Anthropic 内部工作报告:人的注意力成了瓶颈,meta-work 占比翻了一倍多
- 2026-11-11 02:02:06
Anthropic 10 月 16 日公开了一份研究自己的报告，用人事、agent 遥测、日历和 Slack 数据，看 AI 重度使用之后员工的工作怎么变了。最有分量的一条：agent 大部分时间在等人。
这一年我每天花时间最多的事，已经从写东西变成了读东西。
agent 交回来的东西越来越长：几千字的调研报告，改了十几个文件的 diff，附带推理过程的方案初稿。每一份我都得真正读进去，弄清它依据的是哪条材料，改动会不会影响别的模块，结论和业务约束对不对得上。读懂一份输出的时间，常常比 agent 生成它的时间长得多。而且它们交回来的时候不分轻重，一个只改了两行的 diff 和一个要调整方向的方案，排在同一个队列里等我读。
能让我少读一点的，是 agent 开工之前的准备。项目根目录里的 CLAUDE.md 写清楚约定，它就不用每次来问；hook 在它改完文件后自动跑格式和测试检查，不过关的改动根本到不了我面前；反复要做的事沉淀成 skill，交回来的东西格式统一、证据附全，我一眼就知道该看哪里。工作环境搭得越扎实，需要我亲自读、亲自判断的部分就越少。
读到 Anthropic 这份报告里一位工程师的描述，我才知道这种状态在 Anthropic 内部已经是常态，而且被量化了。
"an army of Claudes, with every one asking for my attention."
一大群 Claude，每一个都在要我的注意力。
报告叫《How employment is changing at Anthropic》，作者是 The Anthropic Institute 的四位研究者，其中 Peter McCrory 是 Anthropic 的首席经济学家。数据覆盖面很广：人事和招聘记录、agent 会话遥测、各职能的产出指标、员工问卷、日历、Slack 沟通网络、面试评分卡，外加 17 个员工访谈。
Anthropic 研究自己的理由是，它可能是 AI 改变整个经济的先行指标。
一、agent 工时已是人的 6 倍，产出也跟着涨了
先看 agent 在 Anthropic 干了多少活。
agent 工时与人类工时之比，8 月底全员 6 倍、研究部门 19 倍
图里两条线是"每个人类工时对应多少 agent 工时"，纵轴是对数坐标。到 8 月底，全体员工这条线到了 6 倍，研究部门到了 19 倍。
提醒 6 倍只算员工自己发起的交互式会话，子 agent 合并计入；agent 按运行时长算，包括推理和工具调用，单次超过 30 分钟的等待剔除；人按人头 × 每周 40 小时算。
如果把后台全自动运行的 agent 也算进去，3 月份 agent 的总工时就已经超过了人。报告对这个状态的描述是：
"humans are a thin layer atop a growing contingent of AI agents."
人是浮在一支不断壮大的 AI agent 队伍上面的薄薄一层。
工时之外，报告还看了各职能能直接计量的产出：
各职能人均产出指数，以 2025 年 12 月为 100
以 2025 年 12 月为基准，到 2026 年年中，工程师人均 commit 涨到 5.1 倍，数据科学家人均查询 3.1 倍，法务人均处理合同 3.1 倍，销售人均成交 1.7 倍，招聘和应付账款各 1.4 倍。
这里有个明显的疑问：这一年 Anthropic 营收在爆发，手里的模型强，成交本来就容易，凭什么说是 AI 带来的？报告的办法是在同一个月里比较用 agent 和没用 agent 的人。他们跟踪了 192 名陆续开始用 coding agent 的工程师，对照组是同期一直没用的 74 名。结果是开始使用后的一个月，同一个人新增的代码行数大约变成原来的三倍。
代码多了，质量有没有掉，报告也专门查了。同一个人、同一个月、同一个代码目录，agent 写的代码和他自己手写的代码相比：90 天内被删掉的比例、被 bugfix 改掉的比例、整个 commit 被回滚的比例、新增 lint 抑制、新增 TODO 标记、新增跳过测试，六项都没有统计上的差异。
报告也把局限写在了旁边：AI 犯的错可能比人的更难发现；开始用工具的时机也不随机，正要冲一个大项目的人更可能先把工具装上。
再加上 Anthropic 的条件很特殊：它是一家 AI 公司，员工每天用最新的内部模型，一年里公司规模变成原来的三倍。所以这篇里的数字，包括"代码涨三倍"，适合读成方向，具体比例搬到别的公司不一定成立。
