Anthropic內(nèi)部數(shù)據(jù)揭示：AI正塑造一種高效、低人際社交的職場

最懂 AI 的人是怎么用 AI 的？

這兩天，Anthropic 甩出了一份重磅報告。他們對外公開了自家 132 名工程師今年使用 AI 工作的真實狀態(tài)。

這份報告的資料來自于 Anthropic 內(nèi)部的 53 次深度定性訪談，和 Claude Code 的使用數(shù)據(jù)。

這群“全宇宙最會用AI”的打工人，用親身經(jīng)歷揭示了幾個 AI 使用真相：

• AI 并沒有顯著減少單項任務(wù)的耗時，但它讓團隊的整體產(chǎn)出暴漲了 50%。

• 在 Anthropic 內(nèi)部還有14%的人，工作效率提升了100%。

• 27% 的任務(wù)，沒有 AI 根本不會開始做。

• AI 讓同事之間的溝通變少了。沒錯，都去找Claude了。

• Anthropic 的頂尖工程師擔(dān)心自己的技能下降，有人懷念起人工Coding的感覺，還有人認(rèn)為自己未來沒價值。

如果你想知道 AI 正在把人們的工作推向何處，或許這份報告會帶來一些答案。

和Claude的相處之道

Claude 的最常使用場景是修復(fù)/調(diào)試代碼錯誤和理解代碼庫。

*y 軸：各種編碼任務(wù)；x 軸：每日使用的用戶比例。

在 Anthropic 的工程團隊里，Claude 已經(jīng)不再是“輔助工具”，更像是一個隨時在線的同事。

更具體地說，它在工作中更像一個大頭兵——很多地方都需要它，但重要的地方?jīng)]有它。

調(diào)研顯示，大家最常與 Claude 相處的方式是修 bug、讀代碼、實現(xiàn)新功能這類Coding日常。55% 的工程師每天用它調(diào)試，42% 用它理解代碼，37% 讓它幫忙補代碼，那些更抽象的高層設(shè)計、規(guī)劃類任務(wù)，暫時不是 Claude 的主戰(zhàn)場。

但一個日復(fù)一日產(chǎn)量拉滿的大頭兵，也給 Anthropic 帶來肉眼可見的變化。

過去一年，工程師用 Claude 處理的任務(wù)占比從 28% 一路升到 59%，效率增幅從 20% 上升到 50%。甚至有 14% 的人認(rèn)為，自己的生產(chǎn)力提升了 100% 以上。

更精確地說，在幾乎所有任務(wù)上，大家的“耗時”只略微降低，但“產(chǎn)出量”卻顯著增加。這說明，Claude 不是幫員工更快地做完以前的工作，而是讓員工能開始做更多“原本做不完”的事。

*使用 Claude 輔助各類任務(wù)前后，用戶自述的耗時或產(chǎn)出量變化情況。圓圈面積與回復(fù)數(shù)量成正比。圖中數(shù)據(jù)僅包含在每類任務(wù)中使用過Claude 的用戶。

這種協(xié)作關(guān)系漸入順境。目前 Anthropic 的工程師們已經(jīng)摸清，要先把驗證容易、流程重復(fù)的工作交給 Claude 或者 Claude Code，從小任務(wù)開始，隨著它表現(xiàn)穩(wěn)定，再逐步放權(quán)。

比如在半年前，Claude Code 承擔(dān)了一件“沒人愿意做但挺重要”的工作：它修了大量長尾的小 bug、小重構(gòu)、小優(yōu)化，占所有任務(wù)的 8.6%。

整體來看，出于各種各樣的原因，大多數(shù)人目前仍會把 0%–20% 的任務(wù)完全交由 Claude 獨立完成。

職場變了：人類同事之間不講話了？

在 Anthropic，當(dāng) Claude 成為“首先會去問的對象”之后，人類之間的互動不可避免地減少了。

由于 Claude 更快、更方便，也更始終在線，工程師間的指導(dǎo)、知識傳遞和臨時討論都在下降。

與此同時，由于AI的介入，更多員工意識到個人的技能結(jié)構(gòu)正在發(fā)生變化。

首先，不論是模型還是工具，AI 讓許多人具備了跨專業(yè)能力：

Anthropic 的預(yù)訓(xùn)練團隊能夠進行更多額外實驗；對齊和后訓(xùn)練團隊，做起了前端可視化；安全團隊，把 Claude 當(dāng)成讀代碼庫的第二大腦；而非技術(shù)員工甚至能獨立調(diào)試代碼、修網(wǎng)絡(luò)問題。

*不同團隊在不同編碼任務(wù)中使用 Claude Code 的比例。

聽起來，Anthropic 有點人人全棧的意思。這也意味著，團隊之間原本硬性的專業(yè)邊界正在被 AI 破除，越來越多的工作轉(zhuǎn)向管理和協(xié)調(diào) AI。

隨著工作氛圍、流程和邊界一起改變的，是這些全球頂尖工程師們對工作的情緒變化。

有人發(fā)現(xiàn)，自己開始喜歡“拿到代碼結(jié)果”，不再迷戀寫代碼的過程；有人開始懷念手工 Coding 的時光；還有人對未來有些迷茫，擔(dān)心自己的底層能力逐漸退化，擔(dān)心自己失去對系統(tǒng)的深度掌控。

他們在調(diào)研中表示，自己無法想象三到五年后自己的角色會是什么樣，或許“我們這些人將變得無關(guān)緊要”。

伴隨著這些復(fù)雜情緒，AI的自主能力還在不斷增強。

Anthropic 的這次調(diào)研披露，2025 年 2 月，Claude Code 平均連續(xù)執(zhí)行 10 步操作就需要人類介入，而六個月后已經(jīng)穩(wěn)定提升到約 20 步。

同時，它能處理的任務(wù)更復(fù)雜，需要人工接手的頻次更少，可獨立完成的新功能、基礎(chǔ)設(shè)計也變得越來越多。

2025年2月至2025年8月期間 Claude Code 使用的變化。從左到右依次表示：平均任務(wù)復(fù)雜度增加，平均每次轉(zhuǎn)錄的最大連續(xù)工具調(diào)用次數(shù)增加，以及人工參與次數(shù)減少。

這半年的數(shù)據(jù)顯示，Anthropic 團隊使用 Claude Code 實現(xiàn)新功能（14.3% → 36.9%），和進行代碼設(shè)計或規(guī)劃的記錄比例（1.0% → 9.9%）大幅增加。

*各類編碼任務(wù)的分布（y 軸）占總記錄數(shù)（x 軸）的百分比。粉色圓球代表2025年2月，紫色圓球代表2025年8月。y 軸順序為 2025 年 2 月的使用頻率排序。

最后，Anthropic 還說明了這次調(diào)研可能存在的局限性，比如定性訪談對象為最快回應(yīng)調(diào)研的前 53 名受訪者。這可能存在選擇偏差。

在數(shù)據(jù)分析上，他們對 Claude Code 的分析采用了不同時間段的比例抽樣，這意味著只能衡量任務(wù)分布的相對變化，而非工作量的絕對變化。

但即使還有優(yōu)化空間，這些數(shù)據(jù)已經(jīng)足夠指向不少趨勢。

原文參考：

https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic