Mike Belsito 解读 Anthropic 内部研究：AI 如何改变产品团队与用人结构

每投入一小时人力，就要付出六小时的智能体工时。每一名产品经理对应十七名工程师。当一家 AI 公司把自己的技术用在自身的工作方式上，会发生什么？

在本周的 Now Shipping 中，Mike Belsito 解读了 Anthropic 关于 Claude 如何改变其员工队伍的研究，从减少招聘初级技术人员，到让每个人拥有自己的智能体团队。

但更高的产出带来了新的要求。智能体在等待人类输入，员工花在会议上的时间更多了，而审核 AI 产出的所有内容本身也成了一份工作。Mike 将 Anthropic 的研究发现与《哈佛商业评论》讨论的研究以及 Jabra 委托进行的一项调查进行对比，探讨这对产品团队意味着什么。

核心要点

—— 产品岗位正在转变。Anthropic 的研究发现表明，判断力、自主性以及向智能体下达清晰指令的能力将受到更多重视。

—— 更多的代码并不意味着更多的客户价值。团队需要衡量结果，而不是为活动量的增加而欢呼。

—— AI 改变了团队共享知识的方式。私下的交流和未记录的决策，会在智能体所需的上下文中留下空白。

—— 人际协作仍需刻意关注。用 AI 为对话做准备会有所帮助，但用它来跳过对话则会削弱共识。

—— 减少招聘初级员工引出了一个更长远的问题：下一代有经验的员工将从何而来？

章节

00:00 Anthropic 的智能体每工作一小时，就对应六小时的人类输入
01:00 在同一发展阶段，Anthropic 的人均营收是 Meta 和 Google 的两到四倍
02:00 Anthropic 技术岗位招聘中初级人员的占比从 27% 降至 9%
03:00 每名工程师的提交量增长五倍，每名数据科学家的查询量和法律合同量增长三倍
04:00 一名销售代表在三到四小时内搭建了一个仪表盘，一名产品经理服务十七名工程师
05:00 行政助理转向幕僚长式的工作，写作者转向编写评测和提示词
05:30 192 名智能体采用者与 74 名非采用者的对比显示，代码质量没有差异
06:00 人类注意力是瓶颈：80% 的智能体会话时间处于空闲状态
07:00 阅读所有智能体的产出，会让非技术团队耗费半个多工作周的时间
08:00 元工作（Meta work）在智能体会话中的占比从 10% 增长到 22%
09:00 智能体出现在近半数活跃的公开 Slack 频道中
10:00 未记录的决策对智能体不可见，会议时间增加 20%
11:00 招聘评分卡中提及 AI 经历的比例，技术岗位增长三倍，非技术岗位增长四倍
12:00 《哈佛商业评论》提出“关系滑坡”：把 AI 当作队友会侵蚀人与人之间的信任
13:00 Jabra 调查：57% 的重度 AI 用户承担了更多的行政和协调工作
14:00 按影响程度排序的摘要、状态视图和审批队列
15:00 用“从决策到发布所需的时间”取代“每名工程师的提交量”
15:30 产品经理依然不可或缺的技能：写出一份能让智能体持续运行数小时的规格说明
16:00 微软发现，22 至 25 岁人群在 AI 暴露型岗位上的就业率下降了 16%
17:00 本周实验：把一项私下决策写下来，放在人类和智能体都能看到的地方
18:00 总结

来源：