Claude 母公司 Anthropic 新发布了一份报告:调查内部 132 名工程师,进行 53 场访谈,分析 20 万条 Claude Code 的使用记录——目的是搞清楚 “ AI 到底是怎么改变他们自己的工作” 的。以下是全文翻译,文章过长,建议电脑阅读。
AI 究竟在如何重塑我们的工作方式?
我们之前的研究曾探讨过 AI 对整体劳动力市场的经济影响,覆盖了各行各业。但如果我们将显微镜对准 AI 技术最早的践行者——也就是我们自己,又会发现什么?
2025 年 8 月,我们将镜头转向内部,调研了 132 名 Anthropic 的工程师和研究员,进行了 53 次深度访谈,并深挖了内部的 Claude Code 使用数据。我们想知道,AI 到底把 Anthropic 变成了什么样。
结论是:AI 的使用正在彻底改变软件开发的本质,这种改变既带来了希望,也引发了焦虑。我们的研究揭示了一个正在经历剧变的职场:工程师们的产出爆发式增长,人人都变得更像“全栈”工程师(能搞定原本不擅长的领域),学习和迭代的速度显著加快,许多以前被搁置的任务现在也被捡了起来。这种能力的“横向扩张”也让大家开始思考代价——有人担心“深度”技术能力会退化,或者越来越难以把控 Claude 的输出质量;也有人张开双臂拥抱变化,乐于站在更高的维度思考问题。有人发现,有了 AI 这个搭档,与人类同事的协作反而少了;甚至有人隐隐担忧,自己最终会不会被 AI “优化”掉。我们很清楚,作为一家构建 AI 的公司,研究 AI 对自身的影响,本身就带有某种“近水楼台”的特殊性——我们的工程师能最早用上最顶尖的工具,身处一个相对稳定的行业,并且本身就是这场变革的推动者。尽管如此,我们认为发布这些发现依然利大于弊。因为 Anthropic 内部工程师正在经历的一切,很可能是社会更广泛变革的风向标。我们的发现揭示了一些值得各行各业尽早关注的挑战(当然,局限性请参阅附录)。注:收集数据时,我们使用的是当时最强的 Claude Sonnet 4 和 Claude Opus 4 模型,而现在能力已进一步提升。更强的 AI 带来了生产力的红利,但也抛出了难题:在 AI 增强的职场中,如何保持技术专精?如何维持有意义的人际协作?如何通过新的学习机制、师徒带教和职业发展路径,去应对那个充满不确定性的未来?我们在下文的“展望未来”部分探讨了内部正在采取的初步措施。此外,我们在最近关于AI经济政策构想的博客文章中,也探讨了潜在的政策应对方案。
01
核心发现本节简要概述调研、访谈和 Claude Code 数据中的核心发现。详细数据、方法和说明将在后文展开。1.1 调研数据修复 Bug 和理解代码库是首选。 Anthropic 的工程师和研究员最常让 Claude 干两件事:改错代码,以及搞懂现有的代码库(图 1)。用得越多,产出越高。 员工自述在 60% 的工作中使用了 Claude,生产力提升了 50%,这是去年同期的 2-3 倍。这种效率提升并非体现为每个任务花的时间变少了,而是体现为完成的任务总量变多了(图 2)。27% 的活儿是“锦上添花”。 在 Claude 辅助完成的工作中,有 27% 属于“如果没有 AI 根本就不会做”的任务。比如扩大项目规模、制作好用的内部工具(如交互式数据仪表盘),以及那些如果人工做不太划算的探索性工作。离不开它,但不能全信它。 大多数员工高频使用 Claude,但表示能“完全甩手”给它的工作仅占 0-20%。Claude 更像是一个时刻在线的协作者,但在关键任务上,依然需要人类进行积极的监督和验证——它还没到能让人当“甩手掌柜”的地步。1.2 定性访谈员工正在通过“直觉”决定放权程度。 