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/articles/anthropic-ai-work-report-agent-hours-hiri-d16b5c5e.md.
Anthropic 于 10 月 16 日发布了两份报告，将公司内部使用 AI 的情况与公众对这项技术的预期放在一起考察。一份报告研究公司内部的就业与工作情况；另一份比较了 1,334 名 Anthropic 员工的调查结果与美国成年人的回答。
Anthropic 于 10 月 16 日发布了两份报告，将公司内部使用 AI 的情况与公众对这项技术的预期放在一起考察。一份报告研究公司内部的就业与工作情况；另一份比较了 1,334 名 Anthropic 员工的调查结果与美国成年人的回答。
两者之间的差距很大。员工预计，到 2030 年，AI 能够完成他们目前平均 75% 的工作时长；在职的美国受访者给出的比例为 28%。对于 AI 能否在 2030 年前取得诺贝尔奖级别的发现，员工和美国成年人的相应预期分别为 91% 和 39%。
这些反映的是不同的经历和预测，并非对一个已经确定的未来进行了两次测量。要理解这些报告，必须区分 Anthropic 在一家公司的内部观察结果，以及受访者对未来发展的看法。
Anthropic 的就业研究综合了公司内部的就业与产出记录、智能体遥测数据、通信与日历数据、招聘评估、调查，以及对 17 名员工的访谈。报告描绘了一家已在技术和非技术职能中普遍使用智能体的组织。
2026 年 3 月，自主运行与交互式智能体的总运行时长首次超过估算的人类工作时长。到 8 月，仅由员工发起的交互式智能体累计运行时长就约为人类工时的 6 倍；源图表中，研究组织的这一数字约为 19 倍。
这些比较需要结合其定义来理解。智能体工作时长包括推理和主动使用工具的时间，不包括超过 30 分钟的等待；人类工时则根据员工人数、每周工作 40 小时进行估算。并行运行的软件可以迅速累积运行时长。运行时长达到 6 倍，并不能证明有 6 倍的有效工作，也不能证明有 6 名员工被取代。
一个部门 Slack 网络的示例说明了通信方式的变化。报告称，员工人数从 155 人增至 237 人，同时智能体对话数量从 150 次增至 7,922 次。这些智能体节点代表对话串或会话，并不意味着出现了数千名可与人类同事等量齐观的独立协作者。
报告显示，工程提交量增至 2025 年 12 月基准值的约 5 倍，数据科学查询、处理的合同、发票和销售产出也都有所增加。源图表显示，每位工程师的代码提交量达到该基准值的 5.1 倍。
Anthropic 对使用智能体工具的员工与尚未使用这些工具的员工进行比较，并随时间追踪员工情况。这比单纯比较公司总量的前后变化更有参考价值，但工具采用并非随机发生。业务增长、项目变化以及早期采用者的特征，都可能影响比较结果。
代码数量也不是衡量质量或业务价值的完美指标。Anthropic 在个人代码对比中报告称，后续删除和回退的若干代理指标没有差异；但这些指标无法涵盖所有可能的缺陷。
以下示例让组织层面的变化更加具体：
这些都是范围有限的内部结果和个人陈述。一名受访者表示，某一周的预期相当于其他地方三个月的工作量；这只是受访者的比较，并非经过测量的全经济范围生产率比率。
生成速度加快带来了第二个问题：人们无法检查无限量的输出。源图表估算，如果工程和研究部门的员工阅读 Claude 每周生成的全部内容，每人约需 424 小时。
这是阅读时间折算值，根据生成的 token 数量计算，假设每个 token 对应 0.75 个单词，阅读速度为每分钟 250 个单词。这并不表示员工实际工作了 424 小时，也不表示他们需要阅读每一行生成内容。
另一方面，交互式会话约有 80% 的墙上时钟时间用于等待人类输入。这是对空闲时间的衡量，并不意味着任务失败率达到 80%。这两项观察共同揭示了注意力瓶颈：智能体可以生成更多内容，但人类仍需决定提出什么要求、审查什么内容，以及采取什么行动。
员工对此的应对方式包括构建用于分流其他智能体的智能体、监控仪表盘和可复用指令。记录在案的常驻指令数量在一年内从几百条增至 8,500 条。报告估算，这类工具与协调工作占会话的比例从 10% 上升到 22%。
保持组织上下文的及时更新同样重要。一名员工的名字仍留在旧的商品文档中，因此在职责变化后，仍不断收到智能体关于 T 恤和马克杯的请求。更多软件活动并不会自动带来准确的组织记忆。
Anthropic 每日合并到单体代码仓库中的代码变更量，从 5 月的约 2,500 项增至 9 月的 30,000 多项。其工程团队的介绍称，公司在构建代码审查及相关工具的同时，将单体代码仓库迁移到新的源代码管理系统 Scion。
一个由 7 人组成的团队构建了这些系统，并在 5 个月内完成迁移。在一个具体示例中，早期版本的 Mythos Preview 重写了 Git 到 Scion 的数据导入流水线，内存用量为团队早期原型的二十分之一，运行速度则快了 4 倍。这些倍数仅适用于该流水线的对比，并不代表所有工程活动。
Anthropic 于 8 月开展了员工民意调查，同时 Morning Consult 对 10,980 名美国成年人进行了调查。美国样本经过加权，以代表全国成年人口；员工调查则未加权。面向美国受访者的未来相关问题分别询问了 2027 年和 2030 年的情况。
