摘要：前沿大模型技术正快速重塑劳动形态，带来工作能力、岗位边界与社会预期的多重变化，研究以 Anthropic 为样本，剖析 AI 对工作的深层影响。AI 不再只是简单工具，能够辅助完成复杂推理、内容创作与专业任务，显著提升个体工作效率，压缩部分传统岗位的工作量，同时催生新型协作模式。

技术落地过程中存在明显矛盾：一方面 AI 持续增强人的生产力，释放人力从事高价值创造性工作；另一方面，岗位替代风险、技能迭代压力，引发从业者对就业稳定性的担忧。不同群体对 AI 的认知差异显著，普通公众、企业内部员工对 AI 发展速度、影响范围的预判存在预期鸿沟。

AI 带来的变革不是一次性岗位替换，而是持续渐进的工作重构。企业需要同步调整组织机制、岗位能力模型，建立人机协作规范；社会层面要完善技能培训与风险应对方案，平衡技术红利与就业冲击，在拥抱前沿 AI 的同时，妥善管理各方预期，实现人机协同的平稳转型。

2026 年 10 月 16 日 我们发布两份报告：

• https://www.anthropic.com/research/employment-at-anthropic：探讨 AI 如何改变 Anthropic 内部的就业形态
• https://www.anthropic.com/research/ai-expectations-gap：研究公众与 Anthropic 员工，对 AI 影响工作和经济的预期差异

Anthropic 员工与美国普通劳动者，对于 AI 影响就业的底层逻辑认知并无本质差别。二者真正的分歧，来自对 AI 实际能力的切身体验。而这种体验差异，又深刻影响着人们对未来工作形态的判断。

Anthropic 身处 AI 落地应用的最前沿，AI 的普及已经改变了公司的招聘模式。研究发现，过去一年，公司初级岗位的招聘占比下降，从事技术岗的员工占比同样缩减。与此同时，AI 智能体完成的工时大幅飙升。2026 年 3 月，智能体的总工时首次超过人类员工。到 8 月，Anthropic 内部 AI 智能体数量已经达到员工总数的 6 倍，整体生产力同步提升。

这一变化带来的结果是，人均产出代码量提升，但代码产出本身是一个存在明显缺陷的衡量指标。我们在其他维度也看到生产力提升的迹象：每位销售代表成交的订单数量变多，合同处理量也有所增长。长期追踪同一批员工可以发现：员工使用 AI 工具越充分，个人产出越高。

生产力的持续提速，意味着人类注意力正在成为新的瓶颈。因此员工需要投入更多精力搭建工具，监控智能体的工作成果。

Anthropic 的变化，或许可以作为一个先行指标，预示 AI 将如何重塑全社会的工作组织方式、招聘需求与劳动力结构。AI 实验室落地 AI 的模式，和传统企业存在差异，但这份关于我们内部职场变化的报告，依然有助于理解更广范围的产业变革，包括未来 AI 原生企业的运行逻辑。

由于 Anthropic 员工亲身感受着 AI 对工作的巨大影响，他们对 AI 重塑未来职场的预判自然会和普通大众不同。这正是第二份报告的研究主题。我们调研了 Anthropic 员工，并与晨兴咨询（Morning Consult）在 8 月开展的、覆盖近 11000 名美国成年人的全国代表性调研做对比。

公众认为 AI 能力会在未来几年快速进步；Anthropic 员工则预判 AI 的发展速度会更快。在很多问题上，员工与公众的看法差距巨大。举例：39% 的美国成年人，以及 91% 的 Anthropic 员工认为，到 2030 年 AI 能够做出诺贝尔奖级别的科研发现。超过半数 Anthropic 员工预计，到 2030 年 AI 至少可以完成自身 80% 的工作；而仅有 5% 的美国民众认为 AI 能达到这种能力水平。

当然，两组人群内部观点差异也很大：每 10 名 Anthropic 员工里，就有 2 人的预期和普通美国成年人相近。在部分核心问题上，双方也存在共识：无论哪一组，只要认为 AI 能承担自己更多工作任务的人，都会预判失业率会随之走高。换言之，公众与 Anthropic 员工对于 AI 作用于劳动力市场的经济模型理解是一致的；最终，只是个人与 AI 交互体验的差异，造就了他们对未来经济图景的不同预期。