Anthropic首份內部報告出爐！自家工程師親述：生產(chǎn)力飆升50%，但感覺在親手砸掉自己飯碗

↑閱讀之前記得關注+星標??，，每天才能第一時間接收到更新

AI究竟如何改變我們的工作方式？

AI巨頭Anthropic，把研究的鏡頭對準了自己

2025年8月，他們對內部132名工程師和研究員進行了一項調查，輔以53次深度定性訪談和內部Claude Code使用數(shù)據(jù)分析，試圖揭示AI在自家公司的真實影響。

研究結果描繪了一幅深刻變革的圖景：軟件開發(fā)者的工作性質正在被徹底改變，希望與憂慮并存

工程師們的工作效率大幅提升，變得更“全棧”，學習和迭代速度加快，甚至開始處理那些過去被忽略的任務

但這種廣度的擴張也帶來了權衡：一些人擔心這可能導致深度技術能力的喪失，或無法有效監(jiān)督Claude的輸出；另一些人則擁抱這種變化，認為這讓他們能進行更高層次的思考

有人發(fā)現(xiàn)，與AI協(xié)作的增多，意味著與同事協(xié)作的減少；還有人開始思考，自己最終是否會被自動化工具淘汰。

這項研究的對象是構建AI的公司，其工程師本身就享有接觸前沿工具的特權，但Anthropic認為，其內部發(fā)生的變化，可能預示著更廣泛的社會變革。

研究使用的模型是Claude Sonnet 4和Claude Opus 4

核心發(fā)現(xiàn)速覽

調查數(shù)據(jù)：

最常用途：修復代碼錯誤（調試）和理解代碼庫是工程師最常使用Claude的場景。

生產(chǎn)力飆升：員工自我報告，Claude在其工作中占比從一年前的28%增至59%，生產(chǎn)力提升從20%增至50%，在一年內增長了2-3倍

創(chuàng)造新工作：27%由Claude輔助的工作是“若沒有AI就不會做”的新增任務，如項目擴展、制作便利工具（如交互式數(shù)據(jù)看板）等

高頻協(xié)作，低度全權委托：大多數(shù)員工頻繁使用Claude，但表示能“完全委托”給它的工作僅占0-20%。AI是持續(xù)的合作者，而非無需驗證的“甩手掌柜”

定性訪談：

委托直覺：工程師傾向于將易于驗證、低風險或枯燥的任務交給Claude。信任是逐步建立的

技能全棧化與空心化：Claude讓工程師能涉足更多領域（“我能非常勝任地處理前端或數(shù)據(jù)庫工作，以前我根本不敢碰”），但也有人擔心深度技能的萎縮

編碼手藝的變遷： 一些人擁抱變化，更關注成果（“我以為我喜歡寫代碼，后來發(fā)現(xiàn)我只是喜歡寫代碼帶來的成果”）；另一些人則懷念親手編碼的感覺

社交動態(tài)改變：Claude成為提問的第一站，取代了過去向同事求助的場景。這導致一些人感覺指導和協(xié)作機會減少了

職業(yè)不確定性： 工程師的角色正轉向更高級別的AI系統(tǒng)管理者，但對職業(yè)的長期軌跡感到迷茫。有人短期樂觀但長期悲觀（“長期來看，AI會做所有事，讓我變得無關緊要”）

Claude Code使用趨勢：

自主性與復雜性提升：半年前，Claude Code平均自主執(zhí)行約10個動作后需人類介入，現(xiàn)在這一數(shù)字約為20個。處理復雜任務（如代碼設計、新功能實現(xiàn)）的比例大幅增加

修復“紙上劃痕” ：8.6%的任務是修復那些影響開發(fā)體驗但優(yōu)先級不高的小問題，如代碼重構，這些小修復累積起來可能帶來顯著的效率提升

人人都在全棧化： 不同團隊使用Claude的方式不同，但都傾向于增強其核心專業(yè)。例如，安全團隊用它分析不熟悉的代碼，對齊與安全團隊用它構建數(shù)據(jù)可視化前端。

