同一個2026年，人類的現實已經悄然裂成了兩半！
在舊金山的Anthropic辦公樓裡，Agent晝夜運轉的總時長已經徹底反超人類，甚至有員工像帶真人團隊一樣，給手下的Claude小隊寫起了績效評語。
一牆之外，世界還停在另一個時代的節奏裡。將近一半的美國人，至今不信AI能寫好一封日常郵件。
就在剛剛，Anthropic罕見連發兩份重磅內部報告，把樓裡樓外這兩個平行世界，並排擺在了所有人面前。
1334名Anthropic員工平均認為，再過四年，AI就能做完自己眼下75%的工作；同一道題拿去問外面的美國打工人，答案只有28%。
超過一半的員工篤定AI能包攬自己八成以上的活，美國勞動者裡敢這麼想的，只有寥寥5%。
91%的員工相信2030年前AI就能做出諾獎級發現，58%的人覺得2027年就能見分曉；美國成年人裡，只有39%信。
這道認知鴻溝背後，是離奇點最近的這群人，已經提前活進了另一種日常。
在Anthropic，一周幹完外面三個月
他們敢下這麼重的注，底氣來自同一天公開的另一份內部報告。
這份《Anthropic內部就業變化》調出了公司的人事、產出和Agent運行記錄，把一家頂級AI實驗室的裡子翻給了外人看。
今年3月，算上後台晝夜不停的自主任務，全公司Agent幹活的總時長，第一次超過了全體人類員工。
僅僅5個月後，只算員工親手派出去的Agent，工時也從2月不足人類的五分之一，一路狂飆到了人類的6倍。
研究部門更是到了19倍，相當於每個研究員身後，同時跟著19個不知疲倦的Claude在狂奔。
報告還畫了一個大部門的Slack公開頻道網路。起初裡面只有155名員工和150個Agent會話，後來員工增加到237人，Agent會話暴漲到了7922個。
代表AI的紅點像野火一樣越長越密，把代表人類的藍點團團圍住。每個人身邊，都跟著一支自己的AI軍團。
有人把公司裡的空氣形容為「永恆的壓力」，所有人都被這支軍團推著往前狂奔，用Claude幹一切事。
一位員工直言，在這裡一周要交的活，放到外面的公司，足足要干三個月。
以去年12月為基準，工程師人均程式碼提交量已經暴漲到5.1倍，資料科學、法務和銷售的人均產出也都在往上漲。
今年4月，Claude把一批沒人顧得上的陳年積壓問題清了一遍，一口氣提交了800多個修復，硬生生把一類API錯誤壓到了原來的千分之一。
據負責的工程師估算，這批活如果換人來幹，要熬上整整4年。
寫程式碼也溢出了技術部門的邊界。非技術員工每月發起的編碼Agent會話，從去年8月的區區2次，飆到了今年5月的90次。
一位銷售代表想要一個貼合自己工作流的看板，帶著Claude改了三四個小時，介面、工具和流程就全接通了。
原本寫Claude.ai問候語的文案團隊，搭起一套上下文圖譜教會Agent寫品牌文案，隨後整組華麗轉身，改行寫模型評測集和提示詞。
一位工程師說，自己一年前開始全面「Claude化」，到今天，已經差不多5個月沒親手寫過一行程式碼了。
你還在催AI，他們已經被AI催著跑
外人總以為，AI把活都幹了，人就能端起茶杯喝茶看報。
然而在Anthropic，現實恰恰相反，血肉之軀的人類，反倒成了整條流水線上最慢的一環。
研究團隊把每人每周收到的Claude輸出，按每分鐘250詞折算成閱讀時間，得出的數字讓人頭皮發麻。
工程和研究崗位每人每周要讀424個小時，可地球上的一周，不眠不休也只有168個小時。
人讀不過來，Claude就只能幹等。互動會話裡，它大約80%的時間都耗在排隊等人回話上。
工業革命以來兩百多年，從來都是人在催著機器轉；而在這棟樓裡，歷史第一次倒轉過來，輪到機器排隊等人。
於是，被逼到極限的人開始給Agent當起了經理。
有人專門搭了一個Agent當「幕僚長」，分揀其他Agent遞上來的請求；寫給Agent的常駐指令，一年裡從幾百條暴漲到了8500條。
而這還鬧出過讓人哭笑不得的一幕。
有位員工幾個月前在一份公司周邊文件上留了名字，那怕早就不管這攤事了，Agent還是隔三岔五找上門來，一本正經地向他討要T恤和馬克杯。
在如此高強度的使用之下，就連軟體基礎設施也扛不住了。
今年5月，Anthropic主程式碼庫每天合入約2500次程式碼變更，到了9月就衝破3萬次，把程式設計師用了二十年的Git徹底擠爆。
於是7名工程師花了5個月，從頭造出新的版本控制系統Scion，把整個程式碼庫從Git遷了過去。
