Anthropic把研究視角對準自身，複盤了內部是如何使用AI的，解答了一個人人關心的問題：“當AI真的坐到工位上，幹活兒的人會變成什麼樣？” 其透過問卷132人+深訪53人+內部Claude Code日誌做了系統複盤 一句話總結版：工程師把Claude當「永遠不會離職的配對程式設計師」後，產量暴增50%，技能邊界被大幅拓寬，但也引發「深度技能退化、協作淡化、職業身分模糊」三大焦慮 1.首先，生產力與工作性質轉變 生產力顯著提升，員工自述在60%的工作中使用Claude，工作效率提高了50%，比去年同期提高了2-3 倍 人人都是“六邊形戰士”，工程師能勝任超出其核心專業領域的任務，例如前端、資料庫、API程式碼，從而加速了迭代 新工作量，27%的Claude 產出屬於“以前根本不會做的任務”，例如內部工具、資料看板、程式碼重構等邊角料改善 2.任務版圖變化 主要用途，Claude最常用於修復程式碼錯誤和理解現有程式碼庫，55%人每天都使用Claude 進行調試、42%的人用來讀程式碼、37%的人用來寫新功能 高頻使用低委託，只有0–20%的任務能零監督交給Claude，高stakes代碼仍需手動監督驗證 委託策略，工程師傾向於將低背景、低複雜性、易於驗證、定義明確、低風險或枯燥的任務委託給AI；高層思考、設計決策或需要思索的任務仍然由人工處理 信任漸進，隨著經驗積累，工程師對Claude的信任度逐漸提高，開始委託更複雜的任務 3.技能發展與挑戰 技能擴展與萎縮並存， AI使工程師拓寬技能範圍，但也有人擔憂核心技術能力，例如深入程式設計、調試、系統理解會因過度依賴AI而退化 監督悖論，有效監督AI需要具備相關技能，但這些技能可能因AI的普及而減少練習，有人會刻意關閉AI 寫關鍵代碼以保持手感 抽象化趨勢，軟體工程可能正在向更高層次的抽象發展，類似於從彙編語言到高階語言的演變，英語可能成為新的程式語言 4.工作意義與樂趣 程式設計意義的改變，有些工程師更重視AI帶來的高產量和最終成果，而有些人則懷念親手寫程式碼的禪意 關係變冷，Claude成了第一順位同事，80%的問題先問它， 導致與同事的互動和指導機會減少，「被需要感」下降 5.職業前景與不確定性 角色轉變，從寫程式變成管AI，有人70%時間做AI程式碼評審 長期不確定性，許多工程師對軟體工程的長期職業軌跡感到不確定，擔憂AI可能把所有事做完，每天上班像在把自己自動化掉但也有人認為，適應能力和對高層概念的掌握會變得更加重要 6.Claude Code使用趨勢 任務複雜性與自主性提升，Claude處理任務的平均複雜性增加，連續工具呼叫次數增加116%，人類幹預次數減少了33% 任務分佈變化，實施新功能和程式碼設計/規劃的任務比例顯著增加 團隊差異化應用，不同團隊根據自身需求使用Claude，例如安全團隊用於程式碼理解，非技術員工用於調試和資料科學 不過這個研究也是自身局限，樣本自選+非匿名，可能存在誇大正面效應；Claude Code分析僅測量了任務分佈的相對變化而非絕對工作量。此外，AI技術發展迅速，研究結果可能隨著新模型的出現而改變，且不一定能完全推廣到其他組織或產業 #AI研究#AI對工作的影響
部落格anthropic.com/research/how-a…8
