世界從未停止變化。RSS
BIG CHANGE.

Markdown 版本

AI-translated from English; not yet reviewed by a fluent editor.

# Anthropic員工研究：初階技術職位占新聘人員的比例下降

> Anthropic表示，在全公司招聘成長之際，初階職位占技術人員與技術新聘人員的比例下降。其代理程式與產出指標仍無法確定因果關係。

By BIG CHANGE Editorial

Published: 2026-10-18T00:01:34.926Z
Updated: 2026-10-18T00:01:34.926Z
Canonical: https://bigchange.ai/blog/anthropic-junior-technical-hiring-workforce-study

![Conceptual charcoal illustration of blank employee badges and one orange visitor badge at a generic office entrance.](https://bigchange.ai/api/media/file/anthropic-workforce-entry-concept-v1.png)
AI-generated conceptual illustration by BIG CHANGE; no actual Anthropic office, employee, applicant or hiring decision is depicted.

相較於2025年初，Anthropic技術人員中的初階人員占比已下降。該公司在[10月16日關於自身員工的報告](https://www.anthropic.com/research/employment-at-anthropic)中表示，初階員工占技術部門員工的比例從21%降至14%，初階職位占技術新聘人員的比例則從27%降至9%。這些百分比描述的是一家快速成長公司內部的人員與新聘人員組成，並未說明Anthropic實際聘用了多少初階人員，也未衡量其他地方的職位流失。

報告整合了內部招聘紀錄、代理程式遙測資料、產出指標、行事曆、問卷與17位員工的訪談。它對一家AI公司的工作情況提供了少見的細緻描述，但也有明顯限制：Anthropic研究的是業務快速成長、且大量使用自家產品時的自身情況。管理者可以檢視這些指標與方法，但不應把這個職場視為自己公司的未來預測。

## 重大變化

- **發生了什麼變化：** Anthropic表示，初階人員占技術員工與技術新聘人員的比例大幅下降。報告也記錄了更多由員工指揮的代理程式活動，以及數項受衡量產出的變化。
- **為何重要：** 招聘數字提出了一個具體問題：人們如何進入技術工作領域？代理程式使用與產出同期增加，但報告無法單獨確認AI是招聘結構轉變的原因，也無法確立不同雇主是否都受到影響。
- **後續觀察：** 可比的招聘絕對人數，以及新進工作者如何培養技能的證據，有助於評估初階工作的問題。Anthropic規劃的內部監測與人員調任針對現有員工；報告表示，這些措施無法直接照顧從未被聘用的人。

## 招聘占比使用了不同的分母

從21%降至14%的變化，指的是**技術部門內的初階員工占比**。從27%降至9%的變化，指的是**技術新聘人員中的初階職位占比**。Anthropic也表示，過去一年，技術部門占全公司員工的比例從61%降至56%。隨著公司擴張，技術招聘的絕對人數持續增加，但業務、財務與招聘部門的聘用成長更快。報告正文未提供可比較的初階技術新聘人員絕對人數，因此僅憑占比下降，無法判斷人數究竟增加還是減少。

在4月的一項主管問卷中，約三分之一的機器學習主管與五分之一的軟體工程主管表示，因為AI而減少招聘。這反映的是主管的決策與解釋，並非用來確立AI取代了多少職位的實驗。公司成長與業務職能擴充也改變了招聘組成。論文指出，初階技術職缺刊登數在2025年12月後下降得尤其明顯，但未將這項趨勢擴大為整體經濟的結論。

這與BIG CHANGE先前的[美國畢業生失業報導](https://bigchange.ai/blog/recent-college-graduate-unemployment-ai-study)不同；後者檢視的是家庭調查，而非單一雇主的招聘紀錄。不同指標可以同時成立：一家公司的招聘組成改變，未必會在全國畢業生失業率上呈現統計上明確的變化。

