Agent工时已是人类6倍：Anthropic内部报告拆解，职场人的时间该往哪挪

2026年10月16日，Anthropic发布了一份内部研究报告《How Employment is Changing at Anthropic》。报告基于系统运行记录、代码提交、日历数据、面试评分卡、员工问卷和17次深度访谈，把一家AI公司深度使用AI后的真实运转状态摊开给你看。

里面有组数据很扎眼：到2026年8月，员工部署的交互式AI Agent，活跃工作时长已经是人类员工的6倍。今年3月，公司内部Agent总工时首次超过了人工工时。半年时间，主客易位。

机器跑6倍，人不等于闲下来

先泼一盆冷水。报告明确说，机器运行时长是人类的6倍，生产率没有翻6倍。

原因在于，Agent约有80%的时间处于闲置状态，等人类输入指令、确认结果。按人类平均阅读速度折算，非技术部门的员工想把名下Agent生成的文字全部读完，需要花掉每周一半以上的工作时间。人的注意力和阅读速度，成了整条流水线上最窄的那道口子。

一位受访工程师的形容很传神：这份工作像同时照看一群小孩子。每个并行运行的Claude都会来向你发起请求，一个卡在权限问题上的Agent，和一个正在处理核心故障的Agent，争夺你注意力时的迫切程度几乎没差别。

于是”元工作”冒了出来。写更细的任务规范、搭监控Agent的看板、专门配置一个”主管Agent”去筛掉其他Agent的杂音——这类管理型工作在员工与AI会话中的占比，从2025年秋季的10%涨到了2026年春季的22%。

执行被机器接走了，人的时间流向两头：一端是定义问题、审查结果、管理AI；另一端是AI干不了的事。报告给出的数据是，员工人均会议时间比一年前增加了20%，技术岗位增加16%。信任建立、责任归属、跨部门协调，这些还得靠人面对面解决。

入门级岗位正在消失

招聘端的变化更值得普通人盯紧。

2026年1月，Anthropic核心技术团队开始讨论初级技术人员需求下降的问题。写基础代码、找bug这些活，越来越多直接交给AI。到了4月，工程和研究团队已经不再优先招聘低级别技术岗位。

数字很硬：技术部门初级员工占比从2025年初的21%降到14%；初级技术岗位在新增招聘中的占比，从27%骤降到9%。三分之一的机器学习经理和五分之一的软件工程经理明确表示减少了招聘。

新人培养的逻辑被抽掉了。过去企业让毕业生从基础、重复的活干起，在实操中理解业务再往上走。这些活现在归了AI。未来的资深专家从哪里长出来，成了所有行业绕不开的问题。

Anthropic自己有一套缓冲机制：满一年员工2026年跨部门调动的可能性比2025年高50%，内部还建了岗位转型预警系统。这套机制，绝大多数公司学不来。

招聘标准换了尺子

Anthropic分析了数千份面试评分卡，发现招聘经理对”特定领域技术熟练度”和”基础执行力”的提及在下降，对”自主性””跨领域判断力””创造性使用AI工具的能力”的重视在成倍增加。

一位经理的原话：模型仍会有缺陷，我希望团队成员能够跨领域通用。

留在职场里的人，工作形态也在变。一位完全不懂代码的销售代表，用Claude花三四个小时搭出了自己的定制工作仪表盘。律师在处理更多合同，财务在消化更多发票。使用编码Agent的工程师，人均代码提交量是6个月前的5倍。4月的调查显示，20%的员工认为自己的工作已经从”实际做事”变成了”管理Claude”。

普通人能做的三件事

这份报告的样本有局限，Anthropic人均创收是Meta和谷歌高速增长期的2到4倍，它的情况不能直接套到所有公司。但方向性信号足够清晰，三件事现在就可以动手。

第一，把审查能力练出来。AI的产出唾手可得，能快速判断一份代码、一份初稿、一份分析报告好坏的人，价值被放大了。

第二，往流程和规范上靠。会写清晰的任务说明书、会设计多Agent协作规则的人，正在成为团队里的新节点。

第三，守住AI碰不了的那部分。定义问题、做模糊情境下的决策、建立人际信任，会议时间涨20%恰恰说明这些能力在升值。

职场没有一夜巨变。Anthropic已经活成了那个样本，剩下的问题是：你的时间，准备往哪挪。