作者 | Tina Anthropic 首席执行官 Dario Amodei 曾预测，到 2030 年，一半入门级白领工作可能消失。现在，Anthropic 自己公布的数据，已经显现在技术团队中：初级员工占比下降，AI Agent 的工作时长则快速增长。 Anthropic 的一项内部研究显示，自 2025 年初以来，技术部门初级员工占比从 21% 降至 14%，占比相对降幅约 33%；新招聘员工中的初级员工占比降幅更大，同期从 27% 降至仅 9%；自 2025 年 12 月以来，初级岗位的招聘信息减少得尤其明显。 1 AI 接手代码工作，初级招聘随之收缩 编写代码、查找 Bug 这些曾经是初级工程师“练手”的核心任务，如今越来越多地交给 Claude 处理。 截至 2026 年 8 月，公司整体 Agent 与人类的工作时长比达到 6:1，研究部门更是高达 19:1。Anthropic 把这一变化归因于 AI Agent 能力的跃升。 数据也印证了这种转移的规模：工程师提交的代码变更次数达到此前的 5.1 倍，数据科学家执行的查询达到 3.1 倍，法务团队处理的合同也达到 3.1 倍。一名员工在报告中直言，工程师生产效率的提升“一夜之间改变了我们对招聘人才的要求”。 代码交付速度加快，也推动了工程基础设施的改造。四个月内，Anthropic 的代码合并量增长了 12 倍，，以适应持续扩大的工程工作量。 这种变化并非简单的“机器换人”。报告显示，技术部门中完全不直接编写代码的员工占比在过去一年几乎减半，管理者提交代码的频率几乎翻倍，工程师与产品经理的比例扩大到约 17:1。 换句话说，Agent 不仅替代了初级岗位的战术性工作，还在重塑整个工程组织的协作结构——管理与协调岗位被迫亲自交付代码，而“监督他人编写代码”这件事本身正在贬值。 图注：Claude 使用复杂度与初级岗位就业增长。 与此同时，技术部门的招聘绝对人数仍在增长，但其占全公司员工的比例过去一年从 61% 降至 56%。 销售、财务和招聘部门的增长速度更快，部分原因是编码 Agent 让非工程人员也能构建自己的工具。Anthropic 举例说，一位销售代表在没有任何用户界面设计经验的情况下，仅用了三四个小时就构建了一个集成了多种工具的自定义仪表板和流程。 非技术员工使用编程 Agent 的会话次数也大幅增加：从 2025 年 8 月每月约两次，升至 2026 年 5 月每月 90 次。这一采用速度与同期整个行业 Agent 编程工具的增长趋势一致。与此同时，一些公司出于安全考虑开始限制 AI Agent 的使用，亚马逊、摩根大通、嘉信理财和达美航空都在部分系统中封锁了 AI Agent。 Anthropic 称，公司已建立预警系统，用来识别可能受到冲击的岗位，并优先安排员工在内部转岗，而非裁员。2026 年，入职至少一年的员工每月转到其他部门的可能性，比 2025 年高出 50%。例如，一个过去负责撰写 Claude.ai 应用内文案的产品设计团队，后来搭建了一个“上下文图谱”，让 Agent 能自行撰写这些文案；随后，团队转而为 Claude 编写提示词和评测。 Anthropic 认为，鉴于公司已将 AI Agent 深度融入自身工作流程，其变化可能预示着行业发展方向。其他公司在采用类似工具后是否会出现相同的招聘模式，还有待观察。不过，Anthropic 自己的数据表明，不到两年时间，技术职业发展阶梯中的入门级岗位已经与过去大不相同。 2 本来就不招初级：资深人才占据主体 Anthropic 的工程团队本身就像一支由资深基础设施工程师组成的高速扩张军团。 招聘从业者 Sebastian Cuadros 基于 LinkedIn 公开资料做了一项分析：他抓取了 5306 名将 Anthropic 列为当前雇主的用户，从中筛选出 1680 名真正从事工程岗位的员工，并进一步分析了这些人加入 Anthropic 前留下的 7986 段过往岗位描述。结果与“前沿 AI 实验室”的常规想象存在明显偏差。 这是一支大约在 18 个月内搭起来的组织。目前仍在 Anthropic 的工程师中，只有 15 人在 2021 年之前就已入职。2025 年，工程团队规模扩大约三倍，当年招聘 686 名工程师；2026 年截至 6 月又招聘了 455 人。当前工程团队中有一半人任职不足一年，过去 12 个月加入的人占 53%，任职时间中位数只有 10 个月。 这组履历数据还说明，Anthropic 几乎不招初级工程师。这一倾向并非始于 Agent 的崛起——它的招聘门槛本来就设在资深一侧。1680 名工程师加入公司前的工作经验中位数为 12.2 年，中间 50% 的人拥有 8.8 年至