Anthropic 员工内部实测：当 AI 工时达到人类 6倍，人类成了最大的注意力瓶颈

给办公室配上一整队顶级 AI，人类的工作不仅没变少，反而全职给机器当保姆了。 这不是开玩笑。 在开发 Claude 的 Anthropic 内部，AI 替员工干活的时间，已经是人类工时的 6 倍。 程序员的代码提交量在半年里翻了 5 倍。 连非技术员工都有专属的个人智能体，在后台盯邮件、挑日历、整理会议备忘录。 公司的人均创收甚至冲到了同阶段 Meta 和谷歌的 2 到 4 倍。 产出确实大爆发了。 但员工每天在工位上最抓狂的事，是一打开屏幕，迎面扑来一整支 Claude 大军。 每一只都在拼命喊你，要你的注意力。

有位工程师打了个特别绝的比方：这就像是在幼儿园里带一群娃。 有的娃在大喊「快帮我把果汁盒拆开，十万火急！」 那种撕心裂肺的动静，跟另一个手指被划破流血的娃一模一样。 对这群 AI 智能体来说，只要卡壳了，哪怕芝麻绿豆大的小事，找人类要反馈的紧急程度全拉到了最高。

为什么会出现这种景象？ 因为效率瓶颈被彻底转移了。 在人机协作的会话里，AI 真正执行任务的时间其实很短。 整整 80% 的时间，所有的 Claude 都在原地挂机，干等人类点确认、给输入、做决定。 机器生成内容的速度实在太快了。 哪怕是一个非技术岗位的普通员工，如果想把手下几个 Claude 吐出来的所有文字、方案和分析一字不漏读一遍，就要花掉整整半个工作周。 二十多个小时，光是看字就看饱了。 人类有限的注意力和看屏幕的眼睛，成了整套超级流水线最卡脖子的零件。

干活的人做出了什么反应？ 既然自己看不过来，就只能让机器去管机器。 在所有交互会话里，管理智能体的元工作占比，从原来的 10% 飙到了 22%。 员工们写了 8500 多条长期运行指令，搭监控面板，设审查流水线，甚至用一个专门的主任智能体去过滤其他智能体的呼叫。 有位工程师甚至正儿八经给自己的 Claude 团队写了一份绩效评估报告：「来，我们好好聊聊平时沟通方式上的问题。」

那大家省下来的时间，终于可以去摸鱼了吗？ 并没有。 人全被赶进了会议室。 在 Anthropic，中位数员工每周开会的时间，比一年前多了 20%。 就连不用带团队的纯技术骨干，开会时间也增加了 16%。 基础代码、查常见漏洞、起草邮件这些单兵作业，全被 AI 包圆了。 剩下来的，全是系统架构里的硬伤、跨部门的组织摩擦、或者深层的技术债务。 机器处理不了这些灰度问题，必须真人坐到一起反复沟通。 在重度使用 AI 的环境里，私下聊天和不开记录的悄悄话被彻底排斥了。 如果两个人在走廊里口头敲定了一件事，却没有把结论白纸黑字记进公开系统，后方不知情的 AI 就会拿着旧指令继续狂奔。 一位员工以前在某个周边文化衫文档上签过名字，转岗几个月后，智能体依然天天追着他要 T 恤和马克杯。 人不得不把所有的决策过程，完完全全暴露在公开渠道里，给机器当上下文。

这种变化正在悄悄切断年轻人的入行通道。 在 Anthropic 的技术部门里，初级员工的比例从 21% 跌到了 14%。 初级技术岗位的新招聘比例，更是一路从 27% 掉到了 9%。 那些面向应届生的初级职位招聘，几乎断崖式消失了。 面试官不再考察谁的代码敲得快、谁能手写算法。 他们只看独立自主性，以及全局的判断力。 可问题在于，资深工程师的判断力，正是在当年几万行脏代码和无数次修 Bug 的底层磨炼里熬出来的。 如果底层工作全被 AI 代劳，新一代年轻人连踩坑的入场券都拿不到，未来的判断力该从哪里长出来？

Anthropic 的员工做过一个内部预测：到 2030 年，AI 将能完成他们日常工作总量的 75%。 而普通的美国打工人，预测的比例只有 28%。 一线研发者对未来的预期，比外界激进得多。 AI 并没有像很多人想象的那样，直接把人类从办公室连根拔起。 它把原本干杂活的每个人，硬生生推到了项目经理的审判席上。 面对屏幕那头几十个不知疲倦、随时等着你拿主意的数字下属，你没有更轻松，你只是成了一个全天候值班的幼儿园园长。