AI 的工时是人类 6 倍，初级程序员岗位骤减——这份报告说了什么

Anthropic 最近发布的一批内部数据与行业观察，读起来有点扎心：AI 已完成的工作时长是人类员工的 6 倍，与此同时，初级程序员岗位正在明显减少，而人均雇员创收达到 Meta、谷歌同期的 2~4 倍。

另一个数据同样值得咀嚼：内部调查显示，大多数员工相信到 2030 年，AI 能完成至少 80% 的工作。

一、这些数字放在一起说明了什么

第一，效率这个词的定义正在变。
过去说效率提升，是一个人干两个人的活。现在的情况是一个人加一套 AI 干十个人的活，但招聘需求不会同比例放大——因为产出被少数人承接了。

第二，被替代最快的是可拆解的入门工作。
写简单接口、改样式、修明显的 bug、写测试——这些恰好是初级工程师的主要工作内容，也恰好是大模型最擅长的部分。于是一个尴尬的断层出现了：中层和资深岗位还在招，入口级的岗位在消失。

第三，人均创收的暴涨不等于钱分给了员工。
2~4 倍于同行的创收，更多体现的是成本结构的改变，而不是收入分配的改善。

二、对刚入行的人意味着什么

说点实在的建议：

• 别再只练写代码这一件事。会用 AI 写代码只是及格线，能把需求拆解清楚、判断输出对不对，才是差异点；
• 往要和真实世界打交道的方向靠：运维、部署、性能排查、跨部门沟通、跟客户对需求——这些地方的复杂度不在代码本身；
• 积累判断力。AI 生成得越多，审的人越值钱。你能一眼看出这段代码会在高并发下崩掉，这就是门槛；
• 别跟自己较劲去比打字速度。那是必输的赛道。

三、也不必过度恐慌

历史上每次工具进步都会带来类似焦虑：编译器出现时有人说不需要汇编程序员了，框架出现时有人说不需要写底层了。结果是行业规模变大，岗位形态变化。

但这次有一点不同：变化的速度快得多。以前是十年一代的技术迭代，现在是半年一次的能力跃迁。留给个人调整的窗口期在缩短，这才是真正需要警惕的地方。

四、一句话总结

AI 不是因为比人聪明而取代岗位，而是因为能把可拆解的工作做得足够快、足够便宜。所以应对方式也很朴素：往不可拆解的地方走，往需要承担责任的地方走。

技术会继续变，但能对结果负责的人始终稀缺。