2026 年 10 月 21 日（美国时间），Anthropic 发布了 Claude Duet：一个不需要等用户下指令、常驻后台主动找活儿的 AI 智能体。至于「全能助手还是岗位替代者」，答案并不在发布页上。Duet 本身是个助手，而且官方自己承认它离「全能」还差得远；真正的岗位信号，藏在 Anthropic 一周前（10 月 16 日）发布的一份内部就业报告里——到今年 8 月，员工亲自指导的交互式 AI 智能体，累计工作时长已达到人类员工的 6 倍。同期，技术部门新招员工里初级岗位的占比从 27% 降到了 9%。公司没有裁员，总人数仍在成倍增长。AI 最先接管的是任务，不是岗位：标准化的执行工作正在被整块交出去，而定边界、审结果、做判断的工作在变贵。知乎知乎
围绕这两份一手材料，有三件事值得拆开看：Duet 到底改变了什么，为什么三家头部厂商在同一年秋天挤进这条赛道，以及 Anthropic 给自己记的这本账，预示了怎样的职场。
最大的跨越不是模型，是「发起方」从人变成了 AI
过去两年，AI 助手走过了三级台阶：聊天机器人一问一答；Claude Code 这类任务型智能体接住一个任务、干完就停；现在轮到常驻型。Duet 跨的是第三级的门槛：它有自己的虚拟机和浏览器，你关掉 App 它还能接着干活，每天定时去查已连接的邮箱、日历，判断有没有该做的事，主动来找你。据第一财经报道，这款产品基于 Claude Opus 5.5，可连接超过 6000 个应用和插件，主动整理待办事项、起草回复、准备薪资和财务材料，遇到发送邮件、支付这类敏感操作则停下来请求确认。用户不必守在聊天窗口前，它会在任务完成或需要决策时再来联系。知乎第一财经
Anthropic 官方把核心卖点概括成一句英文：decide what needs you, what can wait, and when to check with you first——决定哪些事需要你、哪些可以再等、什么时候先跟你确认。注意这句话里三件事有两件讲的是「什么时候不动手」：主动式智能体的难点从来不是更勤快，而是知道分寸。知乎
设计上最保守的部分，恰恰是它敢「主动」的原因
一个能碰你邮箱、日历甚至账单的 AI，用户最怕的不是它不干活，而是它替你乱花钱、乱发东西。Duet 的权限设计分了三档：发消息、付款、签东西、删东西之前都会先问用户；而买卖证券、账户之间转账这类操作，就算你点了同意它也不做。对照官方公告的分析认为，这一档防的不是用户，是被骗的用户——提示注入最常见的结局，就是诱导 Agent 发起一个看起来合理的请求，用户在手机上随手点了同意；直接从能力上去掉这类操作，比指望用户每次都看仔细更可靠。知乎知乎
付款环节的做法是把「批准权」移出智能体本身：官方举的例子是 Stripe 的数字钱包 Link——Duet 先确认要买什么，Link 再单独请你批准这笔支出，最后用虚拟卡付款，真实卡号不交给 Agent。凭证处理沿用 Claude Managed Agents 的机制，官方称它不会直接看到密码或登录令牌；1Password 集成「即将推出」，尚未上线。知乎
另一个容易被忽略的细节是账单。Duet 和你其他 Claude 用法共用一份额度，后台定时检查也算额度——以前是「用多少扣多少」，开了它之后，每天固定有一部分额度花在后台巡检上，跑的还是 Opus 5.5。对重度 Claude Code 用户，这是个真实取舍：额度是让 AI 去盯邮箱日程，还是留给写代码。知乎
Anthropic 官方也坦率列出了短板：可能误读对话、误判紧急程度、个人事务弱、不能展示浏览器操作过程，后台检查间隙还可能漏掉新事项。这份「不完美清单」说明这个品类离可托付还有距离，也印证了一件事：竞争的护城河正在从「谁更聪明」挪向「谁敢被信任」。第一财经
三家巨头在同一年秋天撞进赛道，抢的是下一代入口
Duet 不是孤例。三周前的 9 月 8 日，Meta 推出了 Muse，同样有独立的云端虚拟机，能在后台持续工作，而且直接住进了 WhatsApp。9 月 29 日的 OpenAI DevDay 上，dots 亮相——每个 dot 跑在云端，拥有一台独立的云端电脑和浏览器，用户关掉 ChatGPT 之后，它还在后台继续干活。加上 10 月 21 日的 Duet，三家头部厂商在六周内先后把「常驻型个人 Agent」摆上货架。据第一财经盘点，Claude Duet 之前，Meta Muse、xAI Grok Bot、OpenAI Dots 等头部模型相关产品均已布局个人 Agent 赛道，Google 的 Gemini Spark 也在场。知乎第一财经
三家的切口并不相同：Muse 主打生活事务，Dots 号称「什么都能接」，而 Duet 官方明说核心功能围绕工作设计，订票这类个人事务「还不成熟」，目标用户是事情多、顾不过来的专业人士和小企业主，官方案例里有房产经纪、品牌策略师，还有一位约 110 名员工的连锁餐饮老板。入口之争的本质，用第一财经的话说，是模型厂商对下一代用户入口的争夺：一旦用户把邮件、日历、文件和业务系统接入智能体，产品价值就不再取决于单次回答质量，而是更高频的使用、更深的应用连接，以及面向个人和企业的订阅机会。Gartner 数据显示，全球 AI 智能体与助手支出将从 2025 年的 164.81 亿美元增至 2027 年的 654.72 亿美元，约为原来的 4 倍。知乎第一财经
