Anthropic 的一位工程师最近把自己的工作形容为“一支 Claude 大军，每一个都在要求我关注”：众多 Claude 智能体各自呼唤他的注意。2026年8月，这家公司员工指挥的智能体工作时间达到了员工工作时间的6倍。然而，员工的会议时间反而比一年前增加了。
6倍是将员工直接指挥的交互式会话中智能体的工作时间，与员工每周工作40小时作比较得出的
这些数字出自 Anthropic 研究机构 The Anthropic Institute 于2026年10月16日发布的报告《How employment is changing at Anthropic》。研究人员分析了人事记录、智能体会话使用记录、提交次数、合同和成交等产出指标、员工调查、内部 Slack、日历和招聘面试评分表，并采访了17名员工。
如果将无需员工指挥即可自行运行的自主智能体与员工指挥的交互式智能体合计，智能体的工作时间在2026年3月首次超过员工工作时间。五个月后的8月，即使只计算员工指挥的交互式会话，智能体工作时间也达到了员工工作时间的6倍。公开说明没有给出8月包含自主智能体在内的比例。
这个6倍将交互式会话中智能体用于推理和使用工具的时间，包括子智能体的时间，一并相加，再与员工人数乘以每周40小时的结果比较。员工工作时间并非实际工时记录，而是假设每人每周工作40小时得出的数值。
撰写报告的研究人员、分析的数据，以及被研究其效果的工具 Claude，都来自 Anthropic，也没有外部审计。Yale 的社会科学家 Julián Posada 说，这份报告是从“一家想要出售股票的公司”的视角写成的。Guardian 报道称，Anthropic 最早可能于11月上市。
员工与智能体的会话开启期间，约80%的时间是智能体在等待人的回应
如果以同一批交互式会话开启的全部时间为基准，呈现的情况就不同了。其中约80%的时间，智能体在等待人的输入。原文的说法是“约80%的时间无所事事地等待人的输入”。6倍是智能体实际运行时间的总和，80%则是会话开启期间智能体没有运行的时间占比，两者的基准不同。如果一名员工同时运行多个会话和子智能体，这两个数字可以同时成立，但公开说明没有交代一个人会同时开启多少个会话。报告也没有测量智能体等待时人在做什么。
报告还换算了一个假设：如果人要读完智能体输出的所有文字，需要花多少时间。按照每个输出 token 相当于0.75个单词、每分钟阅读250个单词计算，即使是非技术岗位，读完交互式会话全部输出所需的时间也超过每周40小时工作时间的一半。图表标题是“阅读 Claude 成为一份全职工作”。这是假设全部读完后换算出的数值，并非员工实际阅读了那么长时间。
一位工程师把这种情况比作：一个孩子要求打开果汁盒，另一个孩子割破手指正在流血，两人却都以同样紧急的方式呼唤关注。
“每个孩子向你提出的问题都同样要求得到你的关注，多个［Claude］也是如此。”
另一位工程师说，人们正在“成为智能体的瓶颈”。
员工与智能体的对话中，用于制定指令和审核标准而非安排实际工作的比例从10%升至22%
报告将员工与 Claude 的交互式会话分为两类：一类是让智能体执行实际任务的对话，另一类是让智能体能够开展工作的对话。报告将后者称为“元工作”。这包括为其他智能体创建技能、为其他智能体制定计划和审核方案、搭建流水线仪表盘与监控，以及记录工作方式。一次写好、让智能体每次工作时都遵循的指令也属于这一类，报告将其称为常设指令。
22%指元工作在普通员工交互式会话中所占的比例，并非全部工作时间的22%。这一数字由自动分类器对2,000条对话摘要样本进行分类得出。在2026年4月内部调查的开放式回答中，20%写道自己的角色从直接做事转向管理 Claude，27%表示生产力提高了。公开说明没有交代调查的回答人数。
采访具体呈现了这种变化。一位工程师设立了一名负责分类处理智能体请求的“智能体幕僚长”。另一位工程师给自己的 Claude 团队写绩效评价时写道：“让我们谈谈我们的沟通方式有哪些有效、哪些无效。”一位律师则从逐一审查法律问题，转向编写供客户方智能体查找和阅读的判断框架。这位律师将其称为“法律咨询的 SEO”。
随着使用智能体，工程师产出的代码也增加了。每位工程师的提交次数达到六个月前的5倍。研究人员将192名开始使用编程智能体的工程师在采用前后的变化，与同一月份没有使用智能体的74名工程师的变化进行了比较。这种方法试图剔除公司增长等影响所有人的共同变化；即使这样比较，采用者增加的代码量在采用后仍然上升。对于同一位工程师在同一个月、同一个代码文件夹中使用智能体编写的代码和亲自编写的代码，后来被删除或回退的比例没有差异。不过，采用并非随机，报告也写道：“更多代码不一定意味着更好的代码或业务成果。”
报告认为，与智能体协作会暴露需要人们共同决定的问题，因此会议也增加了
报告根据访谈认为，与智能体一起追查错误时，会暴露出需要人们聚在一起决定的组织、系统和技术债务问题。访谈中还有这样一句话：“暂时从管理智能体中抽身，通常就是马上去开个会。”
