Anthropic数据：Agent工作时长超人类6倍，初级岗位锐减

编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）

这是一份基于Anthropic内部数据的复盘，展示AI深度改变企业工作流后的真实状态，适合做业务规划参考。关键证据是Agent等待人类时间占比达80%（A·实测），初级技术招聘占比从27%骤降至9%（A·实测）。对搞钱者而言，这意味着“外包初级执行层”服务面临断崖风险，红利转向“复杂Agent流编排”。行动点是转向高阶业务场景设计，停止投入低成本人力套利。

• Agent等待人类80%说明执行瓶颈在人工，优化此点价值最大
• 初级执行岗招聘量锐减，纯人力外包业务面临结构性衰退
• 向提供“Agent工作流编排”解决方案的B端高价值方向转型
• 警惕数据外传风险，部署Agent处理敏感业务时加强权限隔离

一个反直觉的数据：Anthropic内部 Agent 总工作时长在 2026 年 8 月已达到纯人类员工工作时长的 6 倍。而初级技术岗的招聘占比，在同一时期从 27% 骤降至 9%。这两组数据背后，是企业生产力与人力结构的双重重构，也是 B 端高价值机会的明确信号。

Agent 工作时长为何能超人类 6 倍

这是生产力跃升的核心指标。2026 年 3 月，Anthropic 内部 Agent 工作时长首次超越人类员工；至 8 月，员工亲自调度的 Agent 时长达人类 6 倍。具体到研发端，工程师的代码提交量较半年前提升 5 倍。作者团队追踪了 192 名使用代码 Agent 的工程师与 74 名未使用的对照组，前者产出显著拉开差距。Agent 在合同审查、发票处理、销售关单等环节也全面接管了大量重复劳动。

80% 等待人类意味着什么

这是当前效率的最大瓶颈。SaaStrAI 报告指出，Agent 会话有 80% 的时间都在等待人类确认、输入或批准。执行瓶颈死死卡在人工节点上，而非算力或模型本身。这直接指向了一个确定性的高价值动作：优化人机交接节点。能把 80% 的等待时间压缩，哪怕只减一半，业务流转效率的增益远超单纯堆算力。

初级岗位为何锐减

这是结构性衰退的开始。Anthropic 内部数据显示，2025 年初以来，其技术部门初级员工占比从 21% 降至 14%；新晋技术岗的初级占比更是从 27% 跌至 9%。初级岗位缩减集中在 2025 年 12 月后。当代码生成和寻虫任务被 Agent 接管，初级工程师的入门岗位自然被掏空。更关键的是，约三分之二的管理者和软件团队表示，因 AI 引入正在缩减或暂停部分招聘。这个数据说明需求是真的，纯人力外包和低成本套利模式在 B 端正在失去市场。

业务规划如何调整

结论很明确：停止向“外包初级执行层”投入，转向高阶业务场景设计。具体可复现路径分三步：

• 识别高频等待节点：盘点现有业务流程中 Agent 与人交互的界面，找出响应时间最长的 3 个节点（例如：审批、数据清洗、复杂决策）。
• 重新设计自动化规则：将这些节点的条件判断前置为明确的代码逻辑或置信度阈值，减少 50% 的人工干预频次，让 Agent 在“可接受误差”范围内自动通过。
• 升级技能图谱：团队培训重心从“工具使用”转向“工作流编排”和“异常处理”。初级人员要学习如何监督 Agent 团队（管理算力），而非自己写底层代码。

原文 · SaaStrAI：阅读原文 →