2026年10月16日，Anthropic通过旗下研究机构The Anthropic Institute发布了一篇主文和两份技术报告，集中讨论AI与工作。先把标题里的"80%"读准：它不是"80%的岗位已经消失"，而是Anthropic员工自己的预期——超过一半员工预期2030年前AI能处理自己至少80%的工作。作为对照，美国劳动者里只有5%给出这一档答案。预期与现实的边界、这条时间表具体指向什么，是这份报告真正值得读完的部分。知乎
三个"80%"，口径各不相同，不能互相借用
第一个80%是对自己工时的预期。同样问到2030年，AI能完成自己多少工作，Anthropic员工的平均答案是75%，美国在职劳动者给的是28%。它测量的是人的预期，距离企业实际采用、岗位减少和经济结果都还有几步。知乎
第二个80%更具体，指向前沿模型研发本身。问到AI承担"构建2026年初前沿模型"相关工作的比例，员工回答的中位数为：当下51%，2027年底80%，2030年底95%。这才是那条"真实时间表"的形状：80%出现在2027年底这一格，而且是员工估计的中位数，不是已落地的测量。知乎
第三个80%是一组失业推论。美国劳动者中，预计AI能完成自己不到一半工作的人，预测的2030年失业率约为7%到8%；预计能完成至少80%的人，平均预测为12.2%，高于金融危机期间的峰值。关键在于：在暴露度相同的情况下，员工和公众的失业率预测几乎重合——两群人推理就业的方式一样，只是每天面对的AI能力不同。知乎
已经发生的事，记录在内部账本上
预期之外，被报告确认的变化是工时结构。到2026年8月，员工直接指挥的交互式智能体工时，已达到估算员工工时的6倍，统计排除了超过30分钟的等待。注意这是工时比值，不能换算成人数，也不等于六倍业务产出。知乎
研发侧的自主化程度此前已有披露。按Epoch AI的六级框架，截至今年8月，26%的研发工作已到"人类定目标、AI端到端做完、人监督复核"的AL4级，而2月这个比例不到1%；内部运行约3万个agent，8月单月产生10亿次以上决策，被安全监控拦下的比例是0.002%；合并进代码库的代码，超过80%由Claude生成。这组数字是公司自报，"协作"与"AI主导"的判定权也在实验室自己手里。知乎
洗牌先动的是入口和分工，不是岗位总量
招聘入口的变化最扎眼：初级技术招聘占比从27%降到9%，且初级就业放缓在Claude承担最复杂任务的岗位上尤其明显。这是新招技术人才里的占比，不能读成初级员工总量下降了同样幅度；作者也只把它称作描述性观察，内部记录和17次访谈能说明变化发生了，尚不足以判断AI在其中造成了多大影响。知乎
人的工作内容同时在变形。管理智能体的meta-work——为agent安排、监控和组织工作——在平均员工的交互式Claude会话中，占比从2025年秋的10%升到2026年春的22%。执行端则在大量等人：交互式Claude Agent会话80%的时间处于等待人类输入的状态，工程师同时开十个agent分别修bug、写测试、处理需求，很快变成全天看代码、回复、解决冲突，瓶颈在自己这里，而且更累。生成变便宜之后，签字负责的人反而吃紧。知乎知乎
洗牌期最反直觉的一处是：自动化没有写成裁员。内部投票中，95%的员工仍预计公司未来12个月增员，增幅预期的中位数是66%。员工个人判断不等于招聘计划，但它勾勒出这轮洗牌的真实形态：公司在增长，任务在交给AI，而新人进入的门口在变窄——资深员工都经历过初级阶段，入口持续收窄，人才梯队五到十年后可能承受后果。这一步目前只是有条件推测。知乎
这份样本怎么用：先记住边界，再盯三个信号
引用它必须带着限制：一家公司、业务本身就是AI、愿意入职并深度使用工具的人经过双重筛选，作者自己也承认不少雇佣实践无法复制到整体经济，并把这家公司定位为"可能是一个领先指标"。报告里最惊人的增长情景同理：把问卷预期输入模型，2030年GDP增速中位数在公众输入下是5.4%、员工输入下是17.1%——换输入就换结论，它是情景，不是预测。知乎
对普通读者，比时间表更值钱的是三个可跟踪的信号。一是采用深度：认为任务耗时能缩短到原来的四分之一及以下，员工中占59%，在工作中使用AI的美国成人中占26%——同一套工具，接进完整流程和试几次就停，收益差一倍以上。二是你所在组织初级岗位的招聘占比有没有收窄，那决定五年后还有没有资深梯队。三是审阅劳动是否被组织看见：如果考核只统计产出量，最先透支的会是逐项读差异、判断影响的那个人。时间表可以慢慢验证，分工的变化已经开始了。知乎