## 代理程式工時與產出需要分別解讀

Anthropic估計，截至2026年8月，由員工指揮的互動式代理程式，其運行時數是員工工作時數的六倍。代理程式的數字衡量的是工作階段運行時間，包括推論與實際工具使用，但排除超過30分鐘的等待。人類工時的比較基準則假設每位員工每週工作40小時。這是根據遙測資料與假設分母所作的比較，並非每位員工被六個代理程式工作者取代的計數。另一項指標指出，互動工作階段約有80%的總實際經過時間在等待人類輸入；這兩項指標對時間的定義不同。

Anthropic表示，每位工程師的程式碼提交數達到六個月前的五倍。律師處理更多合約，應付帳款人員處理更多發票，業務人員成交更多交易。每項數字都是特定產出的計數，而同一時期公司的業務本身也快速成長。例如，更多程式碼提交不一定代表更多有用的軟體。

為了縮小研究問題，研究人員追蹤了192位採用程式設計代理程式的工程師，並與研究期間未採用的74位工程師比較。採用後，新增程式碼增加。研究也比較了同一個月、同一目錄下，由一位工程師本人與其代理程式撰寫的程式碼，發現在所選的刪除與回復變更指標上沒有差異。這些檢查並未涵蓋所有缺陷或商業價值。採用並非隨機：準備大型專案的員工，可能在產出已開始增加時選擇使用代理程式。報告指出，全自主代理程式使用者在採用前已出現上升趨勢。

## 自動化推進的同時，人類工作也在改變

Anthropic的行事曆資料顯示，處於中位數的員工，開會時間比一年前增加20%。即使是不擔任管理職的技術人員，開會時間也增加16%；但報告表示，公司成長，以及人員轉向會議較多的職務，解釋了整體增幅的一部分。這些數字無法確立代理程式導致更多會議。

研究人員使用自動化編碼工具，分析了2,000則互動式Claude工作階段的單行摘要。他們估計，對一般員工而言，關於建立代理程式指令、審查與監測工具的工作階段占比，從2025年秋季的10%升至2026年春季的22%。這是經分類的工作階段樣本，並非涵蓋完整工作日的時間使用調查。報告也估計，假設每個token相當於0.75個單字、每分鐘閱讀250個單字，要讀完非技術員工互動工作階段的全部輸出，將花費超過半個工作週。這衡量的是可能需要的閱讀時間，而非員工實際花在閱讀上的時間。

對管理者而言，最有用的是區分招聘組成、工作量與工作品質。Anthropic讓公司內部的前兩項變得更清楚。報告仍未回答：這些變化有多少由AI造成、工作是否改善，以及其他雇主是否會出現相同模式。作者表示，規劃中的內部人員調任無法解決初階招聘放緩，因為對現有員工的保障無法涵蓋從未加入公司的求職者。

## 資料來源與延伸閱讀

- [Anthropic，*Anthropic的就業如何改變*（2026年10月16日）](https://www.anthropic.com/research/employment-at-anthropic)。這份由公司撰寫的報告提供招聘占比、產出比較、問卷與行事曆指標，以及對因果關係的自身提醒。連結的[20頁PDF](https://www-cdn.anthropic.com/72628f1863c53432195db83279252dfd2cb53158/Employment%20at%20Anthropic.pdf)包含圖表註解與衡量方式的定義。BIG CHANGE檢閱了這些已發布資料，並未查閱內部紀錄或測試相關工具。
- [BIG CHANGE，*研究發現：2026年夏季美國畢業生失業率仍在近期區間內*](https://bigchange.ai/blog/recent-college-graduate-unemployment-ai-study)。這篇較早的報導討論近期畢業生的全國調查證據，其研究人群與結果，和Anthropic內部招聘組成不同。

## Sources

- [Anthropic的就業如何改變](https://www.anthropic.com/research/employment-at-anthropic) — 由公司撰寫的內部員工研究，包含方法與限制說明。文章附有完整PDF的連結。
- [研究發現：2026年夏季美國畢業生失業率仍在近期區間內](https://bigchange.ai/blog/recent-college-graduate-unemployment-ai-study) — BIG CHANGE先前的全國調查報導，用來區分背景，並非Anthropic內部數據的來源。