非技术员工也开始自己写代码。原本不写代码的员工（基期没有任何 commit，剔除新入职的人），用 agent 写代码的会话从 2025 年 8 月的每月 2 次涨到 2026 年 5 月的 90 次。一位销售花了三四个小时，给自己搭了一套接好各种工具和 MCP 的看板和销售管线，这位销售说，这种东西以前完全不在自己的能力范围里。
二、瓶颈从「做」变成了「看」
产出涨了，agent 也更能干了，但报告最有分量的发现在后面：在交互式会话里，agent 大部分时间根本没在干活。
他们用每个会话的总时长减去 agent 实际工作的时间，算出空等的部分：Claude 会话大约 80% 的时间在等人的输入。一位工程师的说法是，是人在卡住 agent。
另一位工程师把这种状态比作带孩子：
"They're like, I need my juice box opened and it's an emergency that my juice box is opened. And that is voiced with the same level of concern as the one who has sliced their finger and is bleeding. [...] When you are babysitting, every child brings to you concerns with an equal demand for your attention and the various [Claudes] also do that."
它们会说，我的果汁盒得打开，果汁盒没打开是紧急情况。说这句话的紧急程度，和另一个划破手指正在流血的孩子一模一样。……带孩子的时候，每个孩子都用同样的急迫程度要你的注意力，那些 Claude 也是这样。
这段话说中了我开头说的那个队列：麻烦不在问题多，在于每个问题都以同样的优先级到达，分拣它们的工作全落在人身上。
等人只是一半，另一半是读。报告估算了读完所有交互式会话的输出要多长时间：输出 token 按每个 0.75 个英文词换算，再按每分钟读 250 个词算。
读完交互式会话输出所需的小时数，每人每周，分职能
到 2026 年 5 月前后，工程和研究岗是每人每周 424 小时，而一周总共只有 168 小时。非技术岗位低得多，但也不轻：财务 43 小时，已经超过一整个工作周；销售 35 小时，其他非工程岗 27 小时，法务政策 26 小时，市场传播 12 小时。按每周工作 40 小时算，除了市场传播，其余非技术岗都要拿出超过半周的时间才读得完。
报告给这张图起的标题是"Reading Claude as a fulltime job"，读 Claude 的输出本身就是一份全职工作。
之前写《Anthropic 的 Karpathy：模型越强，你越得花时间读懂它的输出》时，关注的是一个人怎么更快读懂一份输出，Karpathy 的答案是改呈现格式，从受控语言一路升到定制的讲解视频。这份报告把同一个问题放大到了整个公司：每周 424 小时意味着"全部读完"这个选项已经不存在了。
在工程和研究岗，agent 的产出已经超过了人能读完的量，要回答的是哪些必须由人来读。
三、员工开始把时间花在管理 agent 上
读不完就只能少读，而少读需要另一类工作：给 agent 写清楚规则，让 agent 互相检查，搭看板盯住流水线。报告把这类工作叫 meta-work，即「关于工作的工作」。它统计时算进去的有四类：给 Claude 写 skill，给其他 agent 写计划和评审，给 agent 流水线搭看板和监控，把工作是怎么做的记录成文档。和它相对的是工作本身，也就是那段具体的代码、那篇具体的文稿。
meta-work 在员工 agent 会话中的占比，2025 年 8-10 月对比 2026 年 4-6 月
全公司平均，meta-work 在员工 agent 会话里的占比，从 2025 年 8-10 月的 10% 涨到 2026 年 4-6 月的 22%。涨得最快的是基础设施（约 5% → 29%）和开发者工具（约 5% → 26%）；销售几乎没变，两期都在 15% 左右。增长里很大一块是直接管理 agent：给多 agent 任务写 spec，让一个 agent 循环审查另一个的输出，监控流水线。
报告里的几个具体例子：
那个团队的经理说：
"Writers who used language to drive human behavior are now using it to drive Claude behavior."
