For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh-TW/articles/anthropic-ai-work-report-agent-hours-hiri-d16b5c5e.md.
Anthropic 於 10 月 16 日發布兩份報告，將公司內部使用 AI 的情況與大眾對這項技術的預期並列檢視。一份探討公司內部的就業與工作情況；另一份則比較對 1,334 名 Anthropic 員工進行的調查，以及美國成年人的回覆。
Anthropic 於 10 月 16 日發布兩份報告，將公司內部使用 AI 的情況與大眾對這項技術的預期並列檢視。一份探討公司內部的就業與工作情況；另一份則比較對 1,334 名 Anthropic 員工進行的調查，以及美國成年人的回覆。
兩者的差異很大。員工預期，到 2030 年，AI 平均能夠完成他們目前 75% 的工作時數；受僱的美國受訪者則估計為 28%。至於 AI 能否在 2030 年前做出諾貝爾獎級的發現，員工與美國成年人的相應預期分別為 91% 和 39%。
這些反映的是不同的經驗與預測，而不是對已成定局的未來進行兩次測量。要理解這些報告，必須區分 Anthropic 在單一公司內觀察到的情況，以及受訪者對未來發展的看法。
Anthropic 的就業研究結合了內部就業與產出紀錄、代理程式遙測資料、通訊與行事曆資料、招聘評估、調查，以及 17 場員工訪談。報告描繪出一個在技術與非技術職能中，使用代理程式已成為日常工作的組織。
2026 年 3 月，自主與互動式代理程式的總執行時間首次超過估算的人類工時。到了 8 月，僅由員工操控的互動式代理程式，累積工時就約為人類工時的六倍；依來源圖表，研究部門約為 19 倍。
比較這些數據時，必須留意其定義。代理程式工時包括推論與主動使用工具的時間，但不包括超過 30 分鐘的等待時間；人類工時則以員工人數乘以每週 40 小時計算。平行執行的軟體可以迅速累積時間。執行時間是六倍，並不代表有六倍的有用工作，也不代表取代了六名員工。
某部門 Slack 網絡的例子呈現了通訊方式的變化。來源資料顯示，員工人數由 155 人增至 237 人，而代理程式對話則由 150 次增至 7,922 次。這些代理程式節點代表討論串或工作階段，並非數千名可與人類等量齊觀的獨立同事。
報告顯示，工程提交次數增至 2025 年 12 月基準的約五倍；資料科學查詢、處理的合約與發票數量，以及銷售產出也都有所增加。來源圖表顯示，每位工程師的提交次數為基準的 5.1 倍。
Anthropic 追蹤員工一段時間，比較使用代理程式工具的員工與尚未採用這些工具的員工。這比單純比較公司總數的前後變化更有參考價值，但工具採用並非隨機分配。業務成長、專案變化，以及早期採用者本身的特點，都可能影響比較結果。
程式碼數量也不是衡量品質或商業價值的完美指標。Anthropic 在員工個人程式碼比較中指出，後續刪除與回復等代理指標並無差異；但這些指標無法涵蓋所有可能的缺陷。
以下案例具體呈現了組織上的轉變：
這些是範圍明確的內部成果與個人陳述。有人表示，其他地方一週的工作預期相當於三個月的工作；這是受訪者的比較，並非經測量得出的全經濟生產力比率。
更快的內容生成也帶來第二個問題：人們無法檢視無限量的產出。來源圖表估算，如果要讀完 Claude 每週在工程與研究領域產生的所有內容，每人約需花費 424 小時。
這是閱讀時間換算值，依生成的 token 數量計算，假設每個 token 換算為 0.75 個單字，閱讀速度為每分鐘 250 個單字。這並非聲稱員工實際工作了 424 小時，也不是說他們必須讀完每一行生成內容。
另一方面，互動式工作階段約有 80% 的實際經過時間在等待人類輸入。這是閒置時間的衡量方式，不代表任務失敗率為 80%。這兩項觀察都指出注意力瓶頸：代理程式可以產出更多內容，但人類仍須決定提出哪些要求、審查哪些內容，以及採取哪些行動。
員工的應對方式包括打造用來分流其他代理程式工作的代理程式、監控儀表板，以及可重複使用的指示。記錄在案的常設指示在一年內從數百條增至 8,500 條。報告估算，投入這類工具與協調工作的工作階段比例，從 10% 升至 22%。
維持組織情境資訊的更新同樣重要。一名員工的姓名仍留在一份過時的商品文件上，因此即使職責已變更，仍不斷收到代理程式詢問襯衫和馬克杯的請求。更多軟體活動並不會自動帶來準確的組織記憶。
Anthropic 每日合併至單一程式碼庫的程式碼變更量，從 5 月約 2,500 次增至 9 月超過 30,000 次。其工程團隊的說明提到，公司一邊將單一程式碼庫遷移至新的原始碼管理系統 Scion，一邊打造程式碼審查及相關工具。
一支由七人組成的團隊打造了這些系統，並在五個月內完成遷移。在一個具體案例中，早期 Mythos Preview 重寫 Git 至 Scion 的資料匯入管線後，記憶體用量降至原來的二十分之一，執行速度則是團隊先前原型的四倍。這些倍數只適用於該管線的比較，並非所有工程活動的整體表現。
Anthropic 於 8 月對員工進行民調，同期 Morning Consult 也調查了 10,980 名美國成年人。美國樣本經加權，以代表全國成年人口；員工民調則未加權。針對未來的問題，美國受訪者分別回答有關 2027 年與 2030 年的題目。