工程师倾向于把那些容易验证的任务外包给 AI,标准是“我也能轻松一眼看出对不对”,或者是低风险任务(如“用完即弃的测试代码”),再或者是那些无聊的活儿(“我对这任务越感兴趣,就越不想用 Claude”)。许多人描述了一种信任建立的过程:从简单任务开始,慢慢试水复杂工作。虽然目前大家还把持着核心设计和“品位”把控的关口,但随着模型变强,这道边界正在被重新商定。技能树变宽了,但有些根基松动了。 Claude 让大家敢于涉足陌生领域(“我现在能很自信地搞定前端或者事务性数据库……以前我都不敢碰这些”)。但悖论在于,这种便利引发了对深度技能退化的担忧——“当产出结果变得如此容易和快速,你就越来越难静下心来去真正学习点什么了。”对“编程手艺”的看法变了。 一些工程师拥抱 AI 辅助,专注于结果(“我以为我喜欢写代码,其实我只是喜欢代码跑通带来的成果”);但也有些人表示怀旧,“我确实怀念(写代码过程中的)某些部分。”职场社交关系网在改变。 以前遇到问题先问同事,现在 Claude 成了第一站。结果是,有人觉得获得指导和协作的机会少了。(“我喜欢和人一起工作,现在我没那么‘需要’他们了,这挺让人伤感的……初级员工也不像以前那样经常来问我问题了。”)职业生涯的进化与迷茫。 工程师们表示工作重心正转向管理 AI 系统等更高层级的任务,产出也大幅提升。但这也引发了对软件工程这一职业长远未来的质疑。有人心情矛盾:“短期我很乐观,但长期来看,AI 可能会包揽一切,让我和其他人都变得无关紧要。”还有人强调这种纯粹的不确定性,坦言“很难说”几年后自己的角色会变成什么样。1.3 Claude Code 使用趋势Claude 正变得更自主,能扛更重的活。 六个月前,Claude Code 在需要人类介入前大约能自动执行 10 个操作。现在,这个数字变成了 20,它能在更少的人类指引下完成更复杂的工作流(图 3)。工程师越来越多地用它来处理代码设计/规划(占比从 1% 升至 10%)和实现新功能(从 14% 升至 37%)等复杂任务(图 4)。随手修补“小毛病”。 8.6% 的 Claude Code 任务是在处理那些能改善生活质量的琐碎问题,比如为了代码可维护性进行重构(也就是修复“papercuts”——那些平日里忍忍就过去的小痛点)。这些以前会被排在优先级末尾的小修小补,累积起来带来了巨大的效率提升。全员“全栈化”。 不同团队对 Claude 的用法各异,通常用来补齐自己的短板——安全团队用它分析陌生的代码,对齐与安全团队用它构建前端数据可视化界面,等等(图 5)。
02
调研数据为了摸清 Claude 在日常工作中的真实样貌,我们对公司内部 132 位工程师和研究员展开了调研。这次调研覆盖面很广,横跨研究和产品两大职能部门,既有内部频道的广播,也有针对特定团队的定向邀约。关于调研方法的局限性,我们已在附录中详细说明;同时,我们也公开了调研问卷,希望能为同行的研究提供参考。2.1 大家到底用 Claude 写什么代码?我们请受访者对自己使用 Claude 处理各类编程任务的频率进行了评级。这些任务包括“调试”(Debug,让 Claude 帮忙修 Bug)、“代码理解”(让 Claude 解释现有的代码库)、“重构”(优化代码结构)以及“数据科学”(比如分析数据集或画柱状图)。统计结果显示,最高频的日常任务如下:超过半数(55%)的员工每天都用 Claude 进行调试;42% 每天用它来理解代码;37% 用来实现新功能。相比之下,高层设计与规划的使用频率较低(这部分工作通常还得靠人脑),数据科学和前端开发的频率也不高(这主要因为相关任务本身的总量就相对较少)。这一分布趋势,与我们在“Claude Code 使用趋势”一节中汇报的数据大致吻合。
