Anthropic官方发布了一篇《How AI is transforming work at Anthropic》的重磅内部实录文章。
Anthropic的132名工程师在一年内将AI使用率推高至60%并使代码合并量激增67%，这场自我实验揭示了软件工程正从编写代码向管理代码演变的深刻事实。
近期斯坦福大学火爆的“不写一行代码”课程，也揭露了这个深刻的演变。
一间昏暗的教室挤满了焦虑的计算机科学（CS）专业的学生。教授Eric大力鼓励学生拥抱Cursor、Claude这些AI工具。他对学生说：如果你能上完整个课程而不用手敲一行代码，那你才是真的牛。
Anthropic将原本用于观察世界的显微镜对准了自己。
这家公司不仅在制造最先进的AI模型，更在激进地将这些模型融入自身的血脉。
通过对内部132名工程师的问卷调查、53场深度访谈以及对Claude Code产生的20万条交互日志的详尽分析，他们描绘出了一幅关于未来工作的全景图。
这是关于此时此刻正在发生的职业地壳运动。
Anthropic的工程师正在经历一场从手动驾驶到辅助驾驶，再到半自动驾驶的认知迁移。
一年前，大约28%的日常工程任务会使用Claude，那时带来的效率提升虽然可观但尚属温和，主要集中在20%左右。
短短12个月后，这一数字发生了质的飞跃。
最新数据显示，工程师们在60%的工作流程中深度依赖Claude。
他们自我感知的生产力提升达到了50%，是去年的两到三倍。
这种主观感觉到了客观数据的强力支撑。
在衡量软件工程产出的核心指标——代码合并请求数量上，每位工程师每小时成功合并的代码量增加了67%。
这并不意味着工程师们在通过延长工时来换取产出，恰恰相反，这是单位时间内人机协作爆发出的惊人能量。
更值得关注的是，有27%的工作被归类为本来不会被完成的任务。
在传统的软件开发周期中，总有一些处于优先级底部的边缘任务，比如优化一个不影响运行的丑陋界面，或是为一段晦涩的代码补充文档，这些通常被称为肉中刺。
过去，这些任务因为投入产出比过低而被长期积压甚至遗忘。
如今，借由AI极低的边际成本，这些提升系统质量和生活品质的工作被顺手解决，代码库的健康度因此得到了前所未有的提升。
全栈工程师定义的被动重写
传统的软件工业建立在精细的分工之上，后端工程师专注于数据库与服务器逻辑，前端工程师打磨用户界面与交互体验，安全专家负责审计漏洞。
这种分工既是工业化的必然结果，也是人类认知带宽限制的体现。
在Anthropic内部，这道横亘在不同技术栈之间的墙壁正在被Claude拆除。
后端工程师不再苦恼于CSS样式的调整，他们直接向AI描述需求，迅速构建出功能完备的前端界面。
安全研究员利用AI快速解析陌生的代码库，瞬间理解复杂的逻辑结构。
甚至那些非技术岗位的员工，如财务和运营人员，也开始利用自然语言编写SQL查询，直接从数据库中提取所需信息，无需再等待数据分析师的排期。
这种现象被称为能力膨胀。
一位受访的后端工程师描述了这种转变。
过去开发一个前端功能需要经过设计、沟通、排期等漫长流程，耗时数周。现在他和Claude仅需两个小时就能通过自然语言交互完成一个可用的原型。
数据分析佐证了这一点，在Claude Code的记录中，有8.6%的任务专门用于修复那些长期被忽视的小问题。
人类工程师不再受限于特定的编程语言或技术栈，而是受限于自身的想象力与逻辑构建能力。
当技术实现的门槛被AI填平，每一个拥有清晰逻辑的人都掌握了将想法落地的武器。
这种全能化并非没有代价。
它要求工程师具备更广阔的视野，去理解整个系统的运作机理，而不是仅仅盯着自己的一亩三分地。
工程师们发现自己花在编写具体语法上的时间变少了，花在设计系统架构、审查AI产出代码上的时间变多了。
这种角色的转变，实际上是将工程师从流水线上的螺丝钉，提升为了指挥整条流水线的设计师。
AI晋升为独立完成任务的主编
如果人人都能通过AI写出代码，那么专业程序员的核心价值便发生了转移。
他们不再是代码的单纯撰写者，而是成为了代码的审阅者与管理者。
内部数据揭示了一个关键的趋势：AI正在变得越来越自主。
六个月前，Claude Code在需要人类介入干预之前，平均只能连续执行10个操作。
这就像一个刚学会走路的孩子，每走几步就需要家长扶一把。而现在，这个数字翻倍到了21.2个。
与之对应的是，人类需要进行的交互回合数下降了33%。
这意味着AI已经不再满足于充当一个写一行查一行的智能提示工具，它开始能够独立承担起复杂的任务链。它可以自主规划代码架构，修改多个文件，运行测试用例，并在遇到错误时尝试自我修复，直到测试通过后再提交给人类审查。
这种工作流的改变催生了一种新的编程范式，被称为氛围编程。
编程语言的重心正在从Python、Rust、C++等形式语言，回归到人类最自然的语言。
工程师通过英语清晰地表达意图和约束条件，AI则负责将其翻译成精确的机器指令。
一位资深工程师坦言，过去他享受那种敲击键盘构建逻辑的心流状态，而现在他更像是一个产品经理或技术总监，告诉Claude意图，然后验收成果。
这种转变引发了关于技能退化的深层忧虑，即监管悖论。
要有效地监督AI产出的代码，人类自身需要具备深厚的技术功底和敏锐的直觉。
这种直觉往往建立在无数次手动调试错误的痛苦经历之上。
