刚刚，Anthropic公开4年后的世界！造AI只剩5%留给人

新智元报道 同一个2026年，人类的现实已经悄然裂成了两半！ 在旧金山的Anthropic办公楼里， Agent昼夜运转的总时长已经彻底反超人类 ，甚至有员工像带真人团队一样，给手下的Claude小队写起了绩效评语。 一墙之外，世界还停在另一个时代的节奏里。将近一半的美国人，至今不信AI能写好一封日常邮件。 就在刚刚，Anthropic罕见连发两份重磅内部报告，把楼里楼外这两个平行世界，并排摆在了所有人面前。 1334名Anthropic员工平均认为， 再过四年， AI 就能做完自己眼下75%的工作 ；同一道题拿去问外面的美国打工人，答案只有28%。 超过一半的员工笃定AI能包揽自己八成以上的活，美国劳动者里敢这么想的，只有寥寥5%。 91%的员工相信2030年前 AI 就能做出诺奖级发现 ，58%的人觉得2027年就能见分晓；美国成年人里，只有39%信。 这道认知鸿沟背后，是离奇点最近的这群人，已经提前活进了另一种日常。 在Anthropic，一周干完外面三个月 他们敢下这么重的注，底气来自同一天公开的另一份内部报告。 这份《Anthropic内部就业变化》调出了公司的人事、产出和Agent运行记录，把一家顶级AI实验室的里子翻给了外人看。 今年3月，算上后台昼夜不停的自主任务， 全公司Agent干活的总时长，第一次超过了全体人类员工。 仅仅5个月后，只算员工亲手派出去的Agent，工时也从2月不足人类的五分之一，一路狂飙到了人类的6倍。 研究部门更是到了19倍，相当于每个研究员身后，同时跟着19个不知疲倦的Claude在狂奔。 8月，员工派出的Agent工时是员工的6倍 报告还画了一个大部门的Slack公开频道网络。起初里面只有155名员工和150个Agent会话，后来员工增加到237人，Agent会话暴涨到了7922个。 代表AI的红点像野火一样越长越密，把代表人类的蓝点团团围住。 每个人身边，都跟着一支自己的AI军团。 蓝点是员工，红点是Agent会话 有人把公司里的空气形容为「永恒的压力」，所有人都被这支军团推着往前狂奔，用Claude干一切事。 一位员工直言， 在这里一周要交的活，放到外面的公司，足足要干三个月。 以去年12月为基准， 工程师人均代码提交量已经暴涨到5.1倍 ，数据科学、法务和销售的人均产出也都在往上涨。 各岗位人均产出变化，2025年12月为基准 今年4月，Claude把一批没人顾得上的陈年积压问题清了一遍，一口气提交了800多个修复，硬生生把一类API错误压到了原来的千分之一。 据负责的工程师估算， 这批活如果换人来干，要熬上整整4年。 写代码也溢出了技术部门的边界。非技术员工每月发起的编码Agent会话，从去年8月的区区2次，飙到了今年5月的90次。 一位销售代表想要一个贴合自己工作流的看板，带着Claude改了三四个小时，界面、工具和流程就全接通了。 原本写Claude.ai问候语的文案团队，搭起一套上下文图谱教会Agent写品牌文案，随后整组华丽转身，改行写模型评测集和提示词。 一位工程师说，自己一年前开始全面「Claude化」， 到今天，已经差不多5个月没亲手写过一行代码了。 你还在催AI，他们已经被AI催着跑 外人总以为，AI把活都干了，人就能端起茶杯喝茶看报。 然而在Anthropic，现实恰恰相反， 血肉之躯的人类，反倒成了整条流水线上最慢的一环。 研究团队把每人每周收到的Claude输出，按每分钟250词折算成阅读时间，得出的数字让人头皮发麻。 工程和研究岗位每人每周要读424个小时，可地球上的一周，不眠不休也只有168个小时。 各岗位每人每周读完Claude输出要花的时间 人读不过来，Claude就只能干等。 交互会话里，它大约80%的时间都耗在排队等人回话上。 工业革命以来两百多年，从来都是人在催着机器转；而在这栋楼里，历史第一次倒转过来，轮到机器排队等人。 于是，被逼到极限的人开始给Agent当起了经理。 有人专门搭了一个Agent当「幕僚长」，分拣其他Agent递上来的请求；写给Agent的常驻指令，一年里从几百条暴涨到了8500条。 而这还闹出过让人哭笑不得的一幕。 有位员工几个月前在一份公司周边文档上留了名字，哪怕早就不管这摊事了，Agent还是隔三岔五找上门来，一本正经地向他讨要T恤和马克杯。 在如此高强度的使用之下，就连软件基础设施也扛不住了。 今年5月，Anthropic主代码库每天合入约2500次代码变更， 到了9月就冲破3万次，把程序员用了二十年的Git彻底挤爆。 主代码库每天合入的代码变更 于是7名工程师花了5个月，从头造出新的版本控制系统Scion，把整个代码库从Git迁了过去。 迁移要用的代码导入工具，团队年初自己手写了一版，本来颇为满意。 后来，他们用内测的Claude Mythos Preview随手重写了一遍，没加任何额外指令。 结果，新版本的内存占用降到二十分之一，速度快了整整4倍！ 没想到， 亲手造出AI的这群人，最先尝到了被AI甩在身后的滋味。 同一张问卷，两个2030 看过这栋楼里惊心动魄的日子，再回头看那张问卷，就不难理解楼里楼外为什么差得这么远。 如果只问今天的AI能干什么，两拨人的看法其实差不多。比如自己设计并发表一项科研，两边都只有约四分之一的人觉得AI现在做得到。 可一说到接下来几年，差距瞬间拉开。 到2027年，90%的员工觉得AI能独立搞科研，美国成年人只有38%。 到2030年，从写邮件、报税到诺奖级发现的8件事，员工的信心清一色超过9成。 美国成年人这边，每件事都有19%到40%的人斩钉截铁地认为，AI永远做不到。 员工（橙）与美国成年人（蓝）对8件事的判断 这也不只是外行和内行的差别。美国的计算机、工程和科学从业者预计，到2030年AI能做自己33%的工作。 就连其中天天用AI的，也只有40%，离Anthropic员工的75%还横着35个百分点的鸿沟。 预计到2030年AI能做的本职工作占比 真正的区别，藏在用AI的体感里。挑一件AI擅长的活，把检查和返工都算上， 59%的员工说用AI只要原来四分之一甚至更少的时间。 在工作中用AI的美国人里，这么说的只有26%，还有29%觉得用了AI一点没快，甚至更慢。 说用AI只要原来四分之一或更少时间的人占比 两拨人嘴上都说「我每天在用AI」，过的却是完全不同的一天。 每天亲眼看着AI把三个月的活压进一周，眼里的2030，自然和别人不在同一个世界。 造AI的人，开始给「最后一项发明」倒计时 整份调查里，这群人押得最重、也最让人心惊的一注，落在了自己的老本行上。 问卷有一道题只问了他们，造一个2026年初水平的前沿大模型，从定方向、设计实验到做评测，眼下有多少工作已经是AI自己在做？ 员工的中位数答案是51%，离造模型最近的研究团队估得更高，平均60%。 他们预计，到2027年底这一比例将升至80%，到2030年底高达95%。 员工估计AI在造前沿模型工作中的占比 Anthropic此前公开过一项内部测试，让Claude给一段训练小模型的代码提速。 熟练的人类研究员熬上4到8小时能做到4倍， 今年4月的Claude Mythos Previe