图一:各类编程任务(Y轴)的日活用户比例(X轴)2.2 使用率与生产力据员工自述,一年前,Claude 仅渗透了他们 28% 的日常工作,带来的生产力提升约为 20%;而如今,这两个数字分别飙升到了 59% 和 50%。这一结果也印证了我们引入 Claude Code 后观测到的硬指标——每位工程师每天合并的代码请求(PR)数量增长了 67%(详情见)。同比来看,变化堪称剧烈:一年之内,渗透率和效能几乎都翻了一番。此外,使用深度与生产力提升呈强正相关。在分布曲线的顶端,有 14% 的受访者表示效率提升超过 100%——这些就是我们内部的“超级用户”。这里需要泼一盆冷水(更多局限性详见):生产力从来都难以精确量化。非营利 AI 研究机构 指出,经验丰富的开发者在处理非常熟悉的代码库时,往往会高估 AI 带来的效率提升。话虽如此,METR 总结的那些导致“AI 帮倒忙”的因素(例如环境庞大复杂,或需要大量隐性知识),恰恰与我们员工不愿交给 Claude 的任务高度重合(详见下文)。因此,我们报告的生产力提升,很可能反映了员工已经练就了一套“战略性委派”的技能——只把合适的活儿给 AI,而这正是 METR 研究中未曾考量的变量。当我们询问员工 Claude 如何影响具体任务的“耗时”与“产出量”时,一个有趣的模式浮现了出来:几乎在所有任务类别中,耗时都在净减少,而产出量却出现了更大幅度的净增长。
图 2:分任务统计的耗时影响(左图)与产出量影响(右图)。X轴代表自述的变化:减少(负值)、增加(正值)或不变(垂直虚线)。误差棒显示 95% 置信区间。圆圈大小对应样本数量。仅统计了实际使用 Claude 执行该任务的受访者。
然而,深挖原始数据后,我们发现了两极分化的现象:虽然总体耗时减少,但也有一部分人在使用 Claude 辅助的任务上花了更多时间。为什么会变慢?员工们的解释主要有两类。一类是“善后”的成本:需要花时间调试和清理 Claude 的代码(有人戏称这是“凭直觉写代码(vibe code)把自己逼到了死角”),而且理解非自己亲手写的代码也带来了额外的认知负担。另一类则是“赋能”带来的投入:有人表示 Claude 让他们“坚持完成了以前会直接放弃的任务”;还有人说能进行更彻底的测试,或在陌生代码库中进行更多探索。总体来看,那些能省时间的工程师,似乎更擅长把“易于验证”的任务切分给 Claude;而那些花时间更多的人,往往正忙着调试 AI 生成的代码,或是在 Claude 需要更多指引的复杂领域中攻坚。目前的数据还不足以说明省下来的时间“去哪儿了”——是投入到了其他工程任务、非工程工作、与 Claude 的交互中,还是变成了工作之外的闲暇?我们的任务分类框架没能捕捉到工程师时间分配的全貌,而且自述的“省时”也可能存在感知偏差。这需要后续研究来剥离干扰因素。相比之下,产出量的增长则更为直观且显著。几乎所有任务类别的产出都在大幅净增。这个逻辑很通顺:大家并不是不做某类任务了(比如“调试”),而是在这类任务上,虽然单次耗时略有下降,但产出的总量却多得多了。虽然生产力难以直接测量,但这些自述数据表明,AI 在 Anthropic 提升生产力的主要方式,是带来巨大的产出增量。2.3 Claude 究竟开启了什么新赛道?我们一直心存疑问:Claude 究竟是开启了前所未有的新工作领域,还是仅仅充当了加速器,把本该由人完成的工作提前了?员工的估算给出了答案:在 Claude 辅助完成的工作中,有 27% 若无 AI 相助,根本就不会发生。