最近几天，你有没有这种感觉——你身边那位刚毕业两年的学弟/学妹，突然不投简历了。

你问他为什么，他给你发了一张图：Anthropic 上周发布的内部用工报告，里面写着一组扎眼的数字——

自 2025 年初以来，Anthropic 技术部门初级员工占比从 21% 下降到 14%；初级技术岗新员工占比由 27% 跌至 9%。

3 个变 1 个。一年时间。

报告里还藏着一句话，比这组数字更让你后脊发凉：

20% 的员工表示，他们的工作内容已经转变——"从亲手完成任务，变成管理多个 Claude 实例"。

这句话翻译过来就是：你以为 AI 是来"帮你写代码"的，结果它先来"顶替你写代码"，然后让你去"管理一群写代码的 AI"。

你突然明白了——你那位刚毕业两年的学弟学妹，不是"找不到工作"，是他们正在被争抢的那一类岗位，先被砍了。

一份报告，三组扎眼的数字

这份报告的发布者是 Anthropic——这家公司本身就在造全世界最聪明的 AI 模型之一。当一家"用 AI 重塑自己内部流程最深"的公司，主动把自己的"伤疤"亮出来给我们看，我们就有理由相信：这不是公关稿，是一面镜子。

先看核心数据（截至 2026 年 4 月）：

• 技术部门初级员工占比：21% → 14%（下降 7 个百分点）
• 初级技术岗新员工占比：27% → 9%（几乎砍掉了三分之二）
• 技术团队在全体员工中的占比：61% → 56%

换算成场景感受更直接：一年前，Anthropic 每招进 100 个新员工里，有 27 个是初级工程师；现在只剩 9 个。

更扎心的不是"招得少"，而是 Anthropic 给出的原因：

一是"企业规模扩张过程中业务职能板块的自然扩充"；二是**"代码工具让非技术员工能够自行开发软件"**。

翻译一下——AI 不是把初级工程师"赶走了"，它是让非工程师也能写出能用的软件。当销售可以用 Claude 拉一份自动分析报告、当财务可以用 AI 跑一遍月结——原来那些"把数据搬过来搬过去""把文档改一改格式"的活儿，就不再需要专门雇初级员工了。

但更值得看的，是另一组数据

如果只看上面三个数字，结论会是"初级岗没了"。但报告同时给了一组相反方向的数据：

2026 年 4 月的员工调研显示，27% 的受访者表示借助 Claude 自身工作效率有所提升；20% 的受访者称工作内容已经转变，"从亲手完成任务变成管理多个 Claude 实例"。

也就是说——

• 同一时间，留下来的"老人"正在被 AI 加速。
• 同一时间，新进的"新人"正在被 AI 替代。

中间被削掉的，不是某一群人，是**"由新人来执行具体任务"这一整条工作流**。

有 Anthropic 工程师把这事儿比作"照看孩子"："照看孩子的时候，每个孩子的诉求都同等需要你的关注；不同的 Claude 实例也是如此。"

——这是过去一年里，最让我后背发凉的比喻。

报告里还埋着几个被忽略的细节

把报告往下翻，会看到更多反常识的数据，每一条都值得拎出来：

1. AI 工时已经是人类员工的 6 倍

报告称，到 2026 年 8 月，员工部署的交互式 AI 智能体工作时长已达人类员工的 6 倍；早在 3 月，全公司智能体总工时就首次超过人工工时。

这是 Anthropic 全公司口径，不是某一个项目组。

2. 工程师人均代码提交量达到 6 个月前的 5 倍

采用编码智能体后，工程师人均代码提交量达到 6 个月前的 5 倍；追踪 192 名采用编码智能体的工程师后发现，代码产出明显上升，且后续被删除或回滚的代码比例未见恶化。

——也就是说，AI 写的代码不是"凑数代码"，是被写下来、被审过、被留下来、被部署的代码。

3. 会议时长不降反升 20%

员工人均会议时长相比一年前增加 20%，技术岗位员工的会议时长上涨 16%。

公司给的解释是："人与人之间的信任与责任追溯至关重要。"

——听起来像是"AI 写完了代码，但人和人还是要碰头"。换句话说，AI 提了速，但没提完信任。

4. 公司对招聘标准做了根本性调整

招聘标准随之改变：管理者更看重候选人的自主性、判断力及创造性使用 AI 的能力，而非狭窄的领域专长和具体执行能力。

这句话展开就是——

• "熟悉 Vue/React"不再是核心指标
• "会用 Claude 解决真实问题"成为基础门槛
• "能判断 AI 写出来的东西对不对"成为分水岭

而"AI 写出来的东西对不对"这件事，是初级岗位最难快速获得的能力。

那我们怎么办？这份报告其实给了答案

报告里有一句话，几乎被所有写"AI 取代初级岗"的媒体漏掉——

Anthropic 同时建立了岗位风险预警机制，并优先在内部重新调配受影响员工。

关键词是"优先在内部重新调配"。

Anthropic 的做法不是裁员——是转岗。

他们没有让一个初级工程师失业。他们让一个初级工程师去做 AI 还做不好的事：客户成功、合规审查、产品定义、跨部门协作。

这是给所有正在焦虑"我是不是要被淘汰"的初级岗位、应届毕业生、跨行求职者的一个最实际的回答——

AI 替代的不是人，是任务。 任务消失得最快的，是那些"流程化的、规则明确的、执行性的"任务。 任务保留得最久的，是那些"模糊的、需要判断的、需要人对人的"任务。

如果你今天还在投"初级后端工程师""初级数据分析师"——你不是在跟同龄人竞争，你是在跟 Claude 的 API 竞争，这个仗打不过的。

如果你正在焦虑"我接下来应该学什么"——报告里其实已经给了你三个字：

自主性、判断力、创造性使用 AI 的能力。

把这三件事拆开：

1. 自主性：能不能在没有主管明确指令的情况下，自己发现问题、自己定义问题、自己拆解问题？
2. 判断力：AI 给你 10 个方案，你能判断哪个方案是"看起来对但实际错"的？
3. 创造性使用 AI：能不能把 AI 用在别人还没想到的地方——不是"用 AI 写周报"，而是"用 AI 把整个客户成功流程重构一遍"？

这三件事，没有一件是"培训三个月速成班"能解决的。

但好消息是——这三件事都不需要你先去占一个初级岗才能开始练。

写在最后：被削掉的是岗位，留下的是人

这份报告之所以值得我们花 5 分钟读完，是因为它不是来自一家旁观者，而是来自一家用 AI 改造自己最深的公司。

它告诉我们三件事：

1. AI 替代初级岗不是趋势，是已经发生在 Anthropic 内部的事实（21% → 14%，27% → 9%）。
2. 被替代的不是人，是"执行型任务"——但执行型任务恰好是初级岗最常被分配去做的事。
3. 留下的不是"会用 AI 的人"，是"会用 AI 做 AI 还做不好的事的人"。

我们这代人赶上了一个尴尬的时间窗——

• 上一代程序员可以靠"会写代码"过一辈子；
• 我们这一代程序员正在被 AI 抢走"写代码"这件事；
• 但我们还有时间，在被抢走之前，把自己变成AI 抢不走的那个人。

你说，这事儿落到我们身上到底意味着什么？

我想：意味着我们之前被覆盖的那一层，要被掀开了。

被掀开之后，要么你看到的是更深的自己，要么你看到的是更空的自己。

——决定权，现在还在我们手里。