日历记录显示，员工会议时间的中位数比一年前增加了20%。报告指出，这个数字混合了公司在过去一年规模扩大至3倍的影响，以及会议较多的非技术岗位占比上升的影响。非管理岗技术人员，即个人贡献者（IC）的会议时间，在一定程度上排除了这些影响，其会议时间比一年前增加了16%。公开说明没有交代会议时间从多少小时增加到多少小时，也没有说明查看了多少人的日历。报告也没有分析智能体是否导致会议增加。数字确认的是智能体使用和会议时间在同一时期一起上升，两者之间的联系则是报告的解释。
报告认为，人做出的决定需要让智能体看得见。在一个大型部门的公开 Slack 频道中，人发起的讨论串里，人回复人的数量保持不变，智能体的回复则叠加在此之上。智能体出现在近一半活跃的公开频道中。在会议或私信中做出却没有记录的决定，智能体无法看到。一位员工几个月前的名字曾出现在 Claude 周边商品文档里，尽管后来负责人已经更换，智能体仍不断把T恤和马克杯的请求交给这位员工。报告写道：“向 AI 提供上下文，需要让人的工作和决策具有可见性。”
招聘面试官提及候选人如何使用 AI 工具的频率，也达到2024年的3至4倍
研究人员用自动分类器对2024年以来入职的数千人的面试评分表进行分类，查看面试官提及了候选人的哪些方面。2024年，提及候选人使用 AI 工具能力的比例在技术岗位约为5%，非技术岗位为7%；到2026年，技术岗位达到原来的3倍，非技术岗位达到原来的4倍。面试官提及自主性和判断力的次数多于技术专长。
| 项目 | 之前 | 之后 |
|---|---|---|
| 面试评分表中提及 AI 工具使用的比例（技术岗位） | 约5%（2024年） | 2024年的3倍（2026年） |
| 面试评分表中提及 AI 工具使用的比例（非技术岗位） | 7%（2024年） | 2024年的4倍（2026年） |
| 技术部门招聘中新人的占比 | 27%（2025年初） | 9% |
| 技术部门在职员工中新人的占比 | 21%（2025年初） | 14% |
同期，技术部门招聘中新人的占比从2025年初的27%降至9%，在职员工中新人的占比从21%降至14%。在管理者调查中，约三分之一的 ML 管理者和约五分之一的软件工程管理者表示因为 AI 而减少招聘。但这只是管理者自己的回答，没有分析检验新人占比下降是否由 AI 导致。
外部研究者和开发者质疑将人称为“瓶颈”以及提交次数等指标，认为 Anthropic 的结果难以套用到其他公司
DAIR 的 Dylan Baker 认为，报告中人会成为智能体瓶颈的说法，从根本上误解了软件是如何被创造出来的。他说：“软件工作是一个非常社会化、人际化、以人为本的过程。”
在 Hacker News 上，djoldman 认为，提交、查询和合同数量是次级指标，即使几乎不影响业务成果，也可能增长1,000倍；相比之下，成交、招聘和账单方面的指标更接近实际经济活动。他还写道：“AI 会让人很容易不断增加那些无法带来实质成果的繁忙工作。”
ytxm 认为，报告对新人工作消失表示欢迎，却没有解释如何培养未来的资深人才。报告提出员工持股和内部岗位调配等措施来应对这些就业变化，但也承认这些措施无法直接解决新人招聘减少的问题。
skybrian 认为，收入暴增而员工数量较少，统计上的生产力自然会很高，并说：“我们不可能都是 Anthropic。” 该公司过去一年规模扩大至3倍，报告也写道，其他公司无法照搬其雇佣方式中的许多做法。
在智能体增多的 Anthropic，留给人的是决定委派什么、共同决策和判断结果
智能体承担了更多工作，会议为何却增加了？按照报告的解释，与智能体协作时，一旦暴露出个人无法独自决定的组织、系统和技术债务问题，人们就会聚在一起开会。会议中做出的决定还需要记录在公开频道，让智能体能够看到。
Baker 反驳说，软件工作是人与人之间的过程，而报告中的数字也显示，人与人之间的工作保持不变或有所增加。Slack 上人与人之间的回复数量没有变化，会议时间却增加了。智能体承担实际任务，做什么以及结果是否正确仍由人决定。Anthropic 员工过去专注于亲自完成工作；随着智能体承担更多实际任务，他们现在专注于决定向智能体委派什么、共同做出决定，以及判断结果。
想了解更多
How employment is changing at Anthropic 报告原文，可结合图表注释查看6倍、80%、元工作和会议时间是如何计算的。anthropic.com
Experts cast doubt on Anthropic report 汇集外部专家反驳的报道，包括没有外部审计以及对“瓶颈”一词的批评。其中部分数字与报告原文不同，例如将智能体工作时间超过人的时间写成5月，而原文为3月。theguardian.com
Hacker News 讨论 开发者围绕提交次数等产出指标能否体现业务成果，以及如何培养新人展开的讨论。news.ycombinator.com