Anthropic规模翻三倍却砍掉初级程序员：AI智能体如何吃掉研发学徒阶梯

公司规模整整翻了三倍，初级程序员的比例反而缩水了三分之一。 这是 Anthropic 自己刚发出来的内部调查报告。 这家研发出 Claude 的顶尖人工智能实验室，在过去一年里业务扩张得极快。 按传统软件工程的扩张规律，业务膨胀这么猛，正是到处招应届生和新手来分担基础代码的时候。 但 Anthropic 技术部门里初级员工的占比，直接从 21% 一路跌到了 14%。 新招进来的技术人员更夸张。 技术新员工里初级新人的比例，从 27% 暴跌到了 9%。 到了 2025 年底，针对新人的招聘岗位几乎见底了。 为什么连大扩张时期都不再招新人？ 调查团队直接去问了内部的研发主管。 三分之一的机器学习主管，和五分之一的软件工程主管，在问卷里写了同一个原因： 日常写代码、修故障、补漏洞这些活，已经全被 AI 智能体吃下来了。 他们主动缩减了初级技术岗位的招聘名额。 在 Anthropic 内部，真实的工作图景变得非常奇特。 2026 年 3 月，智能体干活的总时长，第一次超过了全公司人类员工的工时总和。 到了 8 月，员工指挥的交互式智能体，工作时长已经达到人类自身的 6 倍。 每个工程师手里的代码提交速度，暴涨到了半年前的 5 倍。 有人可能会怀疑，写得这么快，产出的是不是全都是垃圾代码？ 研究人员对比了同一个工程师在同一个月里，自己写的代码和智能体写的代码。 追踪 90 天后的代码删除率、错误修复率和整体撤销率，两边没有统计差异。 活不仅被接过去了，而且干得很扎实。 那既然代码有人写了，工程师是不是就轻松了？ 并没有。 一个全新的瓶颈堵在了眼前：人类的注意力被榨干了。 一位工程师打过一个很生动的比方。 他说现在每天上班就像在当全职保姆，面前围着一整个托儿所的 Claude。 每一个小家伙都在拼命拽你的衣角，急着要你的关注。 更折磨人的是，它们要你帮忙撕开果汁盒的叫喊声，跟切到手指大出血的叫喊声，听起来完全一样凄厉。 在交互式任务里，智能体有 80% 的时间什么都做不了，就是在干等人类回复。 要是员工真的想把自己手下智能体输出的所有文字全看一遍，光是看字，就要耗掉大半周的工时。 看不过来，人就只能往更高一层走。 大家不再去抠具体哪一行代码怎么写，转头去干元工作。 去写更长更细的规约，搭监控流水线，让一个智能体去审查另一个智能体的输出。 员工花在管理智能体和搭流水线上的时间，占比从 10% 翻倍到了 22%。 写给智能体的常态行为规范，一年内从几百条激增到了 8500 条。 连招聘面试的考核基准，也跟着发生了大位移。 以前技术面试最看重的特定领域编程能力和代码执行细节，在评分表里的比重明显下降。 面试官最关注的两个特质，变成了自主性和判断力。 因为写代码的具体操作可以随时交给模型。 公司需要的是你在模型把局面搞乱、或者遇到跨系统难题时，能稳稳接住局面、做出决断。 把这套机制看明白之后，最让人揪心的断裂点就浮现出来了。 如果初级岗位没有了，未来的资深高手要从哪里长出来？ 过去几十年软件工程的师徒体系，靠的是一条极其清晰的阶梯。 刚出校门的新人，必须在那些琐碎的基础代码、改不完的小故障和单元测试里摸爬滚打好几年。 那段漫长的学徒期，就是在建立最底层的工程肌肉记忆。 老手身上的自主性和判断力，就是在那成千上万次被老员工退回修改的实操中磨出来的。 现在，智能体的边际成本低到可以忽略，常规执行力远超新人。 最底层的苦活脏活被一锅端走，梯子的第一级台阶直接被抽空了。 所有研发团队都在争夺能掌舵、有宏观判断的高级工程师。 但如果一开始连打杂练习的机会都不再存在，下一个能掌舵的人又要如何诞生？ Anthropic 在报告里把自己的现状，称为全行业未来形态的先导指标。 如果连研发这套工具的源头团队，在自身规模膨胀三倍的同时都在关上新人的大门。 那这种被智能体抽掉底级台阶的震荡，接下来恐怕会蔓延到每一个依靠经验积累的专业领域。