘记录、员工结构、AI 使用数据、产出指标、日历和沟通网络，还采访了17名员工。这可能是目前我们能看到的，最接近 AI 时代未来职场的一份内部样本。

研究中有一组细思恐极的数字。

2026年3月，Anthropic 内部 AI 智能体的工作时长第一次超过人类员工。到了8月，仅员工直接调用的交互式智能体，运行时长就已经达到人类工作时长的6倍。

也就是说，在这家公司里，每一名人类员工的背后，都像站着一支持续工作的 AI 队伍。

但真正的变化还不止于此。从2025年初开始，Anthropic 技术部门里的初级员工占比从21%下降到14%；新招聘的技术员工中，初级岗位占比更是从27%降到了9%。

与此同时，非技术员工使用编程智能体的次数，却从平均每月2次增加到了90次。销售自己搭建客户管理系统，法务自己开发合同审查工具，招聘人员让 Claude 完成原本需要几周的数据分析。

以前只有工程师才能完成的软件工作，正在变成普通员工随手可以调用的能力。

很多人讨论 AI 对就业的影响时，首先想到的是裁员。

但 Anthropic 内部发生的事情更微妙：公司还在扩张，人也没有消失，可岗位边界、招聘标准和组织结构已经开始改变。

如果 Anthropic 是整个经济的先行样本，那么我们现在看到的，可能不只是一家 AI 公司的特殊现象，而是整个未来职场的预告。

最先改变的，是人和 AI 的分工。

过去，我们把 AI 当成一件提高效率的工具。人提出要求，AI完成某个具体任务，最后仍然由人把整个流程串起来。

但当智能体能够同时写代码、查资料、整理数据、回复邮件甚至安排会议后，人逐渐不再是亲自完成任务的人，而是负责分配任务、检查结果和处理异常的人。

Anthropic 的工程师在采用智能体后，人均代码产出迅速上升，销售、法务、财务和招聘部门也出现了类似变化。以前稀缺的是执行任务的人，现在稀缺的是有能力阅读和判断大量 AI 结果的人。

研究发现，即使在非技术岗位，员工如果要读完智能体产生的全部内容，也可能花掉半个工作周。于是员工不得不继续开发监控面板和管理工具，专门用来观察自己的 AI 到底做了什么。

人没有从流程中消失，但人正在从执行者变成一名 AI 团队的管理者。

接下来松动的，是部门之间的边界。

Anthropic 一名销售人员过去并不擅长开发软件，但他用三四个小时，就为自己搭建了一套定制的客户仪表盘和业务管线。以前，这类需求要先提交给产品和技术团队，经过评估、排期、开发和测试。现在，最了解问题的人可以直接把工具做出来。

技术部门占 Anthropic 全员的比例，也从61%下降到了56%。当然，这不完全是 AI 的结果。公司高速增长时，销售、财务和招聘等业务职能本来就会扩张，而且技术人员的绝对数量仍在增加。

但另一个趋势已经很清楚：技术能力正在从技术部门向整个公司扩散。工程师开始管理智能体，销售开始开发软件，管理者也重新参与代码生产。公司过去按照专业技能划出的边界，正在变得模糊。

但最值得警惕的，是招聘标准也随之改变了。

Anthropic 的招聘经理越来越重视一个人的自主性、判断力，以及能否创造性地使用 AI。对于狭窄领域经验和纯执行能力的强调，则在下降。

当 AI 可以完成大量执行工作，公司自然更愿意招聘那些能够定义问题、调度资源并判断结果的人。

可这里隐藏着一个很难解决的矛盾：如果公司越来越需要成熟的判断力，却越来越少招聘初级员工，那么未来的成熟员工从哪里来？

Anthropic 的另一份调查让这个矛盾更加明显。

员工平均预计，到2030年，AI 可以完成自己75%的当前工作；但与此同时，95%的员工仍然认为公司未来一年会继续增加人数。

任务被自动化，不等于岗位会立刻消失。公司可能仍然需要很多人，只是不再需要和过去一样的人。

当然，Anthropic 不是普通公司，它拥有最先进的模型、极高的人才密度、广泛的员工持股，也可以通过内部调岗，把被自动化的团队转移到新任务上，但大多数公司并不具备这些条件。

但先行样本的价值，本来就不是准确预言未来，是让我们提前看见变化的方向。

当执行能力变得像水电一样随处可取，公司沿用了几十年的岗位、部门和人才标准，都要重新划一次边界。