AI工時達人類6倍！Anthropic揭「元工作時代」、員工改當AI主管

Anthropic發布內部就業報告指出，員工直接指導的AI智能體工時已達人類操作者的6倍。員工從執行任務轉向管理AI，迎來「元工作時代」，初級技術職位招募占比則從27%降至9%，凸顯AI提升產出的同時，也壓縮新人入行機會。

這份名為《Anthropic就業之變》的報告，整合內部就業紀錄、AI使用數據、員工產出指標、調查與招募評分資料，並結合17次深度訪談，分析公司廣泛採用AI後，工作內容與人才需求的變化。

智能體工時激增 人均程式碼提交量增至5倍

2026年3月，Anthropic內部自主運作與員工直接指導的兩類智能體，累計工作時長首次超過人類員工。到了8月，光是互動式智能體的工時就達人類的6倍，尚未計入完全自主運作的智能體群。

這些智能體大量應用於軟體工程，負責產生測試案例、檢查程式碼、維護基礎設施及遷移程式碼庫。工程師可以同時安排多個智能體執行任務，再檢查產出，工作重心逐漸從親自撰寫程式碼，轉向任務分配與結果審核。

報告顯示，工程師人均程式碼提交量在6個月內增至原來的5倍，資料科學家的查詢處理量也大幅增加，法律、應付帳款及銷售等職位的產出同樣有所成長。

為排除業務擴張等因素，研究團隊追蹤192名採用程式設計智能體的工程師，並以同期尚未使用工具的74名工程師作為對照。分析發現，採用智能體後，程式碼提交量出現統計上顯著的快速成長。

研究也比較同一員工、同一月份及同一目錄中的AI與手寫程式碼，以90天內遭刪除或回退的比例衡量品質，結果未發現統計上顯著的差異。至少從這項指標來看，兩者表現相當。

AI等人下指令 注意力成為新瓶頸

智能體產出增加，並未讓員工擺脫工作負擔，人類注意力反而成為新的瓶頸。報告指出，在互動式會話中，智能體約80%的時間處於等待狀態，需要人類下達指令、確認結果或提供下一步方向。

研究團隊依一般閱讀速度，將智能體輸出的內容換算為閱讀時間，發現非技術部門的Claude互動會話，產出的內容已足以占用員工每週相當大一部分工時。閱讀與處理AI生成內容，本身就成了一項工作。

因應這項變化，員工開始投入更多「元工作」，包括建置管理工具、撰寫常設指令、設計監控儀表板，以及安排智能體互相審查。核心是設計並管理AI執行任務的流程。

2025年秋季，「元工作」約占員工互動式Claude會話的10%，到2026年春季升至22%，成長主要來自多智能體系統規格設計、交叉審查與流程監控等活動。

公司規模擴張 初級職缺入口卻縮小

AI普及也改變了招募結構。自2025年初以來，Anthropic初級技術員工占比從21%降至14%，初級技術職位的招募占比則從27%降至9%，2025年12月後，相關職缺公告明顯減少。

這並非公司縮編所致。Anthropic過去一年規模擴大至原來的3倍，技術職位總數仍在增加，但新增職缺更集中於中高階與專家層級。

部分重度使用Claude的團隊發現，基礎程式碼撰寫與漏洞排查等例行任務，愈來愈能交給模型完成。2026年4月的內部調查顯示，約三分之一的機器學習經理、五分之一的軟體工程經理表示，因採用AI而減少招募人數。

非技術部門也出現類似變化。透過智能體助理、自動化審核與工單服務外包，公司在快速擴張之際，仍維持精簡的文職人力。

招募更重判斷力 新人如何累積經驗成難題

人才評估標準也隨之調整。報告分析2024年以來的面試評分卡發現，技術職位提及AI工具使用能力的評估比例，從約5%升至15%，非技術職位則從約7%升至28%。

技術職位更重視自主性與判斷力，領域專業知識的權重相對下降；非技術職位則更看重客戶意識與使命導向，對執行技能的討論減少。

然而，初級職位不只是就業機會，也是新人累積經驗、熟悉業務流程的重要起點。當企業提高對AI使用能力、自主性及判斷力的要求，新人該如何取得這些能力，成為新的難題。

Anthropic已開始建立早期預警與內部人員調配機制，並討論透過股權共享，讓員工分享AI提升生產力的效益。

但報告指出，企業內部措施仍不足以解決入門職位收窄等社會問題，傳統企業也未必具備同等的轉職與培訓資源。如何辨識職位變化、承擔技能轉換成本，已超出單一企業能因應的範圍。