Anthropic 於 2026 年 10 月 16 日發布的內部研究，呈現出一個值得關注的變化：公司使用 AI 代理的程度快速增加，同時，初階員工在技術職新聘人數中的占比明顯下降。該比例從 27% 降至 9%；截至 8 月，員工指揮的互動式代理記錄工時約為人類主管的六倍。不過，這些是單一公司的觀察，不能單憑兩種趨勢同時出現，就認定 AI 導致了招募變化，也不能把代理運作時數視為等量的人類工作成果。72

初階技術職招募占比大幅下滑

研究指出，自 2025 年初以來，初階員工在 Anthropic 技術部門中的占比，從 21% 降至 14%；初階員工占新聘技術人員的比例則從 27% 降至 9%。這些數字反映員工與新聘人員的組成比例，本身並不代表技術職員工總數或招募人數也跟著減少。72

占比下降和人數減少不是同一回事。如果其他職級或部門成長更快，某一群體占全體的比例便可能降低，即使該群體的實際人數仍在增加。有報導指出，Anthropic 的技術職招募絕對人數仍有成長，只是技術職占公司員工總數的比例變小。3

研究揭示了 Anthropic 招募結構的變化，但沒有證明變化的成因。初階招募占比下降與代理使用增加同時發生，並不足以單獨證明前者是由 AI 造成。7

「六倍工時」指的是運作時間，不是六倍產出

Anthropic 表示，AI 代理記錄的工時在 2026 年 3 月已超過員工工時；到 8 月，員工指揮的互動式代理記錄時數約為人類主管的六倍。這項比較談的是工時，不是代理數量，也不是完成任務的數量。217

代理工時包括模型處理與工具使用時間。它不等於六倍的人類工作成果：光看運作時間，無法得知代理完成了多少任務、結果是否有用。另有報導指出，研究以員工人數和每週 40 小時估算人類工時，作為比較基準。35

產出增加，人仍須把關

Anthropic 研究指出，工程師人均程式碼提交次數在六個月內增加約五倍。共同作者 Peter McCrory 也提到，程式碼行數、每位業務代表的銷售額，以及處理的法律合約數量都有增加。這些是研究所報告的產出指標，不能直接證明經品質調整後的生產力也提升相同比例，更不能據此認定變化全由 AI 造成。816

研究描繪的並非「員工把工作交給代理後就能抽身」的情境。相關報導提到，員工花更多時間監看代理工作流程，也投入資源建立工具，以便掌握代理正在做什麼。這顯示人類工作可能轉向監督與協調，而不是完全退出流程。63

這份研究能說明什麼，又不能說明什麼？

這是一份針對 Anthropic 自身的內部研究，不是對各公司或整體產業的代表性調查，也不是用來控制其他因素、驗證 AI 因果效果的實驗。它能詳述單一雇主內部的變化，但不足以預測整體勞動市場。7

另一份配套報告衡量的是受訪者的預期，而非已經發生的自動化：Anthropic 員工預估，到 2030 年，AI 平均可能執行目前工作時數的 75%；受雇的美國受訪者平均則為 28%。這些數字反映受訪者對未來的看法，不代表 AI 現在已經接手相同比例的工作。20

較穩妥的結論是，Anthropic 在加速導入代理的同時，初階員工占技術職招募的比例下降，代理記錄工時與部分產出指標則上升。這份研究提供了公司層級的細節，但不能證明 AI 導致招募結構改變，也不能據此推斷其他企業或整體職場會出現相同結果。7221

Anthropic 於 2026 年 10 月 16 日發布的內部研究，呈現出一個值得關注的變化：公司使用 AI 代理的程度快速增加，同時，初階員工在技術職新聘人數中的占比明顯下降。該比例從 27% 降至 9%；截至 8 月，員工指揮的互動式代理記錄工時約為人類主管的六倍。不過，這些是單一公司的觀察，不能單憑兩種趨勢同時出現，就認定 AI 導致了招募變化，也不能把代理運作時數視為等量的人類工作成果。72

初階技術職招募占比大幅下滑

研究指出，自 2025 年初以來，初階員工在 Anthropic 技術部門中的占比，從 21% 降至 14%；初階員工占新聘技術人員的比例則從 27% 降至 9%。這些數字反映員工與新聘人員的組成比例，本身並不代表技術職員工總數或招募人數也跟著減少。72

占比下降和人數減少不是同一回事。如果其他職級或部門成長更快，某一群體占全體的比例便可能降低，即使該群體的實際人數仍在增加。有報導指出，Anthropic 的技術職招募絕對人數仍有成長，只是技術職占公司員工總數的比例變小。3

研究揭示了 Anthropic 招募結構的變化，但沒有證明變化的成因。初階招募占比下降與代理使用增加同時發生，並不足以單獨證明前者是由 AI 造成。7

「六倍工時」指的是運作時間，不是六倍產出

Anthropic 表示，AI 代理記錄的工時在 2026 年 3 月已超過員工工時；到 8 月，員工指揮的互動式代理記錄時數約為人類主管的六倍。這項比較談的是工時，不是代理數量，也不是完成任務的數量。217

代理工時包括模型處理與工具使用時間。它不等於六倍的人類工作成果：光看運作時間，無法得知代理完成了多少任務、結果是否有用。另有報導指出，研究以員工人數和每週 40 小時估算人類工時，作為比較基準。35

產出增加，人仍須把關

Anthropic 研究指出，工程師人均程式碼提交次數在六個月內增加約五倍。共同作者 Peter McCrory 也提到，程式碼行數、每位業務代表的銷售額，以及處理的法律合約數量都有增加。這些是研究所報告的產出指標，不能直接證明經品質調整後的生產力也提升相同比例，更不能據此認定變化全由 AI 造成。816

研究描繪的並非「員工把工作交給代理後就能抽身」的情境。相關報導提到，員工花更多時間監看代理工作流程，也投入資源建立工具，以便掌握代理正在做什麼。這顯示人類工作可能轉向監督與協調，而不是完全退出流程。63

這份研究能說明什麼，又不能說明什麼？

這是一份針對 Anthropic 自身的內部研究，不是對各公司或整體產業的代表性調查，也不是用來控制其他因素、驗證 AI 因果效果的實驗。它能詳述單一雇主內部的變化，但不足以預測整體勞動市場。7

另一份配套報告衡量的是受訪者的預期，而非已經發生的自動化：Anthropic 員工預估，到 2030 年，AI 平均可能執行目前工作時數的 75%；受雇的美國受訪者平均則為 28%。這些數字反映受訪者對未來的看法，不代表 AI 現在已經接手相同比例的工作。20

較穩妥的結論是，Anthropic 在加速導入代理的同時，初階員工占技術職招募的比例下降，代理記錄工時與部分產出指標則上升。這份研究提供了公司層級的細節，但不能證明 AI 導致招募結構改變，也不能據此推斷其他企業或整體職場會出現相同結果。7221