Anthropic 内部劳动力报告的 5 点发现，初级技术招聘占比从 27% 降至 9%，智能体工时达人类 6 倍

Anthropic 刚刚发布了一份报告，探讨 AI 对其自身员工队伍造成的影响。报告作者使用了内部员工人数数据、智能体会话遥测数据、日历数据、Slack 使用模式以及招聘评分卡，外加 17 次员工访谈。

Anthropic 围绕智能体重建工作流程的程度，几乎超过了 B2B 领域的任何公司。这使得这份报告成为现有最详细的数据，展示了当一家公司走到这一步时，招聘、产出和日常工作会发生什么变化。

我们运营 SaaStr 只靠 3 名人类员工和 20 多个投入实际生产的 AI 智能体，报告中的许多内容与我们的所见相符。我们还邀请 Anthropic 的销售负责人登上了 SaaStr AI 2026 的舞台，他们的发言与这份报告相互印证。以下是对创始人和高管们最重要的五点启示。

1. 初级技术人员在技术招聘中的占比从 27% 降至 9%

自 2025 年初以来，Anthropic 技术部门中初级员工的比例从 21% 降至 14%。新招聘的技术人员中，初级人员占比从 27% 降至 9%。自 2025 年 12 月以来，初级岗位招聘信息的减少尤为剧烈。

这一转变始于 2026 年 1 月，发生在最依赖 Claude 的团队中。编写代码和查找 bug 率先交给了智能体。一名员工表示，一个新模型给性能工程师带来的提升，几乎在一夜之间改变了他们的招聘目标。

到 2026 年 4 月，工程和研究部门已不再重视较低职级的技术招聘。大多数管理者表示，由于 AI，他们招聘所看重的技能已有所不同。约三分之一的机器学习（ML）管理者和五分之一的软件工程管理者表示，由于 AI，他们减少了招聘。

纵观各类岗位，Claude 的使用越复杂，2026 年 1 月至 7 月间初级岗位招聘放缓得越明显。

Anthropic 直言，其员工保护措施并未解决这一问题。内部转岗项目只能帮助已在册领薪的员工，对那些从未获得 offer 的初级工程师毫无作用。

2. 员工人数仍增至三倍，人均收入达到 Google 和 Meta 同龄期的 2-4 倍

Anthropic 的规模在过去一年增至三倍。成立五年时，按 2025 年美元币值调整后，其人均收入是 Google 和 Meta 同龄时的 2 至 4 倍。

招聘结构发生了变化。过去一年，技术部门在员工总数中的占比从 61% 降至 56%。技术招聘的绝对数量仍在增长，但销售、财务和招聘职能增长更快。

Anthropic 的销售负责人在 SaaStr AI 2026 的舞台上描述了这一变化。Kelly Loftus 在 18 个月内将初创销售团队从不足 10 人扩展到 150 多人，同期公司员工总数从约 250 人增至 1,300 人。她的团队至今仍未采用传统配额。用她的话说：“我们其实仍然没有配额，我们有的是影子目标。”

Eleanor Dorfman 解释了为什么他们无法单纯靠多招销售人员来跟上需求：他们不可能足够快地吸纳 3 至 5 倍数量的销售代表。于是她在 2026 年 1 月重构了销售组织，四个月后，54% 的新企业客户通过自助方式进来。这一数字是极端需求推动下的异常值，B2B 公司不应以此为规划基准。

行政岗位几乎没有增长。智能体助手、自动化审核以及外包的工单处理，让 Anthropic 在规模增至三倍的同时，事务性人员保持精简。一位为自己的日程安排和邮件分拣构建了专属智能体的行政助理表示，入门级行政工作已被自动化，她的工作已转向幕僚长式职责。

3. 智能体会话 80% 的时间都在等待人类

2026年3月，Anthropic 的智能体工作总时长首次超过了人类工作时长。到8月，仅统计员工亲自调度的智能体，智能体工作的小时数已达到其对应人类的6倍。

每位工程师的代码提交量是六个月前的5倍。律师处理了更多合同，应付账款部门核销了更多发票，销售代表签下了更多订单。作者们追踪了192名采用编码智能体的工程师，并与74名未采用的工程师对比，发现采用之后代码产出大幅上升。智能体编写的代码被删除或回滚的比例，与同一位工程师亲手编写的代码相同。

交互式 Claude 会话大约有80%的时间处于空闲状态，等待人类回应。一位工程师表示，人们正在“给智能体制造瓶颈”。

阅读负担是其中的重要部分。Anthropic 按正常人类阅读速度将智能体的产出折算成了阅读时间。对于技术团队来说，六个月来阅读量快速攀升。即使是技术背景较弱的团队，读完其智能体产出的所有内容也需要占用超过半个工作周。

