**作者：Raynaaa（Echoverse回响宇宙）**

10 月 16 日，Anthropic 发布了一份研究自己员工的报告。

这家公司翻了内部招聘记录、Agent 使用日志，以及几千份面试评分表，想弄清楚一件事：当 AI 已经能完成越来越多工作，公司到底还需要什么样的人？我原本以为，答案无非是那些听过很多遍的东西：AI 接手重复劳动，人转向更有创造性的工作。但报告里有两组数据，放在一起看，挺值得琢磨。

第一组是招聘。2025 年 5 月，Anthropic 新招的技术人员里，初级员工还占 27%；到 2026 年年中，只剩 9%。还挂着在招的技术岗里，初级只占 6%。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/f984b560b395018f93b10996e2970cd4.png)

*图中是 Anthropic 初级员工的占比，左边是技术部门，右边是非技术部门。蓝线是新招的人里初级的占比，粉线是在职员工里初级的占比，橙线是在招岗位里初级的占比。技术部门三条线都在往下走；非技术部门只有在招岗位的占比下降，在职和新招基本持平。来源：Anthropic，How employment is changing at Anthropic，Figure 1，2026 年 10 月 16 日。*

第二组是招聘标准。面试技术岗时，面试官越来越看重候选人的自主性和判断力，对具体领域专业能力的关注反而在下降。

换句话说，**Anthropic 越来越不想招需要别人指导的人，越来越想招能独立做判断的人。**

单独看，这两件事都很合理。但放在一起，我觉得有个很奇怪的矛盾：

**那些能独立做判断的人，不就是从当年需要别人指导的新人，一步步长起来的吗？**

如果所有公司都跳过这个阶段，下一批有判断力的人从哪里来？

**01｜Anthropic 不是不招人了，是不太需要新人了**

先说清楚，Anthropic 并没有因为 AI 大规模裁员。过去一年，它的员工数量涨到了原来的三倍，技术岗招的人也还在变多，只是新进来的人越来越偏资深。

这也不只是“扩张期的公司偏爱老手”。非技术部门在职和新招的人里，初级占比一直在 25% 上下，几乎没动。掉下来的，主要是 Agent 最能接手的技术岗。

今年 1 月，Anthropic 的核心技术团队开始讨论：初级工程师是不是不用招那么多了？Claude 用得最深的团队最先有感觉，写代码、找 bug 越来越多可以直接交给 Agent。到 4 月，大约三分之一的机器学习团队经理、五分之一的软件工程经理说，他们因为 AI 少招了人。

当然，不能把初级占比的所有变化都算到 AI 头上，公司在高速扩张，招人结构本来就在变。但在 AI 用得最深的技术团队，初级员工的价值确实在被重新评估。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/9c9fa3b126287d0b850a82e1e0d7aba2.png)

*图中每个点是 Anthropic 的一个岗位，点越大，初级员工越多。横轴是这个岗位交给 Claude 的任务有多复杂，纵轴是 2026 年 1 月到 7 月这个岗位初级人数的变化。虚线往右下走：交给 Claude 的活越复杂，初级人数涨得越慢，有的已经在减少。这是相关性，不能直接当成因果。来源：Anthropic，How employment is changing at Anthropic，Figure 5，2026 年 10 月 16 日。*

9% 这个数放在行业里看不算离谱。投资机构 SignalFire 统计过，2024 年大型科技公司新招的人里，应届生只占 7%（口径和“初级”不完全一样，只能粗看）。离谱的是速度：一年多从 27% 掉到 9%，而且是在一家人数涨到三倍的公司里。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/4b14aa03ded69835d2807d0aab7d3a57.png)

*SignalFire 报告原文，高亮为笔者所加：大型科技公司新招的人里，应届生只占 7%，应届生招聘人数比 2023 年少了 25%，比 2019 年少了一半以上。来源：SignalFire，The SignalFire State of Tech Talent Report 2025，2025 年 5 月 20 日。*

我觉得这件事比“AI 会不会取代程序员”更值得关注。它改的不只是几个岗位，而是一家公司的用人逻辑：以前公司需要很多能亲手完成任务的人，现在几个经验丰富的工程师配一批 Agent，可能就能干完过去一个团队的活。

如果我是这家公司的负责人，我大概率也会这么选。在 Anthropic，员工自己派出去的 Agent，工作时长已经是员工本人的 6 倍。与其招五个新人、花几年培养，不如招两个已经有成熟判断力的人，让他们带着 Agent 干活。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/c22d5ed1cbc179438a4d09514e1f0d2f.png)

*纵轴是每个人工小时对应多少个 Agent 工作小时（对数刻度），虚线是 1 比 1。全公司在 5 月前后越过 1 比 1，到 8 月是 6 倍；研究部门更高，到了 19 倍。只算员工自己发起的交互式会话，人工按每人每周 40 小时算。来源：Anthropic 就业报告，Figure 2，2026 年 10 月 16 日。*

