从Anthropic 内部报告，看 AI 时代的「工程师三阶跃迁」

截至2026年5月Anthropic合并到代码库中的代码超过80%由Claude编写。一个季度内普通工程师的代码合并量较两年前基线飙升了8倍。Claude提交了800多个自动修复程序将某一类API错误直接减少了1000倍——Anthropic主管工程师估算如果由人类来还需要整整4年。6月5日《When AI Builds Itself》报告在内部流转。它传递的信号不是AI替代工程师。**它传递的信号是代码正在不可逆地沦为廉价商品。 *你的工程师团队里80%的人正在经历价值归零Boris ChernyClaude 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。|阶段|核心价值|招聘标准|绩效评估|人才发展|| — | — | — | — | — ||编码者|写代码|会不会写代码|代码量/完成数|学新语言/新框架||审核者|判断AI输出|会不会用AI判断力|人机协作效率|培养判断力||需求提出者|知道该往哪走|能不能定义问题|方向判断力商业洞察|价值观商业洞察|关联阅读AI组织进化论拆解微软、英伟达、Anthropic与Open AI如何重写组织微软砸碎架构Anthropic消灭中层AI时代的组织底层代码如何重构黄仁勋GTC Taipei 2026 | 智能体时代下的人力资源新逻辑AI in HR一份全面的AI在HR领域应用指南麦肯锡发布的《2026年组织状况报告》深度解读AI时代的组织进化论人力资源部AI转型路线实施指南HRD实践版李开复对谈苏姿丰未来HR只有一个核心岗位叫DRI