TOPIC COLLECTION
Anthropic公开自家用人数据：初级技术岗招聘占比从27%跌到9%，AI智能体工时是员工6倍，求职的人该看懂哪几条
Anthropic在2026-10-16发布报告《How employment is changing at Anthropic》，用内部人事、AI使用、产出和招聘记录说明：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%；到8月，员工主动调用的交互式智能体工时是员工工时的6倍；员工会议时间比一年前多20%；招聘经理更看重自主性和判断力。
资料更新：2026-10-19
依据Anthropic Research《How employment is changing at Anthropic》（2026-10-16，作者Nathan Wilmers等）及TechCrunch 2026-10-17报道。这是单一公司的内部数据，不代表整体劳动力市场；「智能体工时」口径见正文。核查2026-10-19（新加坡时间）。
主题标签：Anthropic、AI就业、初级岗位、AI智能体、职场
一家AI公司自己说「我们招的初级工程师变少了」，这个分量和外人猜测不一样。
2026-10-16，Claude背后的Anthropic发了一份研究报告，标题很直白：《Anthropic的用人正在怎么变》。数据来自公司内部的人事记录、AI使用日志、产出指标、员工调查、日历，还有招聘面试评分卡，外加17位员工访谈。
几个最扎眼的数字
| 指标 | 变化 | 时间段 |
|---|---|---|
| 技术部门中初级员工占比 | 21% → 14% | 2025年初至今 |
| 技术岗新招聘中初级占比 | 27% → 9% | 同上 |
| 技术部门占全公司员工比例 | 61% → 56% | 过去一年 |
| 交互式智能体工时 / 员工工时 | 约6:1 | 2026年8月 |
| 工程师人均代码提交速度 | 约为半年前的5倍 | 截至报告 |
| 员工中位数会议时间 | 比一年前多20% | 日历数据 |
报告还提到，初级岗位的招聘帖从2025年12月起下降得特别快。今年4月，工程和研究团队已经明确降低了低职级技术岗的招聘优先级。
「6倍工时」怎么算出来的
这个数字最容易被转述走样，值得多说两句。
报告只统计员工自己发起的交互式会话，子智能体合并计算。智能体的「工时」是运行时间，包括推理和调用工具，但等待超过30分钟的时段不算。人的工时没有逐小时记录，是按人数乘以每周40小时估的。
所以它衡量的是「AI在跑的时间」，不是「AI干出了多少有效的活」。报告自己也承认，交互式会话里约80%的时间，智能体其实在等人回复。
初级岗为什么先受影响
Anthropic内部的说法是，最依赖Claude的团队发现，写代码、找bug这类工作越来越能交给AI。新模型一出，变化几乎是「一夜之间」改变了他们想招什么样的人。
有个细节常被忽略：技术部门里「不写代码的人」比例一年里差不多减半，经理的代码提交量翻了一倍。也就是说，管理者和协调者自己也在交付代码，中间那层「接需求、写实现」的空间被压缩了。
行政类岗位也没跟着公司规模涨。一位行政助理说得很直接：真正入门级的行政工作，已经被Claude增强到不太需要了，她自己转去做更接近「幕僚长」的事。
没被替代的部分，反而变多了
报告里我最想让求职者看到的是这一段。
人的注意力成了瓶颈。按输出量折算，就算是非技术岗位，把自己名下Claude会话的输出全读一遍，也要花掉半个工作周。于是员工花越来越多时间做「元工作」：写给智能体的规格说明、让一个智能体审另一个的输出、搭监控看板。这类工作在员工会话里的占比，从去年秋天的10%涨到今年春天的22%。
会议没少，反而多了。中位数员工的会议时间多了20%，技术岗个人贡献者也多了16%。很多问题追到底是组织问题、技术债问题，需要人坐下来商量、拍板。
面试看的东西变了。他们用自动化工具分析了2024年以来数千份面试评分卡。技术岗面试里，提到候选人「自主性」和「判断力」的比例涨得最多，谈「领域专长」的比例下降。不管技术岗还是非技术岗，评价候选人「会不会创造性地用AI工具」的比例都翻了三四倍。
放到国内求职，能怎么用
一家公司的数据当然不能直接套到整个市场。但它给了一个方向，可以对着调整简历和准备。
作品集要写「你怎么判断」，而不只是「你做了什么」。比如你用AI做了个项目，面试时讲清楚：你否掉了AI哪几个方案、为什么；哪一步你决定自己写；上线后发现什么问题怎么改的。这些正是面试官想听的判断力。
把「管AI」当成一项技能写进简历。写过给团队用的提示词规范、搭过自动审核流程、做过智能体输出的质量检查，这些在一年前可能不算亮点，现在可以单独列。
别只盯「初级工程师」这个头衔。报告里销售、法务、财务这些岗位反而招得快，而且这些岗位上的人也在用AI自己写工具。懂业务、又能用AI把业务做快的人，机会可能比纯写代码的入门岗多。
找岗位可以看BOSS直聘、猎聘、拉勾招聘，海外岗位看LinkedIn 领英；行业讨论和内推在脉脉，技术岗笔试面经在牛客网。想补AI相关技能，可以从LinkedIn Learning或Coursera上的入门课开始。更多见招聘求职分类和职场成长分类。
Anthropic自己打算怎么办
报告提了三件事：员工普遍持股，让大家分享AI带来的收益；建立「早期预警系统」，按岗位追踪需求和产出变化，提前发现风险；优先内部转岗，2026年在公司干满一年的员工跨部门调动的概率比2025年高50%。
报告也承认，这些措施保护的是已经在职的人，对没被招进来的年轻人没有帮助，需要政府在再培训和收入保障上配合。这个坦白，比数字本身更值得记住。
同一周Anthropic还发了一份员工与普通美国人对AI预期的对比调查，见站内Anthropic员工AI预期调查解读。
如果你是带团队的人
报告里有个细节对管理者很有用：员工给智能体写的「常驻指令」，从2025年7月的几百条涨到一年后的8,500条。还有人给自己的一组Claude写「绩效评估」，讨论哪种沟通方式有效。
这说明团队里AI用得好不好，很大程度取决于有没有人花时间把规则写清楚。可以从小处开始：把团队最常重复的三类任务写成标准说明，让大家共用；指定一个人负责定期检查AI产出的抽样质量。
另一点是「把工作放到明处」。报告提到，在会议里口头决定、不留记录的事情，智能体就拿不到上下文，后续容易做错。会议纪要、决策记录写进共享文档，对人对AI都有好处。
常见疑问
这是不是说程序员要失业了？报告没这么说。Anthropic的技术岗招聘绝对数量还在增长，只是增速慢于业务岗，初级占比在降。一家AI公司的情况比普通企业极端得多，不能直接外推。
AI写的代码质量会不会更差？报告比较了同一员工、同一月份、同一目录下人写和智能体写的代码，后续被删除或回滚的比例没有差别。不过报告也提醒，AI的错误可能更难被发现。
报告在哪看？Anthropic官网研究栏目有全文和PDF，链接在下面。
来源与核查日期
- Anthropic Research：How employment is changing at Anthropic（2026-10-16）
- TechCrunch：Anthropic says its workforce has become less junior and is spending more time in meetings（2026-10-17）
核查日期：2026-10-19（新加坡时间）。数据口径以报告原文及其图表注释为准。