过去用语言驱动人的行为的写作者，现在用语言驱动 Claude 的行为。
我对 meta-work 的理解更偏向一件事：搭建工作环境，把工作里不变的那部分固定下来。一件工作里，每次都不一样的部分，比如这次需求的边界、这份调研的结论，仍然要人一次次判断；每次都一样的部分，比如代码要守的约定、交付前必须过的检查、方案文档该有的结构、调研要回到一手来源，写成 CLAUDE.md、hook 和 skill 之后，agent 每次开工都自带，不用我在每个会话里重新交代、重新检查。
报告里一位销售的说法很直接：
"anytime you do anything a second time, you're kind of like, okay, how can I use Claude to make it so that I don't have to do it a third time?"
任何事只要做到第二遍，你就会想，怎么用 Claude 让我不用再做第三遍？
所以这几个月我花在写 CLAUDE.md、配 hook、整理 skill 上的时间，明显比一年前多，直接动手写代码的时间反而少了。这些工作不产出任何一份具体的交付物，但它决定了 agent 交回来的东西我要读多少、读得多快。
压力还在持续加码。每次内部发布新模型，员工交给 agent 的任务就立刻变难：超过旧模型 90 分位难度的任务占比，从 10% 跳到 13% 左右，之后几周一直保持在高位，简单任务那一端几乎不变。一位员工的说法是，在这里一周就该做完的事，在别处要三个月。
把这些放在一起看，meta-work 是人在想办法把自己从瓶颈的位置上挪开。之前写《Claude Code 团队如何做代码评审：PR 翻倍，回滚比例反降四成》时，那个团队的做法是把大部分阅读交给机器，人只做机器做不好的决定。图里 meta-work 涨得最快的也正是基础设施、开发者工具这些技术职能，代码评审是其中走得最早、最成体系的一块。
四、会议时间反而多了 20%
按直觉，agent 接走了大量执行工作，人应该更自由。日历数据给出的结果相反：员工会议时间的中位数比一年前多了 20%。公司在扩张、开会多的非技术岗占比在变高，能解释一部分，但只看技术岗的个人贡献者（IC），会议时间也涨了 16%。
一位员工解释了原因：现在追一个 bug，追到最后常常挖出的是组织问题、系统问题或技术债，这些问题需要人来召集、决策和治理才能解决。agent 把实现层抽走以后，剩下的是需要信任和问责的协调工作。报告的原话是，从管理 agent 的工作里歇一口气，通常就是跳进一场会议。
非技术员工的感受是另一个角度：
"that 20% that was strategic becomes 90% of the job."
原来占 20% 的战略性工作，变成了工作的 90%。
五、组织决策得让 agent 看得见
先看 agent 在组织里待在哪里。agent 已经出现在将近一半的活跃公开频道里。报告画了一个大部门的 Slack 沟通网络，蓝点是员工，橙点是 agent 线程：
某大部门的 Slack 沟通网络，蓝点为员工，橙点为 agent 线程
图里，这个部门 237 名员工周围长出了 7,922 个 agent 线程。但人和人之间的沟通结构和密度几乎没变，人类线程收到的人类回复也没有减少，agent 的回复是叠加上去的。agent 大多待在专门的人机频道里，每个 agent 服务一个员工，没有变成连接很多人的节点。
这带来一个副作用：agent 只能根据它看得到的信息工作。线下开会做的决定如果没留纪要，agent 就缺了更新目标和假设所需的关键 context。
报告里有个小例子：一位员工的名字挂在几个月前一份关于 Claude 周边的文档上，于是 agent 不断把要 T 恤和马克杯的请求转给他，哪怕他早就不管这件事了。
在 Anthropic，私下的工作，比如没有记录的会议和私信，被形容为"invisible, confusing and discouraged"：看不见、让人困惑、也不被鼓励。一位研究员认为，这种默认公开是 Anthropic 能把 AI 整合得这么深的关键：
"most organizations do not run that way and I think that's a big shift because leaders have to defend feedback out in the open."
