在前沿工作塑造了对未来的预期

📌 One-Sentence Summary
Anthropic 的内部数据显示,AI 智能体的数量已达到员工的六倍,初级岗位招聘正在收缩,而员工对 AI 进展的预期远快于美国公众,尽管两个群体对失业的经济模型看法相似。
📝 Summary
Anthropic 分享了两份报告的发现,分别关于 AI 如何重塑公司内部的工作,以及预期如何与公众产生分歧。在内部,Anthropic 招聘的初级岗位比例更小,技术岗位也更少,而智能体的工作时长激增:到 2026 年 3 月,智能体的工作时长已超过员工,到 8 月智能体数量已是员工的六倍。生产力上升——人均代码量更多、每位销售代表的销售额更高、处理的合同更多——而瓶颈越来越集中在人的注意力上,这促使员工构建监控智能体工作的工具。第二份报告将 Anthropic 员工与一项覆盖近 11,000 名美国成年人的调查进行了对比。公众预期 AI 快速进步,但员工的预期更快:91% 的员工对 39% 的成年人认为到 2030 年 AI 能做出诺贝尔奖级别的发现,超过半数员工认为到 2030 年 AI 能完成他们当前至少 80% 的工作,而持此看法的美国人仅占 5%。然而两个群体共享相似的经济模型——那些预期 AI 能完成自己更多工作的人,也预期失业率会有类似幅度的上升——这表明驱动预期分歧的是个人对 AI 的体验,而非不同的理论。
💡 Main Points
在 Anthropic,AI 智能体的工作时长已超过人类员工
到 2026 年 3 月,智能体的工作时长已超过员工,到 8 月智能体数量已是员工的六倍,与此同时人均代码量、每位销售代表的销售额等生产力指标也在上升。
招聘正从初级岗位和技术岗位转移
过去一年,Anthropic 招聘的初级岗位比例更小,技术岗位员工的比例也更小,这表明 AI 的采用正在改变劳动力需求的构成。
人的注意力正成为关键约束
随着智能体产出加速,员工花更多时间构建监控智能体工作的方式,这表明监督与注意力分配已成为新的瓶颈,而非单纯的生产。
Anthropic 员工与公众共享经济模型,但在能力时间线上存在分歧
当预期 AI 能完成自己更多工作时,两个群体都预期失业率会有类似幅度的上升,但员工预期能力进步快得多——91% 对 39% 认为到 2030 年会出现诺贝尔奖级别的发现,超过半数对 5% 认为 AI 能完成自己 80% 的工作。
💬 Key Quotes
到 2026 年 3 月,智能体的工作时长已超过员工。
到 8 月,Anthropic 的智能体数量已是员工的六倍,而生产力也随之上升。
所有这些加速意味着,瓶颈越来越集中在人的注意力上。
39% 的美国成年人——以及 91% 的员工——认为到 2030 年 AI 将能够做出诺贝尔奖级别的发现。
公众和 Anthropic 员工对 AI 如何影响劳动力市场有着相似的经济模型,但最终是他们各自与 AI 相处的个人体验,让他们对未来的经济产生了不同的预期。
📊 Article Meta
AI Screening: 86
Source: Anthropic Research
Author: Anthropic
Category: 人工智能
Language: 英文
Read Time: 3 min
Word Count: 677
Tags:
AI 与智能应用 , AI Agent , 工作的未来 , B2B销售 , 个人效率
这个比较实用,已转发给同事。
这个比较实用,已转发给同事。
刚好最近在找这方面的资料,太及时了。
作者写得真不错,学到了不少。
讲解得很细致,新手也能看懂。
实话,说的不明不白
思路清晰,干货满满。
路过
赞同,实践出真知。
很有价值的分享,感谢整理。
支持作者,持续关注中。
看标题就点进来了,内容果然没让人失望。