Anthropic报告：AI时代工程师三阶跃迁

目录

• 你的工程师团队里，80%的人正在经历价值归零
• 代码正在沦为廉价商品：一个反常识的判断
• 技术迭代的速度永远快于组织学习
• 终局不是裁员，是人机配平

你的工程师团队里，80%的人正在经历价值归零

Boris Cherny，Claude Code的创造者。

自2025年10月起，他没有亲手写过一行代码。每天用手机提交几十个PR，曾创下一天150个PR的记录。左侧标签页同时运行5-10个会话，每个会话挂载一批Agent。每晚有几千个Agent在后台运行。

"即使你关上笔记本，它也会继续跑。这就是未来工作流的基础。"Boris说。

Boris的存在，撕开了传统人才评价体系的遮羞布。

如果你的公司里有Boris这样的员工，而HR还在用2021年的旧标尺——用代码行数算绩效、用完成任务数量定KPI、在面试时手写快排算法——这不仅是荒谬，更是对企业算力资产的严重浪费。

但问题不止于Boris。真正的危机是：你的工程师团队里，80%的人还在"编码者"阶段。但AI已经把编码者的价值归零了。

这不是裁员叙事。这是结构性危机——当AI能以指数级速度产出代码，而工程师的学习速度是线性的，组织里的大多数人正在经历"价值归零"。

代码正在沦为廉价商品：一个反常识的判断

Anthropic报告的核心发现不是"AI写得代码很快"。

核心发现是：当AI写代码的成本趋近于零时，"写代码"这个行为本身就不再具有稀缺性了。

这是商品。

商品的价值由边际成本决定。当AI能把代码的边际成本压低到接近零时，"写代码"就不再是工程师的核心价值。

这听起来残酷，但数据支持这个判断：

• Claude的800多个自动修复程序，将某一类API错误减少了1000倍。
• Anthropic估算：人类还这些技术债需要4年。Claude用了几天。
• 一个季度内，普通工程师的代码合并量飙升8倍。

这些不是"AI提升了效率"的故事。这是"编码行为被商品化"的故事。

当编码变成商品，工程师还剩什么？

答案是： 判断力。

不是"会不会用AI写代码"——这只是工具使用能力。

是 判断AI该往哪个方向写、判断AI输出是否够好、判断什么不该写。

这三件事，AI在可预见的未来做不了。因为它们不依赖技术能力，依赖的是 对人、对业务、对系统的理解。

技术迭代的速度永远快于组织学习

这才是Anthropic报告最该被HR看见的部分。

技术迭代的速度是指数级的：Claude从10%代码占比到80%，只用了18个月。

组织学习速度是线性的：一个工程师从"编码者"到"审核者"，需要数月的刻意练习。

指数级永远快于线性。

这意味着：HR不可能通过培训追上AI迭代的脚步。

所以HR必须从"培训"转向"筛选"——不教新人怎么学，筛出已经在用AI的人。

面试的考题，应该从"写一段代码"变成"审查一段AI生成的漏洞代码并重写Prompt"。

绩效的考核，应该从"任务完成数"升级为"AI工具链杠杆率"——一个人带5个Agent完成一个模块，和一个人带50个Agent重构一个系统，这才是核心标尺。

人才发展的预算，停止采购传统编程语言培训课。向"系统架构设计"和"跨领域业务拆解"倾斜。所谓品味和价值观，在商业语境下就是极高ROI的商业洞察力。

终局不是裁员，是人机配平

Anthropic报告不是在拉响"AI裁员"的警报。

是在吹响"价值重构"的号角。

技术跑得太快。如果你的度量衡还停留在旧世界，你的组织注定要在新浪潮中搁浅。