国内厂商也在同一条路上：阿里千问 Go 内嵌于千问 App，已开放体验申请，覆盖理赔、预约、比价、订餐等任务。腾讯被曝正研发承载长周期任务与长期记忆的独立 App「元宝助手」，字节跳动据传在测试独立个人助理「小豆」——后两者截至发稿均未官宣。第一财经
岗位替代的答案，写在 Anthropic 给自己的账本里
10 月 16 日，Anthropic 发布研究报告《How employment is changing at Anthropic》，用自家内部数据回答「AI 干活，人在干什么」。报告基于内部就业记录、AI 使用遥测、员工产出指标、员工调查、日历数据和招聘决策卡，外加 17 次员工深度访谈。几条曲线放在一起看：知乎
智能体的工时在今年 3 月首次超过人类员工，到 8 月达到人类工时的 6 倍，核心研究部门更是达到 19 倍；工程师人均代码提交量半年内增长 5 倍。质量这一头，研究团队对比同一位员工手写与 AI 生成代码，在提交后 90 天内因修复问题被删除的行占比、显式撤回率等指标上没有统计上的显著差异。知乎
扩招没有放缓，但落点变了：技术部门存量员工里初级人员的比例，从 2025 年初的 21% 下滑到 14%，2025 年 12 月之后初级招聘启事数量明显下滑。值得注意的是，销售、财务等非技术部门新招里初级占比一直稳定在 25% 左右——收缩精准发生在「AI 最能接手执行」的地方。知乎
人反而更忙了：报告估算，研发岗位上逐字读完 AI 生成的全部内容，平均每人每周需要 424 个小时，相当于约十个人一周全职阅读的工作量；多轮日常对话中约 80% 的时间，AI 在等人回应；用于「管理 AI」的元工作，占日常交互的比例从一年前的 10% 升到了 22%，在基础设施团队接近 30%。一位工程师的原话是，他面对的是「一队 Claudes，每一个都在找我要注意力」。
这组数据给出的答案不是「AI 裁掉了人」，而是招聘结构变了：新增产能大部分由智能体承担，人的增量集中在中高级和判断层。销售用 Claude 自动化掉约 20% 的例行工作后，反而多聊了 30% 的客户；分析数千份面试评分记录的研究人员发现，面试官对「自主性和综合判断力」的权重在上升，对某一项细分技术专长的关注在下降。用人话说：同一岗位里，执行部分被接管，判断部分更值钱。知乎
这个结论的边界同样要说清楚。Anthropic 是 AI 采用强度最高的公司，工具使用也并非随机分配，内部数据不能直接外推整个就业市场；报告作者自己也承认，内部转岗机制能帮助的是已经入职的员工，对于还在投递简历的新人，它无法解决最先遇到的问题：怎样获得第一份工作。知乎
一个可参照的外部信号：斯坦福数字经济实验室 2026 年 8 月更新的美国就业研究显示，受 AI 影响较大的职业中，22 至 25 岁劳动者的就业增长落后于受影响较小职业的同龄人，差距主要来自企业减少招聘，而非更多人离职或被解雇——不过该研究尚不能单独确定 AI 的因果作用。知乎
真正收紧的是入门那道门，破局的人已经在换练法
初级岗收窄的机制并不神秘：入门工作通常规则清晰、执行性强——修简单 bug、整理数据、回工单——而这恰恰是大语言模型处理得越来越好的部分。于是出现一个悖论：企业希望新人一进来就能独立判断、指挥 AI，可判断力过去恰恰是在大量基础任务里摔打出来的。Anthropic 一项 52 名开发者的随机分组实验提供了佐证：一组可用 AI、一组手写代码，随后的测试中 AI 组平均得分为 50%，手写组为 67%，差距最大的是查找和诊断代码错误。这项小样本实验衡量的是任务完成后不久的理解程度，不能断定长期能力如何，但它点破了一个容易被忽略的问题：代码跑通了，不等于人理解了它为什么能跑通。而同一实验里，主动追问原理、要求解释的参与者，依然取得了较好的成绩。知乎
对个人，眼下能做的验证其实很具体：打开手头的 AI 工具，数一数它替你干的是「执行」还是「判断」。如果它只替你写初稿、回消息、整理数据，省下的时间不会自动变成能力；如果它逼着你定验收标准、找它漏掉的边界情况、决定下一步往哪走，你才在积累下一个周期值钱的东西。求职侧的信号已经出现：把「AI 的第一版方案漏了什么、你怎么发现、用什么验证」写进作品集，比只交一个漂亮成品更能让面试官看见你的判断过程。
回到标题的问题。Duet 代表的方向是真实的：AI 正从工具变成可委托的常驻同事，Meta、OpenAI、Anthropic 和国内大厂都在往这里跑。但「岗位替代」不会以「某天突然失业」的形态发生，它更像「某天你的任务清单变了」——先被拿走的是标准化执行，被抬高的是判断、编排和对结果负责的能力。对国内用户还有一层现实边界：Duet 目前只是研究预览，仅向美国 Pro/Max 订阅用户开放候补申请，离日常可用还有距离，更值得盯的是国产同类产品的进度条，以及每个尝鲜者都该先装好的那道闸门——把主动权交给 AI 之前，先把权限分级、操作审计和额度上限看清楚。这个品类的胜负手，从来不在它替你干了多少活，而在你敢让它干多少。