大多数组织不是这样运转的，我觉得这是一个很大的转变，因为领导者得在公开场合为自己的反馈辩护。
这是整份报告里最难照搬的一条。把决策过程搬到 agent 看得见的地方，要求管理者愿意让自己的判断被公开审视。agent 在一个团队里落地不顺，原因常常就在这里：决策发生时的 context，agent 根本拿不到。
六、同一时期，初级技术岗变少了
与这些变化同时发生的，是 Anthropic 招的初级技术人员变少了。报告没有把两者写成因果，只说它们发生在同一时期。
技术部门与非技术部门中初级员工的占比：新招、在职、职位发布
从 2025 年初到 2026 年年中，技术部门里初级员工的占比从 21% 降到 14%，新招技术岗里初级的占比从 27% 降到 9%，初级职位发布从 2025 年 12 月开始降得最快。非技术部门的初级招聘占比仍有 26%。
内部讨论是 2026 年 1 月开始的。最依赖 Claude 的团队发现，写代码、找 bug 越来越多可以交给 Claude；新模型又加速了这个判断，一位员工说，性能工程师得到的提升"基本上一夜之间改变了我们要找的人"。到 4 月，工程和研究团队已经不再重点招低职级技术岗；同月的调查里，约三分之一的 ML 经理和五分之一的软件工程经理说，因为 AI 招得更少了。
岗位层面的数据方向一致：用 Claude 处理的任务越复杂的岗位，初级员工增长越慢，回归线在最复杂的那一端降到了负值。
岗位层面：Claude 任务复杂度与初级员工增长
招聘标准也在变。报告用模型分析了 2024 年以来几千名新员工的面试评分卡：技术岗评语里提到候选人用 AI 工具情况的比例，2024 年约 5%，2026 年涨到三倍；非技术岗 2024 年约 7%，2026 年涨到四倍。技术岗评语里增长最多的是对自主性和判断力的评价，领域专长的占比在下降。一位招聘经理的解释：
"I expect models to continue to be jagged, so for my team I want them to be fungible across domains."
我预计模型会一直是能力参差不齐的，所以我希望团队里的人能在不同领域之间互换。
技术团队的形态也在变：工程师和产品经理的比例约 17 比 1，比 2025 年更高；技术部门里不写代码的人占比一年降了近一半；经理的 commit 数翻了一倍。行政类岗位的招聘没有跟着公司规模加速，一位行政助理说，Claude 已经接走了最入门的那类行政工作。
报告最后，Anthropic 列了三条自己在做的事：员工普遍持股，分享 AI 带来的收益；建一个岗位冲击预警系统，按岗位追踪需求和生产率的变化；优先内部转岗，入职满一年的员工 2026 年每月跨部门流动的概率比 2025 年高 50%。报告自己也说，持股是一家估值大涨的公司才容易做到的事。
它也承认这三条有边界：
"Employment protections for incumbents will not benefit those not hired to begin with."
对在职者的就业保护，帮不到那些一开始就没被招进来的人。
报告认为这部分需要政府在再培训和收入支持上配合。同一天发布的配套调查《The AI expectations gap》给了另一个参照：Anthropic 员工平均预期到 2030 年 AI 能做自己 75% 的工作，美国劳动者整体的预期是 28%。
七、执行层交给 agent，判断力的来源成了问题
报告最后一节有一句容易被略过的话：
"In some roles, they are increasingly removed from the object-level work that originally built their skills."
在一些岗位上，员工离当初让他们练出本事的那些具体工作越来越远。
把它和前面的招聘变化放在一起，问题就清楚了。Anthropic 的面试越来越看重自主性和判断力，而判断力过去是在写代码、修 bug、回邮件这些执行工作里一点点练出来的。执行层交给 agent，初级岗位减少，在职的人也离具体工作越来越远，下一批能做判断的人从哪里来？报告承认它的三条措施帮不到没被招进来的人，这个问题它没有回答。
agent 的能力还会继续涨。这份报告给的信号是，决定一个团队能从 agent 拿到多少产出的，会越来越落在人这一侧：注意力怎么分配，决策能不能被 agent 看见，判断力还能不能被持续培养出来。前两件是今天就能动手的组织工作，第三件可能是这一轮里最难回答的问题。