我们在 SaaStr 也看到了同样的情况。在有20多个智能体运行的情况下，我们自己的审查和批准时间决定了整体节奏。一个我们无法审查的新智能体只会让积压工作进一步增加。

作者们对因果关系提出了警示。那些转向完全自主智能体的工程师，在切换之前产出就已处于陡峭的上升轨迹；而交易流水更多的销售代表可能更早实现了自动化。这些生产力数字仅具方向性参考意义。

4. 智能体的常设指令在一年内从几百条增加到8,500条

Anthropic 把管理智能体的工作称为元工作，而这部分工作正在快速增长。

给智能体的书面常设指令从2025年7月的几百条增加到一年后的8,500条。元工作占普通员工交互式 Claude 会话的比例从2025年秋季的10%上升到2026年春季的22%。增长的大部分是智能体管理：为多智能体运行编写规格说明、让一个智能体审查另一个智能体的产出，以及流水线监控。

一位工程师设置了一个智能体幕僚长，用来分流来自其他智能体的请求。另一位工程师为自己的 Claude 团队撰写了一份绩效评估。一位律师从解答法律问题转向编写框架，同事们的智能体可以自行查找并应用这些框架。

会议增多了。普通员工花在会议上的时间比一年前多20%，技术类个人贡献者增加了16%。跨团队的决策仍然由人类在会议室里做出。

这些决策必须记录下来。智能体无法看到在未记录的会议或私信中做出的决策，因此它们会继续基于过时的背景信息工作。一份关于公司周边礼品的旧文档上署有某位员工的名字，在其角色变更很久之后，该员工仍不断收到智能体关于T恤和马克杯的请求。Anthropic 的应对方式是在开放的 Slack 讨论串和智能体可以读取的文档中做出决策。

5. 面试官现在更看重自主性与判断力，而非领域专长

Anthropic 将其自2024年以来的招聘经理评分表通过一个自动编码器处理，以了解面试官都在评论什么。

2024年至2026年间，提及候选人使用 AI 工具过往成绩的次数在技术岗位中增至三倍，在非技术岗位中增至四倍。对于技术类候选人，关于自主性和判断力的评价增加最多，领域专长在评估中的占比有所缩小。对于非技术类候选人，对客户导向和使命导向的关注上升，而对执行能力的评价减少。

一位经理解释了原因：模型在各领域的表现仍会参差不齐，因此团队需要能够在不同领域之间穿梭的人。

对于 2026 年的招聘计划而言，这意味着要考察候选人如何指挥智能体，以及在无人管理的情况下能完成多少工作。单一技术栈的深厚专业知识和纯粹的执行力权重下降，因为智能体现在已经能承担这两方面的大量工作。

几个更有意思的发现

• 销售代表接触到了更多客户。一位客户经理（AE）表示，Claude 自动化接管了他们约 20% 的原有工作。另一位表示，将邮件和 CRM 工作自动化后，他们能接触的客户数量增加了 30%。
• 非技术员工开始动手构建。非技术员工使用编码智能体的会话数从 2025 年 8 月的每月 2 次增长到 2026 年 5 月的每月 90 次。一位销售代表在三到四个小时内构建了一个自定义销售管道仪表盘。
• 经理也在提交代码。经理的代码提交量翻了一番，工程师与产品经理的比例约为 17 比 1，而且还在上升。
• 内部调动大幅增加。入职满一年的员工在 2026 年每月转换部门的可能性比 2025 年高出 50%。一个产品文案团队整体转向为 Claude 编写提示词和评估。
• 每一代新模型都抬高了任务的难度。模型发布后，交给智能体的极难任务占比上升约 30%，从 10% 升至 13%，并保持在这一水平。简单任务几乎没有变化。

Anthropic 将智能体的采用与股权及就业预警系统挂钩

报告最后介绍了 Anthropic 为与其智能体协同工作的员工所做的两件事。

第一是广泛的持股。员工被期望管理智能体、做出副总裁级别的决策，并将自己的任务自动化，因此他们对成果拥有经济利益。作者将其比作 20 世纪 50 年代的工会协议——工人接受重组，以换取与生产率挂钩的报酬。

第二是一个预警系统，它对照 AI 能力追踪各岗位的需求和生产率。当某个岗位开始发生变化时，公司会在旧岗位消失之前，将员工调到技能匹配的岗位上。这也是内部调动增加 50% 的部分原因。

很少有 B2B 公司能提供 Anthropic 那样的股权上行空间。追踪智能体正在吸纳哪些岗位、并规划这些人员的下一步去向，几乎不需要成本，而且本季度就可以开始。

完整报告在这里：Anthropic 的就业状况如何变化