如果新入行的工程师从一开始就习惯了将繁重的工作外包给AI，他们是否还能培养出判断代码优劣的审美能力。
一位工程师表达了对新人的担忧，认为跳过手动编程的磨练直接进入管理模式，可能会导致基础能力的空心化。
信任机制的进化
人类对AI的信任并非一蹴而就，而是经历了一个类似使用谷歌地图的心路历程。
起初，人们只在完全陌生的路段开启导航，在熟悉的通勤路上依然相信自己的判断。
随着时间推移，人们发现导航软件能实时避开不可预见的拥堵，于是即使在熟路上也开始习惯性地依赖它。
最终，只要导航提示左转，驾驶者就会下意识地执行，默认系统已经计算了所有最优解。
Anthropic的工程师们正处于这个过程的加速期。
起初，他们仅在自己不熟悉的领域使用Claude，例如Python程序员去写Go语言代码，这是一种防御性的使用策略。
随后，他们开始在自己最擅长的主场领域引入AI，利用其高速度来放大产出。
现在，许多人已经进入了默认委托阶段。
只要任务具备低风险、独立性强、枯燥重复这三个特征，就会被毫不犹豫地交给AI。
编写测试用例、撰写API文档、生成样板代码，这些工作已经很难再看到人类手工操作的身影。
然而，对于那些涉及系统核心架构、极其复杂的业务逻辑或高风险的代码模块，工程师们依然紧握着方向盘。
信任但验证成为了新时代工作流的核心准则。
人类不再盲目地编写每一行代码，也不盲目地相信AI的每一次输出，而是将精力集中在对关键节点的审核与把控上。
技术的变革无可避免地重构了职场中的人际关系。
在Anthropic，一个显著的现象是向同事提问的人变少了，向Claude提问的人变多了。
一位员工表示，现在80%到90%的问题都会先尝试问AI。
过去遇到不懂的Git命令或环境配置问题，转过身问旁边的资深同事是再自然不过的选择。
现在，人们觉得问AI不仅速度更快，而且避免了打扰同事的心理负担，更不会因为问出愚蠢的问题而感到羞愧。
这种社交摩擦的降低带来了一把双刃剑。
好的一面是，资深工程师不再被频繁的琐碎问题打断，能够更专注于深度的创造性工作。
坏的一面是，传统的师徒制传承正在面临挑战。
过去，初级工程师通过向资深工程师请教，不仅获得了具体的答案，更在交流中学习到了解决问题的思路、对系统的直觉以及那些难以形诸笔墨的隐性知识。
如今，这种饮水机时刻正在减少。
一位工程师感叹，虽然工作变得更独立高效，但也感觉到不再那么需要同事了，这种原子化的工作状态让人感到某种程度的孤独。
AI隔离现象或许是未来所有追求极致效率的公司都将面临的文化课题。
当AI能提供完美的即时反馈时，人类之间的协作是否会退化为纯粹的事务性对接，这是管理者需要警惕的信号。
AI进化为系统建筑师，工程师们既乐观又迷茫
Anthropic的研究团队通过隐私保护技术深入挖掘了20万条代码交互日志，数据背后的趋势令人深思。
任务的复杂度正在显著提升。
在1到5分的复杂度量表中，Claude处理的任务均分从3.2提升到了3.8。
这0.6分的增长代表了质的跨越，3.2分的任务可能只是解决一个模块导入错误，而3.8分的任务则涉及实现并优化一个完整的缓存系统。
更具说服力的是应用场景的迁移。
六个月前，工程师们主要用AI来解释代码含义和调试报错。
而现在，实现新功能的比例从14.3%暴涨到了36.9%，代码设计与规划的比例从1.0%增长到了9.9%。
这表明AI的角色已经发生了根本性的位移，它不再仅仅是修补漏洞的维修工，而是参与到了地基挖掘和框架搭建的建筑师行列。
不同团队对AI的使用方式也呈现出鲜明的特色。
预训练团队利用AI跑实验配置，对齐团队用它做数据可视化，安全团队用它辅助代码审计。
每个人都在利用AI补全自己的短板，放大自己的长板。
这种全方位的渗透证明了AI并非单一用途的工具，而是一种能够适应不同认知需求的通用流体智力。
当被问及未来时，工程师们的回答充满了辩证的色彩。
许多人自称是短期的乐观主义者和长期的悲观主义者。
短期内，他们感到自己获得了某种超能力，能够以一当十，解决以前无法解决的问题。
但将时间轴拉长，如果AI能够独立完成规划、编码、测试、修复的全流程，人类工程师的位置究竟在哪里。
一种观点认为，这就像自动挡汽车取代手动挡汽车。
驾驶的机械乐趣或许减少了，但驾驶者可以更轻松地到达更远的地方。
另一种更为激进的观点则认为，技术人员工作的本质就是致力于消灭自己的工作。
通过技术手段将重复性劳动自动化，本身就是工程师的终极浪漫。
Anthropic的这份实录并非一份简单的技术说明书，而是一份关于未来职业生存的预演。
它告诉我们，与其试图与AI比拼手速和记忆力，不如去打磨对系统的理解力、对产品的洞察力以及对复杂逻辑的掌控力。
未来的工程师将不再是单纯的执行者，而是手握智能体大军的指挥官。
在这个分布尚不均匀的未来里，Anthropic的今天，或许就是整个软件行业的明天。
拥抱变化并保持警惕是我们在AI浪潮中唯一的生存法则。
参考资料：
https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic
END
扫一扫
688
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