調查數(shù)據(jù)詳情

Claude的主要編碼任務是什么？

數(shù)據(jù)顯示，最常見的日常任務是調試（55%的員工每天使用）和代碼理解（42%每天使用）。實現(xiàn)新功能（37%）緊隨其后。而高級別設計/規(guī)劃、數(shù)據(jù)科學和前端開發(fā)的使用頻率較低

使用率與生產(chǎn)力

員工自我報告的數(shù)據(jù)對比驚人：

12個月前：Claude用于28%的日常工作，生產(chǎn)力提升20%

現(xiàn)在：Claude用于59%的日常工作，生產(chǎn)力提升50%

這兩項指標在一年內增長超過2倍。這一數(shù)據(jù)也與公司內部觀察到的每位工程師日均合并拉取請求數(shù)量增加67%的趨勢大致相符。

一個有趣的模式是，在使用Claude后，員工在各類任務上花費的時間略有減少，但產(chǎn)出量卻大幅增加

然而，數(shù)據(jù)也顯示，一部分人在AI輔助下花費了更多時間。原因包括：需要花時間調試和清理Claude生成的代碼，以及理解非自己編寫代碼的額外認知負擔。但也有人認為這種額外時間是積極的，因為它幫助他們堅持完成以前會立刻放棄的任務，或進行更徹底的測試和學習

Claude催生新工作

調查發(fā)現(xiàn)，員工估計27%的Claude輔助工作若無AI就不會被完成。

這些新工作包括：擴展項目規(guī)模、制作錦上添花的工具（如交互式數(shù)據(jù)看板）、編寫文檔和測試，以及一些手動操作成本過高的探索性工作。一位工程師表示，他們現(xiàn)在能修復更多以前影響開發(fā)體驗的紙上劃痕

另一位研究員的描述更具畫面感：

人們傾向于把強大的模型看作單一實例，就像換了輛更快的車。但擁有百萬匹馬……能讓你同時測試大量不同的想法。當你擁有這種探索的廣度時，工作會變得更令人興奮、更富創(chuàng)造力

完全委托的比例有多高？

盡管使用頻繁，但超過一半的工程師表示，他們只能將0-20%的工作完全委托給Claude。這表明，工程師傾向于與Claude緊密協(xié)作并驗證其工作，而不是簡單地交出任務，尤其是在對代碼質量要求高的核心領域

定性訪談：人與AI協(xié)作的真實體驗

AI委托的策略

工程師們正形成一套委托任務給Claude的策略，通常是那些：

自己不熟但復雜度低的任務：我不懂Git或Linux，Claude很好地彌補了我的經(jīng)驗不足

易于驗證的任務：對于那些驗證成本遠低于創(chuàng)建成本的工作，它簡直太棒了

定義明確或自成體系的任務

代碼質量不那么關鍵的任務：如果是用完即棄的調試代碼，直接交給Claude

重復或枯燥的任務：我對任務越興奮，就越不可能用Claude

啟動成本高的任務：冷啟動問題是最大的障礙。我腦子里有大量關于我們團隊代碼庫的背景信息，而Claude沒有

信任，但要驗證

許多用戶描述了一個信任遞增的過程，就像最初使用谷歌地圖一樣：

一開始，我只用谷歌地圖走不認識的路……就像我用Claude寫我不懂的SQL。后來，我開始用它走我熟悉但最后一段路不確定的路線。現(xiàn)在，我連日常通勤都用它，完全信任它的路線建議……我今天用Claude Code的方式與此類似。”

在是否用Claude處理自己專業(yè)領域內外的任務上，工程師們存在分歧。一些人偏好在熟悉領域使用，因為可以快速驗證；另一些人則用它處理外圍領域以節(jié)省時間。

