消失的第一级台阶

一份来自 Anthropic 内部的雇佣报告,最扎眼的数字不是 AI 有多强,而是一个招聘比例:在新招的技术岗员工里,入门级人员的占比从 2025 年初的 27%,掉到了 2026 年的 9%。

消失的第一级台阶

一份来自 Anthropic 内部的雇佣报告,最扎眼的数字不是 AI 有多强,而是一个招聘比例:在新招的技术岗员工里,入门级人员的占比从 2025 年初的 27%,掉到了 2026 年的 9%。

这份报告 10 月 16 日挂在 Anthropic 官网,两份合在一起:一份讲公司内部的就业结构变化,一份对比 Anthropic 员工和普通美国公众对 AI 的预期。数字都值得逐个看,因为每个都有前提条件。

第一组:工时。到 2026 年 3 月,公司里 AI agent 干的总时长超过了人类员工;到 8 月,员工们自己指挥的那些 agent,干的活已经是员工本人估算工时的六倍。注意限定:这是只算员工亲自指挥的 agent——如果算上公司统一调度的,只会更多。

第二组:占比。报告里其实有两笔账。一笔是刚说的新雇员工占比 27% 到 9%;另一笔是在职的——技术部门里初级员工的存量占比,从 21% 降到 14%。一个管入口,一个管存量,方向一致,入口掉得更快。还有一笔大账:技术岗在全公司的占比从 61% 降到 56%,销售、财务、招聘的密集招聘把技术岗稀释了。最重要的前提在这:公司还在扩张,技术岗招聘的绝对人数在涨——降的是占比,不是绝对量。换句话说,不是不招人了,是招的那些位置里,留给新人的越来越少。

大约三分之一的机器学习主管、五分之一的软件工程主管承认,自己因为 AI 减少了招聘。减少的理由很直白:过去一个新人做的活——写测试、查文档、改小 bug、跑跑脚本——现在 agent 顺手就做了,而且不用带。

报告发布第二天,Anthropic 联合创始人 Jack Clark 在 IMF 和世界银行年会上做了 Per Jacobsson 讲座,地点曼谷,主题一句话:奇点已经开始。他的内部模型给出 AI 可能把美国 GDP 推到 44 万亿美元级别的估算。一边是自家数据说入门岗占比砍到三分之一,一边是「奇点已开始」——两件事在同一个人嘴里,一周之内。

把这个比例放回劳动力市场的大盘里,Stanford 那组研究者去年 8 月发过一篇著名的论文,标题就叫「煤矿里的金丝雀」:在 AI 暴露度高的职业里,22 到 25 岁年轻人的就业下滑最先出现。今年 8 月的更新版把差距从 13% 扩到了 19%——金丝雀不只是还活着,警告升级了。

视频里提到的另一个逆行者值得单独记:IBM 今年 2 月宣布,2026 年美国入门级招聘要扩到三倍,明确聚焦 AI 暂时替代不了的岗位。别人在抽梯子,它按比例加横档——理由是把入门岗从成本记回投资。

这就引出了那个比「AI 抢工作」深一层的问题。入门级工作的产出从来不是全部意义——新人写的那段蹩脚代码、查的那份啰嗦文档,产出本身不值钱,值钱的是这个过程把一个生手炼成熟手。学徒制存在了几百年,靠的不是什么崇高理念,是入门级工作恰好同时具备两个属性:便宜得雇得起,琐碎到必须有人做。AI 现在把第二个属性拿走了。梯子还在,横档在消失。

Goldman 这类投行的 CEO 们近两年反复被问同一道题:如果初级分析师的活 AI 全包了,十年后的合伙人从哪来?目前没有一家给出答案。Anthropic 的报告只是把这道题的进度条往前推了:他们家新员工里,十个人已经不到一个新人了。

信源备注:Anthropic 报告(anthropic.com/research/employment-at-anthropic 及 expectations-for-the-future,2026-10-16)原文核对:新雇 27%→9%、在职初级 21%→14%、技术岗占比 61%→56%、三成 ML 主管自认因 AI 少招、绝对量仍在涨、agent 工时六倍(限定:只算员工自指挥);Jack Clark 于 10 月 17 日 IMF/世界银行曼谷年会发表 Per Jacobsson 讲座并称奇点已开始(多源);Stanford「Canaries in the Coal Mine?」(Brynjolfsson 等,2026-08 更新版将年轻人就业差距扩至 19%);IBM 2026-02-12 宣布美国入门级招聘三倍(Bloomberg)。视频文案数字全对,本稿补充前提条件与第二笔存量账。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens