AI 如何改變 Anthropic：工程師提效 50%，卻擔憂技能退化

造 AI 的人，平時到底怎麼用 AI？外界都在爭論程式設計師會不會被大模型徹底取代，Anthropic 索性把鏡頭對準了自己家裡的工程師。

Anthropic 公佈了一項針對內部 132 名工程師與研究員的調查和訪談。在 Claude Sonnet 4 和 Opus 4 的加持下，他們日常工作的形態已經發生了劇烈變化，有人效率翻倍，但也有人開始擔心自己未來會變得無關緊要。

效率暴漲 50%，但沒人敢真正撒手

資料最直觀的體現是工作量的大幅膨脹。Anthropic 員工報告稱，他們目前大約 60% 的日常工作都有 Claude 參與，平均帶來了 50% 的生產力提升，這兩個數字都比一年前翻了一倍多。在工程團隊全面用上 Claude Code 工具後，每位工程師每天成功合併的程式碼 PR 數量直接增加了 67%。

很有意思的一個細節是，有 27% 藉助 AI 完成的工作，原本根本不會被排上日程。比如順手搭一個數據看板、做做探索性的實驗指令碼，或者是修復那些平時沒人願意碰的程式碼微小痛點。這些瑣碎但能提升程式碼質量的小修補，佔了 Claude Code 任務量的 8.6%。

另外，工具的自主性也在明顯變長。半年前 Claude Code 平均自己跑 10 步就需要人類接手干預一次，現在已經能一口氣自主跑完 20 步左右。工程師用它寫新功能的比例從 14% 漲到了 37%，參與架構設計的比例也從 1% 爬到了 10%。

不過，真正的關鍵在於沒人敢完全撒手。絕大多數 Anthropic 工程師表示，自己能完全放權給 Claude、不需要任何校驗的工作，只佔 0% 到 20%。大家依然把 Claude 當成一個需要時刻盯著的副手，核心邏輯和高風險程式碼必須人工逐行驗貨。

人人變全棧，但老手開始擔心斷代

AI 帶來的另一個直接結果是全棧化。安全團隊可以用 Claude 快速讀懂陌生架構，做安全對齊的演算法工程師能順手寫出一套漂亮的前端視覺化介面。原本不敢碰的資料庫或者前端業務，現在大家都能插上一腳。

但這扇門開啟之後，內部的焦慮也隨之而來。幾位工程師在訪談裡提到了同一種隱憂：當生成程式碼變得又快又容易時，人就很難沉下心去從底層學懂一門技術。長此以往，深層技術能力會不會萎縮？如果你自己都不懂底層細節，未來怎麼去監督和審查 AI 寫出來的複雜程式碼？

更現實的變化發生在辦公室的人際關係上。過去初級工程師遇到不懂的問題，會跑去找資深導師請教，現在第一站全變成了問 Claude。有老工程師感嘆，雖然效率高了，但年輕人不再來敲門請教，傳統的程式碼傳幫帶和協作紐帶正在悄悄斷裂。甚至有員工坦言，短期看非常樂觀，但長期看 AI 可能會做完所有事，最終讓自己失去存在的價值。

為什麼重要

Anthropic 這份自白最大的價值，是打破了關於 AI 程式設計的虛妄幻想。很多企業高管以為買了程式設計助手就能直接裁員或者全自動化，但哪怕是全世界最懂 Claude 的頂級工程師，敢完全放任 AI 的比例也只有兩成不到。現在去用這類 AI 編碼工具是絕對划算的，但用法不該是甩手不管，而是拿它去消滅繁瑣測試、補全監控看板和排查報錯，把精力挪到架構審美和審查把關上。

對整個軟體行業來說，這敲響了一個關於人才斷層的警鐘。如果初級開發者不再經歷啃文件、踩坑和向前輩請教的笨功夫，那麼五年之後，行業去哪裡找有能力審查 AI 程式碼的架構師？這種效率紅利的背後，實際上是拿傳統的工程師成長路徑在做抵押。

我們認為 Anthropic 坦誠自曝這種矛盾非常聰明。它證明了 AI 改變工作最先帶來的不是失業，而是工作重心的被迫漂移：寫程式碼的門檻被徹底抹平，但監督 AI、辨別劣質程式碼的鑑賞力反而成了最稀缺的硬通階梯。