Anthropic公开4年后的世界，造AI只剩5%留给人

在旧金山Anthropic的办公场所内，智能代理的全天候运转时长已完全超越人类员工，部分工作人员甚至开始为管理的Claude团队撰写绩效评估，仿佛带领着真实的人类队伍。而仅仅一墙之隔，外部世界仍停留在另一时代——约半数美国民众至今不认为AI能妥善完成一封日常邮件。

近期，Anthropic罕见地连续公布两份重要内部报告，将这两个平行世界并置呈现于公众视野。

Anthropic的1334名员工平均预测，四年后AI能完成他们当前75%的工作量；而对外部美国劳动者的同一调查，这一数字仅为28%。超过半数员工坚信AI可承担自身80%以上的任务，但美国劳动者中仅有5%持有相同看法。

91%的员工相信2030年前AI能实现诺奖级发现，其中58%认为2027年即可达成；而美国成年人中，这一比例仅为39%。

这种认知差异的背后，是距离技术奇点最近的群体已提前进入另一种日常。

在Anthropic，一周完成外部三个月工作量

他们如此大胆的预测，底气源于同日公开的另一份内部报告——《Anthropic内部就业变化》。报告调取了公司的人事、产出及Agent运行数据，将顶级AI实验室的内部运作展露无遗。

今年3月，包括后台全天候自主任务在内，公司Agent的总工作时长首次超过全体人类员工。仅5个月后，仅计算员工直接派发的Agent，其工时从2月不足人类五分之一，迅速攀升至人类的6倍。研究部门更达到19倍，相当于每位研究员身后有19个不知疲倦的Claude并行工作。

8月，员工派发的Agent工时达到员工工时的6倍

报告还描绘了一个大型部门的Slack公开频道网络。最初仅有155名员工和150个Agent会话，随后员工增至237人，Agent会话却暴涨至7922个。代表AI的红点如野火般蔓延，将代表人类的蓝点包围。每个人身边都跟随着一支自己的AI军团。

蓝点为员工，红点为Agent会话

有人将公司氛围形容为“永恒的压力”，所有人被这支军团推动着快速前进，用Claude处理一切事务。一位员工直言，在这里一周要完成的工作量，放到外部公司需要三个月。

以去年12月为基准，工程师人均代码提交量已暴涨至5.1倍，数据科学、法务和销售的人均产出也持续增长。

各岗位人均产出变化，2025年12月为基准

今年4月，Claude清理了一批长期积压的遗留问题，提交了800多个修复，将一类API错误率降至原来的千分之一。据负责工程师估算，这些工作若由人类完成，需要整整4年。

代码编写也超出了技术部门的范围。非技术员工每月发起的编码Agent会话，从去年8月的仅2次，跃升至今年5月的90次。一位销售代表为创建贴合工作流程的看板，与Claude协作三四个小时，界面、工具和流程即全部连通。

原本撰写Claude.ai问候语的文案团队，构建了一套上下文图谱教会Agent撰写品牌文案，随后整个团队转型，改为编写模型评测集和提示词。一位工程师表示，自己一年前开始全面“Claude化”，至今已约5个月未亲手编写一行代码。

你还在催促AI，他们已被AI催促

外界常认为，AI完成所有工作后，人类便能悠闲度日。然而在Anthropic，现实恰恰相反，人类反而成为整条流水线上最慢的环节。

研究团队将每人每周收到的Claude输出，按每分钟250词折算为阅读时间，结果令人震惊。工程和研究岗位每人每周需阅读424小时，而地球上的一周，不眠不休也仅有168小时。

各岗位每人每周读完Claude输出所需时间

人类阅读速度跟不上，Claude只能等待。在交互会话中，它约80%的时间耗费在排队等待人类回复上。工业革命以来两百多年，历来是人类催促机器运转；而在这栋楼里，历史首次逆转，轮到机器排队等待人类。

于是，被逼到极限的人类开始担任Agent的经理。有人专门搭建一个Agent作为“幕僚长”，分类处理其他Agent的请求；写给Agent的常驻指令，一年内从几百条增至8500条。

这还引发过令人哭笑不得的场景。一位员工几个月前在一份公司周边文档上署名，即便已不再负责相关事务，Agent仍频繁找他索要T恤和马克杯。

在这种高强度使用下，软件基础设施也难以为继。今年5月，Anthropic主代码库每天合入约2500次代码变更，到9月增至3万次，将程序员使用了二十年的Git彻底压垮。

主代码库每天合入的代码变更

于是，7名工程师耗时5个月，从头开发新版本控制系统Scion，将整个代码库从Git迁移出来。迁移所需的代码导入工具，团队年初自行编写了一版，原本颇为满意。后来，他们用内测的Claude Mythos Preview随意重写，未添加任何额外指令。结果，新版本内存占用降至二十分之一，速度快了4倍。

