Anthropic 研究：前沿工作经历如何塑造对 AI 未来的预期
Working at the frontier shapes expectations for the future
Anthropic 发布两份报告，一份记录 AI 如何改变其内部雇佣结构，另一份对比公众与员工对 AI 影响工作与经济的预期。过去一年 Anthropic 招聘的初级岗位占比下降，技术岗位员工占比也在下降，而 AI 智能体工作时长激增，到 2026 年 3 月智能体工作时长超过员工，8 月智能体数量是员工的六倍。
Anthropic 用自家招聘与智能体工时数据，对比员工与公众对 AI 影响工作的预期差距，可观察前沿实验室的组织变化。
我们分享两份报告：第一份介绍 AI 如何改变 Anthropic 内部的就业情况，第二份 则探讨公众与 Anthropic 员工对 AI 将如何影响工作和经济的预期之间的差距。
Anthropic 员工与美国劳动者对 AI 如何影响就业的看法似乎并无不同。相反，他们对 AI 能力现状的体验有所不同。这些不同的体验似乎与他们对未来工作走向的看法密切相关。
Anthropic 是一家处于 AI 应用前沿的公司，而这种应用已经改变了我们的招聘方式。我们发现，在过去一年里，我们招聘的初级职位比例有所下降，从事技术岗位的员工比例也有所下降。与此同时，AI 智能体工作的小时数急剧上升。到 2026 年 3 月，智能体工作的小时数已超过员工。到 8 月，Anthropic 的智能体数量已是员工的六倍，生产力也随之提高。
这使 Anthropic 人均产出的代码更多，但众所周知，这是一个并不完美的衡量指标。我们在其他方面也看到了生产力提升的迹象：每位销售代表完成的销售额更多，处理的合同也更多。当我们的研究人员对同一名员工进行长期跟踪时，他们发现，随着该员工对 AI 工具的使用增加，其产出也随之上升。
所有这些加速意味着，瓶颈越来越在于人的注意力。因此，员工花更多时间构建各种方法来更好地监督智能体正在做的工作。
Anthropic 可能是 AI 将如何改变整个经济中的工作组织、招聘和劳动力需求的一个领先指标。AI 实验室在将 AI 融入工作方面与更传统的企业不同，但关于我们自己工作场所的研究结果对于更广泛的变革——包括未来 AI 原生公司的动态——可能仍具有启发意义。
由于 Anthropic 员工对 AI 影响工作的体验如此不同，他们自然可能对 AI 影响工作未来的走向有不同的预测。这正是我们第二份报告所调查的内容。我们调查了 Anthropic 员工，并将其与 Morning Consult 于 8 月开展的一项调查进行对比，该调查覆盖近 11,000 名美国成年人，并经过加权以代表成年人口。
公众预计 AI 能力在未来几年将迅速提升；Anthropic 员工则倾向于预期进展更快。有若干问题上，员工与公众之间存在巨大差距。例如，39% 的美国成年人——以及 91% 的员工——预计到 2030 年 AI 将能够做出诺贝尔奖级别的发现。超过半数的 Anthropic 员工预计，到 2030 年 AI 将能够完成他们当前至少 80% 的工作；只有 5% 的美国人认为 AI 会有如此能力。
话虽如此，两个群体内部都存在相当大的差异：每 10 名 Anthropic 员工中就有 2 人的预期与普通美国成年人相似。而且 Anthropic 员工与公众在一些关键问题上也看法一致。在每一类人群中，那些预计 AI 能完成自己更多工作的人，都预期失业率会有类似幅度的上升。换言之，公众和 Anthropic 员工对 AI 如何影响劳动力市场持有相似的经济模型，但最终他们与 AI 的个人体验导致他们对未来经济产生了不同的预期。
相关内容
用 Claude 设计更高效的量子电路
我们向 Claude 提供了八个量子电路的通俗语言规格说明，并配以一个自动评估器来检查和评分它的设计。Claude 基本独立工作，改进了已发表的最佳电路，某些情况下提升了一个数量级甚至更多，这可能使实用量子计算机比先前预期的更近。
Claude 揭示 ECDSA 曲线起源
最流行的密码学标准之一的起源这一数十年之谜已被解开。
AI 期望差距
未来数年 AI 将如何重塑经济？关于 AI 对未来经济影响的分歧核心根源是什么？本报告呈现了关于这些问题的新调查证据。
来源：Anthropic Research · anthropic.com