哈嘍，大家好，今天小睿就帶大家拆 Anthropi 工程師的 AI 使用真相。27% 任務(wù)從無到有，人機(jī)協(xié)作不是省時間，而是倒逼工程師從 “碼農(nóng)” 變 “AI 指揮官”？

AI 正在重塑各行各業(yè)的工作邏輯，而工程師群體首當(dāng)其沖成為這場變革的核心試驗場。

2025 年的行業(yè)數(shù)據(jù)顯示，全球 71% 的工程師已將 AI 工具納入日常工作，80% 的企業(yè)明確鼓勵員工使用 AI 提升效率。

近期 Anthropic 發(fā)布的內(nèi)部調(diào)研，通過追蹤 132 名自家工程師的工作流及 20 萬條 Claude Code 對話日志，揭開了人機(jī)協(xié)作的真實(shí)面貌 。

AI先接“臟活累活”再拓 “能力邊界”

Anthropic 的調(diào)研顛覆了很多人對 AI 編程的認(rèn)知：工程師使用 Claude 最頻繁的場景并非寫新功能，而是 debug（調(diào)試代碼）和理解舊代碼，這兩類低價值但必需的工作，成為 AI 介入的首選領(lǐng)域。

這一現(xiàn)象背后是工程師對 “時間成本” 的精準(zhǔn)核算， 當(dāng)一件事能在10分鐘內(nèi)獨(dú)立完成，多數(shù)人會選擇跳過 AI，但面對耗時費(fèi)力的重復(fù)性工作，AI 的價值立刻凸顯。

更值得關(guān)注的是，隨著模型能力升級，AI 的應(yīng)用邊界正在快速外擴(kuò)：短短六個月內(nèi)，工程師用 Claude 進(jìn)行新功能開發(fā)和代碼規(guī)劃的占比翻了兩三倍，從 “輔助工具” 逐漸向 “協(xié)作伙伴” 轉(zhuǎn)變。

這一趨勢并非 Anthropic 獨(dú)有。億歐智庫數(shù)據(jù)顯示，2025 年 AI 編程在互聯(lián)網(wǎng)、游戲行業(yè)的滲透率已達(dá) 80% 以上。

微軟 GitHub Copilot 的用戶規(guī)模更是突破 1500 萬，付費(fèi)用戶超 180 萬。ANZ 銀行對 1000 名工程師的試驗也證實(shí)，AI 工具能同時提升編程效率與代碼質(zhì)量，成為企業(yè)規(guī)?；茝V的核心動力。

27%“新增任務(wù)” 改寫生產(chǎn)力定義

調(diào)研中最引人矚目的數(shù)據(jù)，莫過于 27% 的工作是工程師 “原本不會做” 的。

AI 的介入并非讓工程師 “摸魚”，而是激活了這些沉睡的工作需求，形成 “時間未減、產(chǎn)出倍增” 的特殊現(xiàn)象。

但這并不意味著 AI 可以獨(dú)立完成所有工作：超過半數(shù)工程師表示，僅 0-20% 的任務(wù)能 “無需檢查直接交付”。

即便 AI 的連續(xù)執(zhí)行鏈路從 9.8 步延長至 21.2 步，人類監(jiān)督輪次從 6.2 次降至 4.1 次，“人類把關(guān)” 依然是不可或缺的環(huán)節(jié)。

這種 “AI 擴(kuò)面、人類收口” 的模式，正在改寫行業(yè)對 “生產(chǎn)力” 的定義。

對管理者而言，問題已從 “AI 能省多少時間” 轉(zhuǎn)變?yōu)?“AI 能讓我們多做哪些以前做不了的事”，對工程師而言，核心競爭力不再是 “一小時寫多少行代碼”，而是 “一小時能編排多少 AI 高效干活且不出錯”。

AI 終究是輔助工具，人類的批判性思維、風(fēng)險判斷能力，是無法被替代的 “最后一道防線”。

工程師的 “AI 駕馭者” 轉(zhuǎn)型之路

面對 AI 浪潮，工程師群體正加速分化為 “AI 乘客” 與 “AI 駕馭者” 兩類人，前者將工作全權(quán)交給 AI，短期效率提升但長期面臨被替代風(fēng)險。

后者主導(dǎo) AI 運(yùn)作，將 AI 輸出視為 “初稿”，通過核查、優(yōu)化實(shí)現(xiàn)價值最大化。

Anthropic 的高生產(chǎn)力用戶已給出清晰的轉(zhuǎn)型路徑，核心是三大能力：產(chǎn)品思維、技術(shù)判斷、風(fēng)險控制，而非單純的 Prompt 編寫技巧。

從職業(yè)發(fā)展來看，兩大趨勢已愈發(fā)明顯一是底層技術(shù)能力重新定價，并非人人都需精通底層代碼，但能看懂、修改 AI 代碼的 “審稿人” 會成為稀缺資源。

二是晉升通道重構(gòu)，工程師的角色從 “高級碼農(nóng)” 向 “AI 指揮官” 轉(zhuǎn)變，管理 1 個、5 個甚至 100 個 AI 完成復(fù)雜項目，將成為新的職業(yè)標(biāo)簽。

企業(yè)層面也需主動應(yīng)對，通過分層 AI 素養(yǎng)培訓(xùn)，讓全員了解 AI 的優(yōu)勢與局限；建立 “人機(jī)協(xié)同” 試點(diǎn)機(jī)制，鼓勵員工參與 AI 工具優(yōu)化。

將 “AI 協(xié)作能力” 納入績效評估，引導(dǎo)員工主動轉(zhuǎn)型。

對個人而言，建立 “AI 緩沖帶” 至關(guān)重要 ， 面對問題先自主思考，再用 AI 補(bǔ)充完善，定期進(jìn)行無 AI 編程訓(xùn)練，避免能力退化。