没想到，亲手创造AI的这群人，最先体验到被AI超越的滋味。

同一份问卷，两个2030

目睹这栋楼内的惊人景象，再回顾那份问卷，便不难理解楼内外的巨大差异。若仅询问当前AI的能力，两方观点大致相近。例如，自己设计并发表一项科研，两边都只有约四分之一的人认为AI现在能做到。

但谈及未来几年，差距迅速拉大。到2027年，90%的员工认为AI能独立从事科研，而美国成年人中这一比例仅为38%。到2030年，从写邮件、报税到诺奖级发现的8项事务，员工的信心均超过9成。美国成年人中，每项事务均有19%到40%的人坚决认为AI永远无法完成。

员工（橙色）与美国成年人（蓝色）对8项事务的判断

这不仅是外行与内行的差异。美国的计算机、工程和科学从业者预计，到2030年AI能完成他们33%的工作。即使其中天天使用AI的人，这一比例也仅为40%，与Anthropic员工的75%仍相差35个百分点。

预计到2030年AI能完成的本职工作占比

真正的区别在于使用AI的亲身体验。以AI擅长的一项任务为例，包括检查和返工在内，59%的员工表示使用AI只需原来四分之一甚至更少的时间。在工作中使用AI的美国人中，这一比例仅为26%，还有29%认为使用AI后毫无加速，甚至更慢。

表示使用AI只需原来四分之一或更少时间的人占比

两方人口中都声称“我每天使用AI”，但经历的却是完全不同的日常。每天亲眼目睹AI将三个月的工作压缩至一周，眼中的2030自然与外界不在同一世界。

创造AI的人，开始为“最后一项发明”倒计时

整份调查中，这群人押注最重、也最令人心惊的预测，落在了自己的专业领域。问卷中有一道题仅针对他们：构建一个2026年初水平的前沿大模型，从确定方向、设计实验到进行评估，目前已有多少工作由AI自行完成？员工的中位数答案是51%，离模型最近的研究团队估值更高，平均为60%。他们预计，到2027年底这一比例将升至80%，到2030年底高达95%。

员工估计AI在构建前沿模型工作中的占比

Anthropic此前公开过一项内部测试，让Claude为一段训练小模型的代码提速。熟练的人类研究员花费4到8小时可实现4倍提速，而今年4月的Claude Mythos Preview直接实现了52倍。在一个AI安全的开放研究问题上，两位人类研究员埋头工作一整周，将性能差距缩小了约23%。Claude Agent团队自行提出假设、进行实验，耗费800小时、约1.8万美元算力，一举缩小了97%。

在人类研究员曾走弯路的129个真实研究节点上，Claude Mythos Preview有64%的情况下给出了更优的下一步。即使在科研中最受重视的判断力方面，AI也在迎头追赶。

历代Claude在129个研究节点上优于人类的比例

沿着这条陡峭曲线，Anthropic研究院设想了一种情景：当AI研发基本实现自动化后，一家仅有100人的公司，就能完成过去1万甚至10万人组织的任务。“AI自己创造AI”这一设想，人类已探讨了六十多年。1965年，英国数学家I.J.古德曾写下著名预言：第一台超智能机器，将是人类需要做出的最后一项发明。整整六十一年后，亲手锻造这台机器的人，开始为其倒计时。到2030年底，构建前沿模型的工作，留给人类的仅剩最后5%。

阶梯正在被抽走，18个月后潮水漫过人间

当未来的浪潮提前涌入现实，最先受到冲击的是刚步入职场的新人。过去一年，Anthropic员工规模扩大至原来的3倍，95%的员工还预计公司将继续大规模扩招。然而，在这轮扩张中，通往公司的第一级阶梯正被悄然抽走——新招技术岗位中，初级员工比例从27%骤降至9%。

技术部门中初级员工的各项占比

几百年来，新人都是跟在资深员工身后学习，逐步磨练判断力。但如今，入门级工作越来越多地交由不知疲倦的Agent处理，新人积累第一份经验的机会正在减少。而新人只是潮水冲击的第一波。一墙之外的大众，也正逐步步入同一未来。

将Anthropic员工的答案代入经济模型，他们眼中的未来对应着惊人的17.1%年增长率，相当于美国经济每四年半翻一番。报告指出，这将是一场人类历史上从未有过的经济巨变。

三组人的答案对应的2030年美国GDP增速

Anthropic首席经济学家Peter McCrory在X平台上表示，在采用AI方面，Anthropic大约领先整个经济一年半。也就是说，这1334人已提前18个月，活进了全世界的未来。今天在旧金山那栋楼里发生的一切，18个月之后，终将化作时代的潮水，漫过人间的每一个人。

参考资料：

https://www.anthropic.com/research/employment-at-anthropic

https://www.anthropic.com/research/ai-expectations-gap

本文来自微信公众号“新智元”，作者：ASI启示录，编辑：摩西，36氪经授权发布。