AI 如何改变 Anthropic：工程师提效 50%，却担忧技能退化

造 AI 的人，平时到底怎么用 AI？外界都在争论程序员会不会被大模型彻底取代，Anthropic 索性把镜头对准了自己家里的工程师。

Anthropic 公布了一项针对内部 132 名工程师与研究员的调查和访谈。在 Claude Sonnet 4 和 Opus 4 的加持下，他们日常工作的形态已经发生了剧烈变化，有人效率翻倍，但也有人开始担心自己未来会变得无关紧要。

效率暴涨 50%，但没人敢真正撒手

数据最直观的体现是工作量的大幅膨胀。Anthropic 员工报告称，他们目前大约 60% 的日常工作都有 Claude 参与，平均带来了 50% 的生产力提升，这两个数字都比一年前翻了一倍多。在工程团队全面用上 Claude Code 工具后，每位工程师每天成功合并的代码 PR 数量直接增加了 67%。

很有意思的一个细节是，有 27% 借助 AI 完成的工作，原本根本不会被排上日程。比如顺手搭一个数据看板、做做探索性的实验脚本，或者是修复那些平时没人愿意碰的代码微小痛点。这些琐碎但能提升代码质量的小修补，占了 Claude Code 任务量的 8.6%。

另外，工具的自主性也在明显变长。半年前 Claude Code 平均自己跑 10 步就需要人类接手干预一次，现在已经能一口气自主跑完 20 步左右。工程师用它写新功能的比例从 14% 涨到了 37%，参与架构设计的比例也从 1% 爬到了 10%。

不过，真正的关键在于没人敢完全撒手。绝大多数 Anthropic 工程师表示，自己能完全放权给 Claude、不需要任何校验的工作，只占 0% 到 20%。大家依然把 Claude 当成一个需要时刻盯着的副手，核心逻辑和高风险代码必须人工逐行验货。

人人变全栈，但老手开始担心断代

AI 带来的另一个直接结果是全栈化。安全团队可以用 Claude 快速读懂陌生架构，做安全对齐的算法工程师能顺手写出一套漂亮的前端可视化界面。原本不敢碰的数据库或者前端业务，现在大家都能插上一脚。

但这扇门打开之后，内部的焦虑也随之而来。几位工程师在访谈里提到了同一种隐忧：当生成代码变得又快又容易时，人就很难沉下心去从底层学懂一门技术。长此以往，深层技术能力会不会萎缩？如果你自己都不懂底层细节，未来怎么去监督和审查 AI 写出来的复杂代码？

更现实的变化发生在办公室的人际关系上。过去初级工程师遇到不懂的问题，会跑去找资深导师请教，现在第一站全变成了问 Claude。有老工程师感叹，虽然效率高了，但年轻人不再来敲门请教，传统的代码传帮带和协作纽带正在悄悄断裂。甚至有员工坦言，短期看非常乐观，但长期看 AI 可能会做完所有事，最终让自己失去存在的价值。

为什么重要

Anthropic 这份自白最大的价值，是打破了关于 AI 编程的虚妄幻想。很多企业高管以为买了编程助手就能直接裁员或者全自动化，但哪怕是全世界最懂 Claude 的顶级工程师，敢完全放任 AI 的比例也只有两成不到。现在去用这类 AI 编码工具是绝对划算的，但用法不该是甩手不管，而是拿它去消灭繁琐测试、补全监控看板和排查报错，把精力挪到架构审美和审查把关上。

对整个软件行业来说，这敲响了一个关于人才断层的警钟。如果初级开发者不再经历啃文档、踩坑和向前辈请教的笨功夫，那么五年之后，行业去哪里找有能力审查 AI 代码的架构师？这种效率红利的背后，实际上是拿传统的工程师成长路径在做抵押。

我们认为 Anthropic 坦诚自曝这种矛盾非常聪明。它证明了 AI 改变工作最先带来的不是失业，而是工作重心的被迫漂移：写代码的门槛被彻底抹平，但监督 AI、辨别劣质代码的鉴赏力反而成了最稀缺的硬通阶梯。