Anthropic在IPO路演材料里，第一次把内部研发数据摊开在公开市场的聚光灯下：员工使用Claude的量一年增长超过250倍，每位工程师日均代码贡献量是2024年的45倍，公司90%以上的代码由Claude编写。 而同样是这家公司，有条明文规定：AI的批准不算数，关键路径上只认人类。 这个数字真正需要回答的不是“程序员会不会消失”，而是人机分工已经改写成什么样。格隆汇新股微博
90%首先是说给投资人的一句话
11月10日，Anthropic宣布启动其拟议首次公开募股（IPO）路演，拟议发行8.25亿股A类普通股。 价格区间为每股70—78美元，按上限计基础发行规模最高约643.5亿美元，计划于11月19日在纳斯达克开始交易，股票代码为ANT。 42分钟路演视频、57页PPT、两版修订的S-1，这是美国前沿AI实验室第一次完整接受公开市场定价。界面新闻量子位格隆汇新股
它敢把90%写进材料，是因为收入面撑得住：截至10月31日，年化收入约810亿美元，比9月末多出100亿。 年付费超过10万美元的企业客户超过1.19万家，而一年前只有950多家。 Coding正是这条曲线上验证最充分的业务——把“自家九成代码由Claude编写”放进路演，本质是一个零号客户销售话术：它先在自己身上证明了AI能赚钱，再把这个故事卖给客户。格隆汇新股量子位
但口径要看清。公开转述的路演内容没有说明“编写”按生成行数还是最终合入代码统计；Anthropic此前披露的另一组数字是：Claude已经主导26%的内部AI研发工作，协作超过90%的相关任务。 按它自己的定义，“主导”意味着人下命令、AI干活、人监督在旁——“写了”和“主导”是两种介入深度，混着引用会高估AI的自主性。微博
AI写了九成代码，谁来检查
比90%更有说服力的，是它敢同时给出的质量指标：Claude Code团队10月底分享，他们90%的代码由Claude写，但今年6月到9月合并的PR数量翻了一倍多，需要回滚的比例反而下降40%。 量上去了，质量没有塌。微博
规模已经大到人一行行审不现实：从5月到9月，代码仓库每天合并的改动从2500个涨到了3万个。 他们搭的是六层验证：提交前由AI自测加独立视角复核，PR阶段多模型并行审查、安全审查和几十项自动检查，之后按风险分级决定要不要人看——改文档自动放行，碰计费的必须真人批。Claude Code创始人之一Boris Cherny估计，加上验证流程后输出质量能提升两到三倍。微博
同场路演还展示了效率的上限在哪：Anthropic今年首次接入AMD GPU，过去需要数十名工程师数月的工作，由模型Mythos三天完成，几乎100%的计算内核由Claude自己移植或编写。 这些事实拼在一起，对“人均贡献量45倍”的准确读法是人换了岗位，不是人少了。格隆汇新股
90%和60%之间：写代码和交付工作的距离
另一家公司的账本补上另一半真相。字节在6月FORCE大会披露的内部数据：TRAE团队90%以上代码由AI生成，新业务代码九成以上出自AI，但另一端的数字是——人均需求吞吐率只提升了60%。微博
差距被量化过：约900次交叉测试显示，模型写码正确率超过80%，但在无辅助的真实工程环境里，可交付水平只有40–60分，加上约束与验证体系才能到80分。 接口对齐、集成、测试、安全审查，一样都没省——买工具不等于拿结果。微博
冲击的实际路径也先走企业侧。Anthropic经济指数的真实对话测量显示，企业API流量中自动化用法长期占75%–77%。 一旦AI被接进业务流程，替代性用法就是绝对主流。微博
另一个方向的变化同样值得记录：Claude上编程类对话占比从37.2%降到18.5%，AI编程不再是程序员的专属场景，其他职业正在同样使用它。微博
更严格的标尺来自谷歌的ATLAS报告：对照800种职业、4000项工作任务，全部工作任务中只有21%达到AI使用门槛；在要求“完全无人干预”的最严口径下，被AI端到端接管的交互不足10%。 它的结论是AI目前主要作为人类工作的补充，未发现即将引发大规模白领替代的证据。微博
这份路演材料自己也带着折扣说明：完全稀释估值约1.33万亿—1.41万亿美元，明显低于此前市场流传的2万亿美元。 另一边，认购热度让承销商已在考虑上调发行价，“估值冲刺1.5万亿”重新出现在报道标题里。 90%在这个语境里既是事实，也必须是卖点——市场真正反复计算的，是另一本账。格隆汇新股财联社
公司已经签订的算力相关承诺总额约9009亿美元，其中未来12个月约707亿要付出，而账上现金加短期投资约1318亿美元，承诺总额是流动性的6.8倍。 用确定的成本押不确定的增长，这才是这场路演必须回答、也是估值坐过山车的来处。格隆汇新股
开发者该担心的三件事
第一件是任务结构：看看自己手里的工作，多少属于标准化、可验证的“写代码”，多少属于定义需求、架构权衡和为结果负责。几组官方口径的数据指向同一个结论——替代按任务发生，不按岗位发生；越标准化越快被接走，判断、协调和担责的环节反而更值钱。
第二件是部署方式：公司把AI当个人辅助工具，冲击的是效率；把它接进业务流程做自动化，才是职业结构变化的主通道。企业API里75%–77%的自动化占比，是目前最直白的信号。
第三件是验证能力：字节的测试数据已经把这项技能标了价——同样的AI，有和没有约束验证体系，交付质量差一个40分到80分的档次。会搭“检查AI作业”的流水线，比会自己写代码更贵。
热榜衍生出的“初级程序员87%替代率”等说法属自媒体转述、未见原始统计口径，只能当情绪，不能当证据。Anthropic的路演给出的答案其实很直接：AI确实写了90%的代码，但在这家全世界最会写代码的公司里，关键路径仍然只认人类批准。 被淘汰的不是编程这个职业，而是只包含“写代码”这一个动作的编程岗位。