兩組受訪者對 AI 目前能做到什麼的看法較接近，但對 AI 未來能力的看法差距較大。兩組中約四分之一的人認為，AI 現在已能設計、執行並發表一項科學研究。至於 AI 到 2027 年是否具備這項能力，員工的預期約為 90%，美國成年人的預期則約為 38%。
對於自己的工作，Anthropic 以外從事電腦、工程與科學相關職業的員工，預期 AI 到 2030 年能夠完成 33% 的工作。經常使用 AI 的相關職業人士，估計比例為 40%，仍低於 Anthropic 員工預期的 75%。
輸入一句想法，We0 AI 即可生成展示站、頁面與 CMS。發佈上線後並幫你獲取客戶和流量。
用戶註冊贈送一次完整項目生成
適合先體驗一次完整生成流程，快速看到專案初稿。
節省時間的調查結果也呈現另一項差異。受訪者在考慮一項適合使用 AI 的任務，並將檢查與修正時間計入後，59% 的員工表示所需時間為原來的四分之一或更少。在工作中使用 AI 的美國成年人當中，26% 給出相同答案；29% 則表示使用 AI 所花的時間相同或更長。
這些回覆針對適合使用 AI 的任務，而非所有工作。差異可能反映了工具、工作流程、任務選擇、模型使用權限、組織支援，以及受訪者預期的不同。
員工也被問及，打造一個2026 年初的前沿模型所涉及的整體工作，包括研究方向、實驗與評估。員工估計，當時 AI 所完成工作的比例中位數為 51%；到 2027 年底預計升至 80%，到 2030 年底則升至 95%。
95% 是內部民調中員工個人的預測中位數，既不是經稽核的測量結果，也不是 Anthropic 承諾將模型開發工作恰好保留 5% 給人類的官方說法。以 2026 年初作為固定參照點，也不同於詢問 2030 年建造當時所謂前沿模型需要多少工作。
Anthropic 另行發布的研究討論則提供了範圍較窄的進展案例：
| 實驗或案例 | 報告結果 | 比較範圍的限制 |
|---|---|---|
| 最佳化小型模型的訓練程式碼 | Mythos Preview 達到約為初始速度 52 倍的表現；熟練的人類在四到八小時內達到約四倍 | 這是固定程式碼最佳化任務，並不代表真實前沿模型訓練速度提升 52 倍。 |
| 弱轉強監督研究 | 代理程式以累計 800 小時及約 18,000 美元的運算成本，補回了已定義表現差距的 97%；兩名人類在一週內補回約 23% | 人類選擇了問題與評分標準，而且這項成果無法直接轉用至生產規模的模型。 |
| 選擇研究的下一步 | 在 129 個經挑選的案例中，Mythos Preview 的建議有 64% 被評為較佳 | 研究人員刻意挑選原有人類決策仍有改善空間的案例。 |
最後一項案例的挑選條件尤其重要。在另一組 127 個人類選擇原本已相當出色的案例中，模型建議只有約 20% 被評為較佳。這些發現支持 AI 在特定研究環節有所進展，但不支持 AI 整體上已超越人類研究判斷力的結論。
Anthropic 整體規模大幅成長，但技術職位的招聘組成有所變化。就業報告指出，初階員工占技術部門的比例從 21% 降至 14%；初階新聘員工占比則從 27% 降至 9%。
比例下降並不必然代表員工絕對人數減少，但確實帶來另一個問題：如果愈來愈少的初階實作任務成為工作，人們要如何累積專業能力？公司報告討論了內部調任，以及監測可能面臨風險的職位，同時也承認，保護現有員工無助於那些從未獲聘的人。
員工普遍不認為公司整體招聘會停止：95% 預期未來一年員工人數會增加。這是員工的看法，並非招聘計畫。
預期報告也將調查回覆轉換為經濟模型。美國成年人回答的中位數輸入值，推算出 2030 年美國 GDP 成長 5.4%；Anthropic 員工回答的中位數輸入值，則推算出 17.1%。這些數字代表附帶條件的模型情境，而非實際測得的成長率或無條件預測。
來源文章最後提出，Anthropic 可能領先更廣泛的採用約 18 個月。這可以視為一種經濟解讀，但報告並未證實其他公司都會遵循一套普遍適用的 18 個月時程。技術普及將取決於可靠性、安全性、成本、監管、客戶偏好，以及工作組織方式。
沒有。95% 是員工對 2030 年底的預期中位數，問題探討的是打造一個 2026 年初前沿模型所需的工作。報告明確指出，這些個人估計並非公司測量結果或公司預測。
不是。執行時間比較計算的是軟體執行時間，而人類工時則由員工人數估算。若要證實節省了多少工作時間，還需要考慮任務成果、品質、審查工作量，以及與人類工作流程的有效比較。
約五倍的數字指的是相對於特定基準，每位工程師的程式碼提交次數。這並不能證明所有職務都獲得相同提升，而且程式碼增加也無法完整衡量有用產出。
這項數字將產出量換算為假設閱讀速度下所需的時間。它呈現生成文字的規模，不代表員工實際工作時數，也不表示員工必須讀完所有內容。
這證明一家快速成長的 AI 公司，其招聘組成出現變化。更廣泛的結果取決於技術採用、需求、任務創造，以及雇主如何規劃培訓與職涯發展路徑。
這是根據員工受訪者回答中位數所產生的模型情境推算值。結果取決於對能力、採用情況、節省時間、自主程度與員工轉職等因素的假設。
Anthropic 的內部證據顯示，代理程式的使用日益普及、多項產出指標上升、用於監督代理程式的工作增加，而初階技術職位新聘員工占比下降。員工調查也顯示，員工預期 AI 進展的速度遠高於大眾調查受訪者。
只有將職場觀察到的變化、特定任務實驗與個人預測分開看待，這些報告才最有參考價值。
從一句話開始，幾分鐘內拿到完整網站。