一位安全工程師強調了經(jīng)驗的重要性，他提到Claude曾提出一個以危險方式顯得非常聰明的方案，就像一個才華橫溢的初級工程師會提的建議，只有經(jīng)驗豐富的人才能識別其風險

什么任務留給自己？

工程師們普遍將涉及高級別思考、戰(zhàn)略或需要組織背景和“品味”的設計決策留給自己。但這道界限是“移動的目標”，隨著模型能力的提升而不斷被重新協(xié)商。

技能的轉變：全棧化與空心化

新能力涌現(xiàn)…

許多工程師報告稱，他們正在完成以前超出其專業(yè)范圍的工作——后端工程師構建UI，研究員創(chuàng)建可視化圖表。一位后端工程師描述了他與Claude合作構建復雜UI的經(jīng)歷：

它做得比我好太多了。我絕對做不出來……設計師們看到后問‘等等，這是你做的？’我說‘不，是Claude做的——我只是給了它提示

工程師們稱自己正變得更全棧，這種能力擴展帶來了更快的反饋循環(huán)和學習速度。

實踐機會的減少

與此同時，一些人擔心隨著委托得越來越多，技能正在萎縮，并失去在手動解決問題過程中獲得的附帶學習

如果你自己去調試一個難題，你會花時間閱讀文檔和代碼，即使有些內容與問題不直接相關，但你在這個過程中建立了對系統(tǒng)工作方式的心智模型。現(xiàn)在這種情況少了很多，因為Claude能直接帶你找到問題所在

一位高級工程師表示，如果他處于職業(yè)生涯早期，會更擔心這個問題：

我主要在那些我知道答案應該是什么樣的情況下使用AI。我通過硬核方式做軟件工程師才培養(yǎng)出這種能力……但如果我剛入行，我認為需要付出極大的刻意努力才能繼續(xù)提升自己的能力，而不是盲目接受模型的輸出

技能萎縮之所以令人擔憂，部分原因在于監(jiān)督的悖論：有效使用Claude需要監(jiān)督能力，而監(jiān)督能力本身正來源于那些可能因過度使用AI而萎縮的編碼技能

我們還需要那些動手編碼的技能嗎？

軟件工程正走向更高的抽象層次，這在歷史上曾發(fā)生過。一些員工認為，這種轉變讓他們能從更高層面思考——關于最終產(chǎn)品和最終用戶，而不僅僅是代碼。

另一些人則務實地表示：我的軟件工程師技能肯定在萎縮……但如果需要，這些技能隨時可以撿回來，而現(xiàn)在我只是不再需要它們了！

最有趣的是一位工程師的觀點：生疏了這種說法，是基于一個假設：總有一天編碼會回到?jīng)]有Claude 3.5的時代。我認為不會了

軟件工程的手藝與意義

對于是否懷念親手編碼，工程師們的感受截然不同

一些人感到失落：對我來說，這是一個時代的終結

另一些人則擔心新工作方式缺乏樂趣：花一天時間給Claude寫提示并不有趣或有成就感

但也有人欣然接受這種權衡：

“我以為到了現(xiàn)在這個階段，我會感到害怕或無聊……但事實并非如此。相反，我感到非常興奮，因為我能做的事情多得多了。我原以為我真的喜歡寫代碼，但現(xiàn)在我發(fā)現(xiàn)，我實際上只是喜歡我從寫代碼中獲得的成果

工作場所社交動態(tài)的改變

一個顯著的主題是，Claude已成為提問的第一站，取代了過去向同事求助的場景
有人欣賞這種社交摩擦的減少，但也有人感到失落：

“我喜歡和人一起工作，現(xiàn)在我‘需要’他們的機會變少了，這挺讓人難過的。”

幾位資深工程師指出，這對傳統(tǒng)的師徒指導模式造成了沖擊。一位高級工程師說：

“初級員工不怎么來問我問題了，這讓我有點難過，盡管他們確實能更有效地得到答案，學得也更快。”

