Anthropic把研究视角对准自身，复盘了内部是如何使用AI的，解答了一个人人关心的问题：“当AI真的坐到工位上，干活儿的人会变成什么样？”

其通过问卷132人+深访53人+内部Claude Code日志做了系统复盘

一句话总结版：工程师把Claude当“永远不会离职的结对程序员”后，产量暴增50%，技能边界被大幅拓宽，但也引发“深度技能退化、协作淡化、职业身份模糊”三大焦虑

1、首先，生产力与工作性质转变

生产力显著提升，员工自述在60%的工作中使用Claude，工作效率提高了 50%，比去年同期提高了 2-3 倍

人人都是“六边形战士”，工程师能胜任超出其核心专业领域的任务，比如前端、数据库、API代码，从而加速了迭代

新工作量，27%的Claude 产出属于“以前根本不会做的任务”，比如内部工具、数据看板、代码重构等边角料改善

2、任务版图变化

主要用途，Claude最常用于修复代码错误和理解现有代码库，55%人每天都使用 Claude 进行调试、42%的人用来读代码、37%的人用来写新功能

高频使用低委托，只有0–20%的任务能零监督交给 Claude，高stakes代码仍需人工监督验证

委托策略，工程师倾向于将低背景、低复杂性、易于验证、定义明确、低风险或枯燥的任务委托给AI；高层思考、设计决策或需要思索的任务仍然由人工处理

信任渐进，随着经验积累，工程师对Claude的信任度逐渐提高，开始委托更复杂的任务

3、技能发展与挑战

技能扩展与萎缩并存， AI使工程师拓宽技能范围，但也有人担忧核心技术能力，比如深入编程、调试、系统理解会因过度依赖AI而退化

监督悖论，有效监督AI需要具备相关技能，但这些技能可能因AI的普及而减少练习，有人会刻意关闭 AI 写关键代码以保持手感

抽象化趋势，软件工程可能正在向更高层次的抽象发展，类似于从汇编语言到高级语言的演变，英语可能成为新的编程语言

4、工作意义与乐趣

编程意义的改变，一些工程师更看重AI带来的高产和最终成果，而另一些人则怀念亲手写代码的禅意

关系变冷，Claude成了第一顺位同事，80%的问题先问它， 导致与同事的互动和指导机会减少，“被需要感”下降

5、职业前景与不确定性

角色转变，从写代码变成管AI，有人70%时间做AI代码评审

长期不确定性，许多工程师对软件工程的长期职业轨迹感到不确定，担忧AI可能把所有事做完，每天上班像在把自己自动化掉
但也有人认为，适应能力和对高层概念的掌握会变得更加重要

6、Claude Code使用趋势

任务复杂性和自主性提升，Claude处理任务的平均复杂性增加，连续工具调用次数增加116%，人类干预次数减少了33%

任务分布变化，实施新功能和代码设计/规划的任务比例显著增加

团队差异化应用，不同团队根据自身需求使用Claude，比如安全团队用于代码理解，非技术员工用于调试和数据科学

不过这个研究也是自身局限，样本自选+非匿名，可能存在夸大正面效应；Claude Code分析仅测量了任务分布的相对变化而非绝对工作量。此外，AI技术发展迅速，研究结果可能随着新模型的出现而改变，且不一定能完全推广到其他组织或行业

#AI研究 #AI对工作的影响

点击图片查看原图