工程师们列举了种种场景:或用于项目的大规模扩张,或搞些“锦上添花”的功能(比如交互式数据仪表盘);或是写文档、做测试这类枯燥却必要的基础工作;又或是那些靠人力去试错成本太高、本来不划算的探索性工作。有人打了个比方,现在终于能腾出手来处理那些长期影响体验的“芒刺”了——比如重构那些结构糟糕的代码,或者随手造个小工具来给主任务提速。我们在后台数据中也印证了这一点:8.6% 的 Claude Code 任务确实是在“拔刺”。另一位研究员提到,他会让多个 Claude 实例齐头并进,分头探索解题思路:“人们常把大模型想象成一个单点,像是一辆跑得更快的车。但如果你拥有一万匹马……你就能同时验证无数个点子……这种广度带来的探索空间,才是激发创造力的关键。”正如下文将要展示的,这类“新工作”往往意味着工程师要跨出自己的专业舒适区。2.4 我们能当“甩手掌柜”吗?尽管工程师们频繁使用 Claude,但超过半数的人表示,真正能完全交给 AI、自己当“甩手掌柜”的工作,占比不到 20%。(当然,“完全放权”的定义因人而异——有人觉得是完全不用看,有人觉得是只需扫一眼。)究其原因,工程师们描述的是一种“人机共舞”的状态:反复迭代、核验输出。尤其是在任务复杂、或对代码质量要求极高的关键领域,必须有人把关。这表明,大家倾向于把 Claude 当作紧密的合作伙伴,而非无需过问的外包工。对于什么是“完全放权”,工程师们的门槛设得很高。
03
深度访谈:数字背后的人情味问卷数据虽然揭示了效率的提升,但数字不仅冰冷,也掩盖了工程师们每天真实的所思所感。为了探究这背后的“人味儿”,我们深度访谈了 53 位参与问卷的 Anthropic 工程师和研究员。3.1 AI 使用兵法大家在实战中逐渐摸索出了一套策略,对于把什么活儿派给 Claude,有着明确的判断标准:
| 盲区里的简单活 | 只要是我不熟悉但又不复杂的活,全给它。比如好多基础设施的问题其实不难,但我对 Git 或 Linux 一知半解……这时候 Claude 就能完美补位。 |
| --- | --- |
| 一眼能看穿的 | 如果检查一遍的时间远少于自己写的时间,那用它简直爽翻了。 |
| 独立成块的 | 只要某个模块跟其他部分解耦得够干净,我就让 Claude 先试一手。 |
| 不求完美的 | 那种用完即弃的调试代码或实验代码,直接扔给 Claude。但要是涉及核心概念、复杂的调试注入或架构设计,还得我自己来。 |
| 枯燥乏味的 | 越是想做的事,我越不用 Claude;越是心里抵触、不想动手的……我就越容易找 Claude 聊聊。”
调查显示,平均有 44% 的 AI 辅助工作是大家本就不想干的苦差事。 |
| 动嘴不如动手的 | 要是这事儿我也就花十分钟,那就不麻烦 Claude 了。”
“现在最大的障碍是‘冷启动’——很多代码库的潜规则只有我懂,Claude 不知道。与其费劲写提示词教它,不如我自己直接搞定。 |
员工们提到的这些考量,与 METR 的一份不谋而合。那里也指出,如果开发者对代码库太熟,或者仓库太大太杂,AI 提效反而受阻。这种共识告诉我们:选对任务,是 AI 提效的关键(这一点在未来的生产力研究中应作为重要变量加以控制)。3.1.1 信任,但须核查许多用户都提到,他们对 Claude 的依赖是循序渐进的:起初只是试探性地把简单的活儿交给它,后来才逐渐加码。“起初我只拿它问点 Rust 语言的基础问题……但这阵子,我写代码已经全靠 Claude Code 了。”有位工程师打了个精妙的比方,把这种信任的建立过程比作使用谷歌地图:“刚开始,我只在去陌生地方时才开导航……这就好比让 Claude 写我不懂的 SQL,但绝不会让它写我拿手的 Python。后来,哪怕是熟路,为了搞定‘最后两公里’,我也开始用导航……