问题是，**这笔账站在一家公司的角度算得通，站在整个行业的角度，还算得通吗？**

**02｜我比较怀疑，“会用 AI”和“有判断力”真的是一回事吗？**

报告里最让我感兴趣的，其实不是初级岗位减少，而是招聘标准的变化。面试官越来越看重判断力，这让我想到最近 AI 产品里很常见的一个说法：未来每个人都可以成为 Agent 的管理者。听起来很美好，但我始终有个疑问：

**一个从来没真正做过某项工作的人，真的能管好一个替他做这项工作的 Agent 吗？**

比如一个刚毕业的工程师，Agent 一次帮他写了几千行代码。他可以跑测试，让另一个 Agent 审代码，再让第三个 Agent 改问题，流程看起来很完整。可如果几个 Agent 都没发现一个藏着的架构缺陷，他有没有能力意识到问题在哪？

这不是说新人一定没法借助 AI 做出正确判断。AI 完全可能是很好的学习工具，甚至让新人更早碰到以前只有资深员工才处理的问题。

但我觉得，我们有时候把两种能力混在一起了：一种是操作 AI 完成任务，另一种是理解任务本身、判断结果好坏。前者的门槛正在快速降低，后者未必。

而且 AI 越会把活干得像模像样，后者越重要。**最难识别的错误，往往不是一眼能看出来的问题，而是看起来很专业、逻辑也通顺，却在关键假设上出了错的结果。**

**03｜AI 接手的那些基础活，可能正是培养判断力的地方**

报告里有个小案例，我觉得比很多宏观就业预测都有意思。

Anthropic 有个团队，以前负责给 Claude 写欢迎语这类产品文案。今年春天，他们搭了一套系统，让 Agent 自己写出好文案，之后团队成员转去写提示词和评测。

我看到这里，冒出的第一个问题是：**这些人凭什么知道 Agent 写出来的东西好不好？**

我猜，恰恰是因为他们以前亲手写过很多文案。什么表达会显得生硬，什么语气适合产品，什么措辞看似正确却不像这个品牌，这些判断很难写成规则，只能从大量具体的创作里攒出来。

现在这群人终于不用亲手写了。可下一批人如果从入行第一天起就只写提示词、管 Agent，要从哪里攒同样的经验？

我们习惯把写代码、整理数据、改文案、做报表看成低价值劳动。但过去几十年，它们还有一个没被单独计价的功能：

**新人就是通过干这些看起来不那么重要的活，慢慢学会处理更重要的事。**

一个优秀的律师，不是一开始就会判断复杂案件的风险；一个成熟的投资人，也不是第一天就会看一家公司的长期价值。他们的专业直觉，都是在大量琐碎、重复的基础工作里磨出来的。

我当然不觉得人必须先做三年机械劳动，才有资格做判断，很多传统的培养方式本来就有大量没意义的重复，AI 完全有机会改掉。但省掉机械劳动，和省掉实践经验，是两回事。一个人如果从来没犯过错，他要怎么理解错误背后的代价？

我觉得这是 AI 时代人才培养最难回答的问题之一。

**04｜每家公司都可能做出正确选择，最后却得到一个错误结果**

说到底，为什么要花几年培养一个将来可能离职的年轻人，而不是直接用 Agent 把活干完？

我甚至觉得，**今天很多 AI 原生公司的高人效，本身就建立在一个容易被忽略的前提上：市场上已经有足够多受过传统训练的成熟人才。**

报告提到，Anthropic 成立第五年的人均收入，是 Google 和 Meta 同一阶段的 2 到 4 倍。商业模式不一样，这个数不能直接当成组织效率的差距。但我比较好奇，这些高效率员工的能力，有多少来自 AI，又有多少来自他们在 AI 普及前攒下的经验？

一个工作了十年的工程师，今天可以带着十几个 Agent 写代码。他管得住这些 Agent，很可能是因为过去十年亲手解决过大量真实问题。

**AI 放大了他的判断力，但没有创造出他过去十年的经验。**

这就出现了一个商业矛盾。过去，一家公司培养出来的员工，就算最后去了别家，也是整个行业人才供给的一部分。企业未必意识到自己在承担这个功能，因为新人本身也在干活，培养是顺带完成的。

现在 AI 能做越来越多初级工作，企业第一次有了不承担这笔培养成本的理由。换句话说，**AI 正在把“使用人才”和“培养人才”这两件原本绑在一起的事拆开。**

每家公司都想买现成的判断力，却未必愿意为判断力的形成付钱。这还只是我的推演，报告没有证明。但如果成立，以后不缺会用 AI 的人，缺的是真正能独立判断的人。

因为这一次，企业的问题可能不是 AI 能力不够，而是 AI 太好用了，好用到培养新人的必要性开始下降。

**05｜未来最值钱的，可能不是资深人才，而是培养资深人才的方法**

Anthropic 自己也在想办法。它在搭一套预警机制，盯着哪些工作会被 AI 改变，提前安排内部转岗。入职满一年的员工，今年每个月跨部门调动的概率比去年高了约 50%。