与对 AI 未来能力的判断相比，两组人对 AI 当前能做什么的看法更接近。两组中约四分之一的人认为，AI 目前已经能够设计、开展并发表一项科学研究。对于 AI 到 2027 年是否能做到这一点，员工和美国成年人给出的预期则出现分歧，分别约为 90% 和 38%。
在 Anthropic 以外的计算机、工程和科学类职业从业者中，员工预计到 2030 年，AI 能够完成自己 33% 的工作。经常使用 AI 的这些职业从业者给出的估计为 40%，仍低于 Anthropic 员工的 75%。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
节省时间方面也存在差异。在考虑适合 AI 的任务，并将检查和纠正工作计入后，59% 的员工表示，完成任务所需时间降至原来的四分之一或更少。在工作中使用 AI 的美国成年人中，26% 给出了这一答案；29% 则表示，使用 AI 所花时间相同或更长。
这些回答针对的是适合 AI 的任务，而非所有工作。工具、工作流程、任务选择、模型访问权限、组织支持以及受访者预期等因素，都可能造成差异。
员工还被问及构建一款2026 年初的前沿模型所涉及的更广泛工作，包括研究方向、实验和评估。他们给出的估算中位数为：当时 AI 可完成 51% 的工作；到 2027 年底升至 80%；到 2030 年底升至 95%。
95% 这一数字是员工在内部调查中给出的个人预测。它既不是经审计的测量结果，也不是 Anthropic 官方承诺将恰好 5% 的开发工作留给人类。问题固定以 2026 年初为参照，也不同于询问构建 2030 年时任何被视为前沿模型的项目需要多少工作。
Anthropic 的另一份研究讨论提供了范围更明确的进展示例：
| 实验或示例 | 报告的结果 | 比较范围的界限 |
|---|---|---|
| 优化小模型训练代码 | Mythos Preview 将起始速度提升至约 52 倍；熟练的人类在 4 至 8 小时内将速度提升至约 4 倍 | 这是一个固定的代码优化任务，并不意味着真实前沿模型训练速度提升了 52 倍。 |
| 弱到强监督研究 | 智能体恢复了所定义性能差距的 97%，累计使用 800 小时和约 18,000 美元计算资源；两名人类在一周内恢复了约 23% | 问题和评分标准由人类选定，且结果未能顺利迁移到生产规模的模型。 |
| 选择研究的下一步行动 | 在 129 个经过挑选的案例中，Mythos Preview 的建议有 64% 被评为更好 | 这些案例经过有意挑选，原先的人类决策都有改进空间。 |
最后这一项的案例筛选条件尤其重要。在另一组 127 个案例中，人类选择本来就很强，模型建议只有约 20% 的情况被评为更好。这些发现支持 AI 在特定研究环节有所改进，但并不能证明 AI 总体上已超越人类的研究判断能力。
Anthropic 整体规模大幅增长，但技术岗位招聘的构成发生了变化。就业报告称，初级员工占技术部门员工的比例从 21% 降至 14%，初级职位招聘占比则从 27% 降至 9%。
比例下降并不必然意味着员工绝对人数减少，但确实引出了另一个问题：如果越来越少的入门级实施类工作成为职位，人们要如何积累专业经验？公司报告讨论了内部转岗和监测高风险岗位，同时承认，保护现有员工并不能帮助那些从未获得录用机会的人。
员工普遍没有预期公司整体停止招聘：95% 的员工预计未来一年员工人数会增长。这反映的是员工的看法，而非招聘计划。
预期报告还将调查回答映射到一个经济模型中。美国成年受访者回答的中位数所对应的情景是，2030 年美国 GDP 增长 5.4%；Anthropic 员工回答的中位数所对应的情景则为 17.1%。这些数字描述的是有条件的模型情景，并非实际测得的增长率或无条件预测。
原文最后提出，Anthropic 可能领先更广泛的采用进程约 18 个月。这可以被视为一种经济层面的解释，但这些报告并未证明其他公司都遵循统一的 18 个月时间表。技术扩散将取决于可靠性、安全性、成本、监管、客户偏好以及工作组织方式。
没有。95% 是员工对截至 2030 年底的预期中位数，问题所指的是构建一款 2026 年初的前沿模型。报告明确区分了这些个人估计与公司测量结果或预测。
不是。运行时长对比统计的是软件执行时间，而人类工时则根据员工人数估算。要确定节省了多少工作时间，还需要考察任务结果、质量、审查工作量，以及与人类工作流程进行有效比较。
约 5 倍这一数字指的是每位工程师的代码提交量相对于特定基准值的变化。它不能证明每个岗位都获得同等提升；代码数量也不是衡量有效产出的完整指标。
报告将输出量换算为按假设阅读速度读完这些内容所需的时间。这个数字用于说明生成文本的规模，不代表员工实际工作时长，也不意味着员工必须读完所有内容。
这说明一家快速发展的 AI 公司招聘构成发生了变化。更广泛的结果取决于技术采用、需求、任务创造，以及雇主如何建立培训和职业发展路径。
这个数字是根据员工受访者回答中位数推算出的模型情景。它取决于对能力、采用、节省时间、自主性和劳动者转型等方面的假设。
Anthropic 的内部证据显示，智能体使用范围扩大，多项产出指标有所提升，用于监督智能体的工作增加，初级技术岗位招聘占比则有所下降。员工调查也显示，与公众调查相比，员工预期 AI 进步速度会快得多。
只有将观察到的职场变化、针对具体任务的实验和个人预测区分开来，这些报告才最有参考价值。
从一句话开始，几分钟内拿到完整网站。
