Anthropic 公開內部研究報告〈How employment is changing at Anthropic〉，披露公司技術職位新聘人員中，初級職位的比例由 27% 跌至 9%，技術部門現職員工的初級佔比亦自 2025 年初由 21% 降至 14%。同期公司內 AI agent 的工作時數已超過員工，員工的會議時間卻增加約 20%。這份報告由 AI 公司就自身情況寫成，反映 AI 深度融入工作流程後，企業最先出現變化的可能是初級職位，並可能由此帶來人才梯隊及培訓斷層的風險。
初級新聘比例跌至 9%，跌幅快過現職比例
報告的兩組數字要分開理解。27% 跌至 9% 是技術職位「新聘人員」中初級職位的比例；21% 降至 14% 則是技術部門「現職員工」中初級員工的佔比。新聘比例跌得比現職比例快，意味公司收窄初級入口的速度，快過現職初級員工比例下降的速度。報告只公布比例而沒有公布絕對人數，所以外界無法得知初級新聘的實際人數變化，但比例走勢已足以顯示招聘重心轉移。
技術招聘本身並未收縮。過去一年技術部門佔 Anthropic 總員工的比例由 61% 降至 56%，但技術職位招聘的絕對數字仍在增長，只是銷售、財務及招聘部門擴張得更快。報告認為部分原因是公司規模擴大，業務部門自然增長；部分則可能因為編程工具愈來愈讓非技術員工自行開發軟件。
經理減聘初級職位，改重自主與判斷力
初級職位的變化有清楚的時間線。報告指初級職位招聘廣告自 2025 年 12 月起跌幅尤其明顯；2026 年 1 月，Anthropic 核心技術部門內部開始討論初級技術人員需求下降；到 4 月，工程及研究團隊已減少聘請較低職級的技術人員。同月的內部調查中，大多數經理表示因 AI 而改變招聘所需技能，約 1/3 機器學習（ML）經理及 1/5 軟件工程經理更表示因 AI 而減少招聘。
經理想聘請的人亦變了。報告指招聘經理愈來愈重視應徵者的自主能力及判斷力，相對減少重視技術專業知識及執行能力。2024 年，技術職位評核中約 5% 提及應徵者使用 AI 工具的往績，到 2026 年這比例已增至 3 倍。惟報告對初級就業的分析屬描述性：在 Claude 用於處理最複雜任務的職位中，初級就業放緩較明顯，部分經理亦自述因 AI 減聘，但報告未證明 AI 是直接成因。
Agent 時數達員工 6 倍，人類注意力成樽頸
員工的日常工作同期出現明顯轉變。據 Anthropic 遙測數據，AI agent 的合計工作時數於 2026 年 3 月首次超過員工；到 8 月，員工操作的互動式 agent 工作時數約為員工時數的 6 倍。agent 時數按運行時間計算，不計超過 30 分鐘的等待，員工時數則按每週 40 小時計算。
agent 產出急增後，人類的注意力反而成為樽頸。報告指即使是非技術員工，要讀完自己 Claude agent 的全部輸出也要用上半個工作週，而互動式 Claude 工作階段約 80% 時間在等待人類回應。員工因此轉做報告所稱的「meta-work」，即建立掌握 agent 狀況的工具及監察 agent 流程。這類工作佔平均員工互動式 Claude 工作階段的比例，由 2025 年秋季的 10% 升至 2026 年春季的 22%。2026 年 4 月的調查中，20% 員工表示工作已由「實際做事」變成「管理 Claude」。
會議亦沒有因 AI 而減少。Anthropic 表示每名員工的會議時間比一年前增加約 20%，技術職位的個人貢獻者亦增加 16%，公司將此歸因於人類信任及問責的重要性。綜合來看，AI 接手執行後，留給人的工作偏向審核、判斷及協調，而這些正是過往初級員工較少負責的部分，這或可解釋經理為何把招聘重心移向較資深的人。
工程師提交量增至 5 倍，但更多程式碼不等於更好
Anthropic 表示，AI agent 在公司普及後，每人產出的程式碼、每名銷售代表的成交數及處理的合約數量均上升，其中工程師的程式碼提交量升幅最快，約為 6 個月前的 5 倍。公司以刪除及回退率等指標比較，未見 agent 寫的程式碼品質下降，但亦承認「更多程式碼不一定代表更好的程式碼或業務影響」。
這組生產力估算比較了 192 名採用編程 agent 的工程師與 74 名未採用者，作者亦承認工具採用並非隨機，結果可能有選擇偏差。Anthropic 同時聲稱，公司成立 5 年時每名員工收入是 Meta 及 Google 在各自高速增長期的 2 至 4 倍，即相對收入而言聘人較少。企業參考這類數字評估 AI 效益時，應以業務成果及品質指標為準，例如缺陷率、回退次數及交付週期，而不只看程式碼行數或提交次數。
內部調職應付了職位轉型，卻補不了初級斷層
面對職位轉變，Anthropic 表示已設立預警系統，追蹤可能受 AI 衝擊的職位，並優先安排內部調職。任職滿一年的員工在 2026 年每月跨部門調動的機率，比 2025 年高 50%。惟報告亦承認，這些措施都沒有直接處理初級招聘放緩的問題。
內部調配照顧的是已入職的員工。若初級入口持續收窄，數年後可晉升為中層及資深人員的人才來源可能隨之變窄，而經理現時看重的判斷力，往往要靠多年處理實際工作累積。作者提醒 Anthropic 情況特殊，例如員工廣泛持股，其做法未必適用於整體經濟；但報告亦表示 Anthropic 可能是領先指標，對同樣大規模引入 agent 的企業或有參考價值。
企業要重新設計初級職位與培訓路徑
對香港企業的 CIO、IT Manager 及 HR 主管而言，第一步是盤點哪些過往由初級員工負責的工作已交給 AI agent，再評估新人還有沒有途徑累積判斷力及領域經驗。與其單純停聘，企業可考慮把部分初級職位重新設計為審核 agent 輸出、監察流程等工作，讓新人在資深員工督導下學習判斷，因為這正是 Anthropic 員工時間轉移的方向。
招聘評核亦可加入自主能力、判斷力及 AI 工具使用往績，同時保留培訓預算，避免數年後出現中層斷層。人手規劃要計入審核及會議時間：Anthropic 的數字顯示，agent 產出增加後，閱讀輸出、建立信任及承擔問責的人力成本並沒有消失，只是換了形式。
連 AI 公司本身都已先在初級招聘上出現變化，其他企業要決定的，除了少聘多少人，更重要的是未來的資深人才要由哪裏培養出來。
來源：Anthropic