但报告也承认，这些措施没有直接解决初级招聘变少的问题。帮已经在公司的人适应 AI，可以靠培训和转岗；还没进入行业的年轻人，连证明自己的机会都还没拿到。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/73557f6c33df2baecc7213aa33f6ff4e.png)

*Anthropic 就业报告结尾原文，高亮为笔者所加。大意是：这些措施都没有直接解决报告里记录的初级招聘放缓；保护在职员工的措施，帮不到那些一开始就没被招进来的人。来源：Anthropic 就业报告，2026 年 10 月 16 日。*

我猜这个问题不会只出现在 Anthropic。律所、咨询公司、投行都靠初级员工干基础活，也最依赖长期的专业训练。AI 一旦能做大量合同审查、行业研究和财务建模，真正值得看的就不是还能砍掉多少初级岗位，而是有没有公司能找到另一种培养判断力的办法。

已经有公司在反着押了。电商软件公司 Shopify 的实习生，从一年 100 人左右扩到了 1,000 多人，今年还要再招 1,000 个，理由是这批人从上学起就在用 AI。做网络安全和 CDN 的 Cloudflare，定的目标是 2026 年招 1,111 个实习生。

![](https://developer.qcloudimg.com/http-save/yehe-12817571/316c2a61af2489265de34eb66c233575.png)

*CoderPad 对 Shopify 工程负责人 Farhan Thawar 的专访，高亮为笔者所加：去年 Shopify 的实习生从一年 100 人左右扩到 1,000 多人，今年计划再招 1,000 人。来源：CoderPad，2026 年 4 月 23 日。*

![](https://developer.qcloudimg.com/http-save/yehe-12817571/3d7862ac7453b26d6ed94aeb1f0c1b48.png)

*Cloudflare 官方博客，高亮为笔者所加。它说把实习看成重要的人才来源，这一批实习生的重点，是用新办法把 AI 用得更有创意、更广。来源：Cloudflare Blog，2025 年 9 月 22 日。*

这两家押的未必对，但方向很清楚：别人在省掉新人，它们在赌新人加 AI 能更快长出判断力。谁先把这条路走通，谁就不用一直在市场上抢昂贵的成熟人才。

所以我觉得，算 AI 原生公司的竞争力，除了算用多少人、多少 Agent 能干多少业务，还应该算另一笔账：

**一家企业需要多长时间，才能把一个没有经验的新人，培养成能独立做判断的人？**

**写在最后**

我读完这份报告，最大的感受其实不是年轻人以后找工作会更难，而是我们可能低估了一件事：过去很多企业看起来低效的人才结构，其实同时承担着培养未来人才的功能。

我甚至觉得，AI 公司之间可能会出现一个很有意思的分化。

有些公司会用 AI 尽可能减少对人的需求；另一些公司会用 AI，让一个普通人比过去更快长成真正优秀的人才。短期看，前者的人效更漂亮；长期看，我更看好后者攒下的能力。

因为 AI 让完成工作越来越便宜，并不意味着形成判断力也会自动变便宜。

**一家企业当然可以选择不再培养新人，但整个行业不可能永远只招聘别人培养出来的人。**

**参考资料**

-   Anthropic，How employment is changing at Anthropic，2026 年 10 月 16 日
-   SignalFire，The SignalFire State of Tech Talent Report 2025，2025 年 5 月 20 日
-   CoderPad，In the AI era, Shopify is investing in junior engineers, not cutting them，2026 年 4 月 23 日
-   Cloudflare Blog，Help build the future: announcing Cloudflare’s goal to hire 1,111 interns in 2026，2025 年 9 月 22 日

这家公司翻了内部招聘记录、Agent 使用日志，以及几千份面试评分表，想弄清楚一件事：当 AI 已经能完成越来越多工作，公司到底还需要什么样的人？我原本以为，答案无非是那些听过很多遍的东西：AI 接手重复劳动，人转向更有创造性的工作。但报告里有两组数据，放在一起看，挺值得琢磨。

Anthropic 最想招有判断力的人，可长出判断力的那扇门越来越窄

一家企业当然可以选择不再培养新人，但整个行业不可能永远只招聘别人培养出来的人。

人工智能

职业发展

新闻资讯

Anthropic报告揭示AI时代人才悖论：初级技术岗占比从27%骤降至9%，企业更看重判断力而非专业能力。AI接手基础工作后，新人培养路径被切断，行业面临"判断力断层"危机。Shopify等公司反向扩招实习生，探索AI时代培养成熟人才的新模式。

网络安全

机器学习

软件工程

Agent

CDN免费试用


让每一个 Agent，都跑在云上

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Anthropic 最想招有判断力的人，可长出判断力的那扇门越来越窄-腾讯云开发者社区-腾讯云

Anthropic 最想招有判断力的人，可长出判断力的那扇门越来越窄

Anthropic 最想招有判断力的人，可长出判断力的那扇门越来越窄

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