職業(yè)不確定性與適應

許多工程師認為自己的角色正從代碼編寫者轉變?yōu)锳I管理者。有人估計自己的工作已“70%以上轉變?yōu)榇a審查者/修改者”

長期來看，職業(yè)不確定性普遍存在。許多人表示很難說幾年后他們的職業(yè)會是什么樣子

短期內我感到樂觀，但長期來看，我認為AI最終會做所有事情，讓我和許多其他人變得無關緊要

感覺自己每天來上班，都是為了親手砸掉自己的飯碗

當然也有樂觀者。一位團隊負責人總結道：沒人知道未來會發(fā)生什么……重要的是保持極強的適應性

Claude Code使用趨勢分析

為了補充主觀報告，Anthropic還分析了2025年2月至8月的20萬份內部Claude Code使用記錄

用更少監(jiān)督處理更難的問題

過去六個月，Claude Code的使用呈現(xiàn)出以下趨勢：

任務復雜度提升：平均任務復雜度從3.2上升到3.8（5分制）。3.2分的任務如“排查Python模塊導入錯誤”，3.8分的任務如“實現(xiàn)并優(yōu)化緩存系統(tǒng)

自主性增強： Claude Code在需要人類干預前，連續(xù)執(zhí)行的獨立“工具調用”（如編輯文件、運行命令）次數(shù)中位數(shù)，從9.8次增加到21.2次，增長了116%。

人類干預減少：平均每個任務的人類交互輪次從6.2次減少到4.1次，下降了33%

這些數(shù)據(jù)表明，工程師正將越來越復雜的工作以更自主的方式委托給Claude。

任務分布的變化

最顯著的變化是，用于實現(xiàn)新功能的比例從14.3%飆升至36.9%，用于代碼設計或規(guī)劃的比例從1.0%增至9.9%。這可能表明Claude在這些復雜任務上的能力增強了

修復“紙上劃痕”

數(shù)據(jù)顯示，當前8.6%的Claude Code任務被歸類為紙上劃痕修復，包括創(chuàng)建性能可視化工具、重構代碼以提高可維護性等

各團隊任務差異

數(shù)據(jù)顯示，每個團隊都在利用Claude增強自身專業(yè)，并向“全棧”拓展：

預訓練團隊：主要用Claude Code構建新功能（54.6%），大部分是運行額外實驗。

對齊與安全團隊：進行最多的前端開發(fā)（7.5%），通常用于數(shù)據(jù)可視化

安全團隊：最常用Claude Code進行代碼理解（48.9%），以分析代碼庫的安全隱患

非技術員工：最常用它進行調試（51.5%）和數(shù)據(jù)科學（12.7%），彌合技術知識差距

Anthropic的員工在過去一年中大幅增加了對Claude的使用，不僅加速了現(xiàn)有工作，還擴展到新領域，承擔了以前被忽視的改進任務

這些轉變帶來了明確的生產(chǎn)力效益，也伴隨著對軟件工程工作長期軌跡的真實不確定性。

目前下結論還為時過早，但這項研究確實提出了一些問題：我們應如何深思熟慮且有效地駕馭這些變革？

作為后續(xù)，Anthropic正在與內部工程師和領導層探討這些機遇與挑戰(zhàn)，包括如何調整團隊協(xié)作、支持職業(yè)發(fā)展、建立AI增強工作的最佳實踐等。他們還計劃將研究擴展到非工程崗位，并支持像CodePath這樣的外部組織調整計算機科學課程

Anthropic希望不僅研究AI如何改變工作，更要親自試驗如何明智地駕馭這場變革，從自己開始

正如他們所言，Anthropic是“一個負責任的工作場所轉型的實驗室”

參考：

https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic

--end--

最后記得??我，這對我非常重要，每天都在更新：

歡迎點贊轉發(fā)推薦評論，別忘了關注我