遷移要用的程式碼匯入工具，團隊年初自己手寫了一版，本來頗為滿意。
後來，他們用內測的Claude Mythos Preview隨手重寫了一遍，沒加任何額外指令。結果，新版本的記憶體佔用降到二十分之一，速度快了整整4倍！
沒想到，親手造出AI的這群人，最先嘗到了被AI甩在身後的滋味。
同一張問卷，兩個2030
看過這棟樓裡驚心動魄的日子，再回頭看那張問卷，就不難理解樓裡樓外為什麼差得這麼遠。
如果只問今天的AI能幹什麼，兩撥人的看法其實差不多。比如自己設計並行表一項科研，兩邊都只有約四分之一的人覺得AI現在做得到。
可一說到接下來幾年，差距瞬間拉開。到2027年，90%的員工覺得AI能獨立搞科研，美國成年人只有38%。
到2030年，從寫郵件、報稅到諾獎級發現的8件事，員工的信心清一色超過9成。美國成年人這邊，每件事都有19%到40%的人斬釘截鐵地認為，AI永遠做不到。
這也不只是外行和內行的差別。美國的電腦、工程和科學從業者預計，到2030年AI能做自己33%的工作。
就連其中天天用AI的，也只有40%，離Anthropic員工的75%還橫著35個百分點的鴻溝。
真正的區別，藏在用AI的體感裡。挑一件AI擅長的活，把檢查和返工都算上，59%的員工說用AI只要原來四分之一甚至更少的時間。
在工作中用AI的美國人裡，這麼說的只有26%，還有29%覺得用了AI一點沒快，甚至更慢。
兩撥人嘴上都說「我每天在用AI」，過的卻是完全不同的一天。
每天親眼看著AI把三個月的活壓進一周，眼裡的2030，自然和別人不在同一個世界。
造AI的人，開始給「最後一項發明」倒計時
整份調查裡，這群人押得最重、也最讓人心驚的一注，落在了自己的老本行上。
問卷有一道題只問了他們，造一個2026年初水平的前沿大模型，從定方向、設計實驗到做評測，眼下有多少工作已經是AI自己在做？
員工的中位數答案是51%，離造模型最近的研究團隊估得更高，平均60%。他們預計，到2027年底這一比例將升至80%，到2030年底高達95%。
Anthropic此前公開過一項內部測試，讓Claude給一段訓練小模型的程式碼提速。
熟練的人類研究員熬上4到8小時能做到4倍，今年4月的Claude Mythos Preview一出馬，直接做到了52倍。
在一個AI安全的開放研究題上，兩位人類研究員埋頭幹了一整周，把性能差距縮小了約23%。
Claude Agent團隊自己提假設、跑實驗，用了800個小時、約1.8萬美元算力，一舉縮小了97%。
在人類研究員走過彎路的129個真實研究節點上，Claude Mythos Preview有64%的時候給出了更好的下一步。
就連科研裡最看重的判斷力，AI也在迎頭追上來。
順著這條陡峭的曲線往下走，Anthropic研究院設想過一種情景，AI研發大體自動化以後，一家僅有100人的公司，就能幹完過去1萬甚至10萬人組織的活。
「AI自己造AI」這件事，人類已經設想了六十多年。
1965年，英國數學家I.J.古德寫下過那句著名的預言，第一台超智慧型手機器，將是人類需要做出的最後一項發明。
整整六十一年後，親手鍛造這台機器的人，開始給它撥響倒計時。到2030年底，造出一個前沿模型的活，留給人類的只剩最後5%。
階梯正在抽走，18個月後潮水漫過人間
當未來的潮水提前湧進現實，最先被拍在岸上的，是剛剛步入職場的新人。
過去一年，Anthropic的人數擴大到原來的3倍，95%的員工還預計公司會繼續大舉擴招。
然而就在這輪擴張裡，通往這家公司的第一級階梯，正在被悄然抽走——新招的技術崗裡，初級的比例從27%斷崖式跌到9%。
幾百年來，新人都是跟在老手身後打下手，一點點把判斷力磨出來的。可如今，入門的活越來越多交給了不知疲倦的Agent，新人連攢下第一份經驗的機會都在變少。
而新人只是被潮水拍中的第一波。一牆之外的大眾，也正一步步走進同一個未來。
把Anthropic員工的答案代進經濟模型，他們眼中的這個未來，對應的是驚世駭俗的17.1%年增速，相當於美國經濟每四年半就翻一番。
報告的說法是，這將是一場人類歷史上從未有過的經濟巨變。
Anthropic首席經濟學家Peter McCrory在X上說，在採用AI這件事上，Anthropic大約領先整個經濟一年半。
也就是說，這1334個人已經提前18個月，活進了全世界的未來。
今天在舊金山那棟樓裡發生的一切，18個月之後，終將化作時代的潮水，漫過人間的每一個人。(新智元)