Anthropic内部调查曝光：工程师自曝“每天上班都在让自己失业“

Anthropic最近做了件挺有意思的事。

他们把研究的镜头对准了自己，调查了132名工程师和研究员，想看看AI到底怎么改变了他们的工作。

结果发现的东西，既让人兴奋，也让人有点不安。

先说好消息：生产力确实在飙升

工程师们现在60%的工作时间都在用Claude，生产力提升了50%。

这个数字比去年翻了2-3倍。

更有意思的是，有27%的工作是以前根本不会做的。

比如那些"有了更好，没有也行"的小工具，或者一些探索性的尝试。

可以这么理解：以前你可能会想"这个功能挺好的，但要花两周时间做，算了"。

现在有了AI，两周变成两小时，你就会去做了。

那些曾经因为"性价比不高"而被放弃的想法，现在都可以试试看。

但技能在发生微妙的变化，这里开始有点复杂了。

一方面，工程师们变得更"全栈"了。

后端工程师能做前端界面，安全团队能分析不熟悉的代码。

有个工程师说他做了个复杂UI，设计师看到后问"你做的？"

他回答："不是我，是Claude做的，我只是提了要求。"

但另一方面，有些人开始担心基础技能的退化。

一个资深工程师说得很直白：

我现在主要用AI处理那些我知道答案应该长什么样的任务。但如果我还是初级工程师，我会很担心自己是不是在盲目接受模型输出。

这里的悖论：你需要足够的技能来监督AI的输出，但过度依赖AI又可能让这些技能退化。

就像你需要懂编程才能判断AI写的代码对不对，但如果总是让AI写代码，你的编程能力会不会变差？

更微妙的变化在社交层面。

以前遇到问题，你会去问同事。

现在80-90%的问题都先问Claude了。

有人觉得这挺好，不用麻烦别人。

但也有人说："我喜欢和人一起工作，现在'需要'他们的时候少了，这让我有点难过。"

一个资深工程师提到，初级工程师现在很少来问问题了，"

虽然他们的问题确实得到了更有效的解答，学得也更快。"

这让我想起一个问题：学习到底是什么？

是快速得到答案，还是在寻找答案的过程中建立对系统的理解？

有工程师说，以前调试一个问题，你会读很多文档和代码，虽然不是所有内容都直接有用，但你在建立对整个系统的认知。

现在Claude能直接带你找到问题所在，效率提高了，但那种"附带学习"少了。

最让人深思的是工程师们对未来的看法。

很多人说不清楚几年后自己的工作会是什么样。

有人说："短期我很乐观，但长期来看，我觉得AI最终会做所有事情，让我和很多人变得无关紧要。"

也有人更直接："感觉我每天上班就是在让自己失业。"

但也有人觉得这只是又一次技术抽象层级的提升。

就像以前程序员要手动管理内存、写汇编语言，现在高级语言帮我们处理了这些。

也许未来，英语就是编程语言，我们会在更高的层次上思考问题。

一个工程师说：

"'技能退化'这个说法的前提是，编程总有一天会回到Claude 3.5之前的样子。但我不这么认为。"

Anthropic自己也在摸索。

他们在思考怎么让团队更好地协作，怎么支持职业发展，怎么建立AI辅助工作的最佳实践。

但说实话，没人有确定的答案。

这个研究最有价值的地方，可能不是给出了什么结论，而是提出了正确的问题：

• 当AI能做越来越多的事情，我们该保持哪些技能？
• 效率提升和深度学习之间，怎么平衡？
• 工作的意义到底是什么，是产出还是过程？
• 人与人之间的协作会变成什么样？

这些问题不只是Anthropic的工程师要面对的，可能很快就会成为我们所有人的问题。

技术进步从来不是单纯的好或坏，它会带来新的可能性，也会带来新的挑战。

重要的是我们怎么去适应，怎么在变化中找到新的平衡。

就像一个工程师说的："没人知道会发生什么，重要的是保持适应能力。"

这可能是最诚实，也最实用的建议了。

AI总结，人工排版，原文地址见评论区