我写代码一行都不看了，只当测试工程师

我现在写代码，完全交给 AI 了，不管是写代码还是改 bug，都是交给它。我唯一做的事情，就是充当一个测试工程师，不断地测试它交付的东西，然后再让它反复去修改。至于代码本身，我根本就不会再去看了。

对我来说，原来很多人才能做的事，现在我一个人基本上就能全盘搞定，根本不需要那么多人了。所以现在也很流行 OPC，One Person Company，也就是一个人的公司。

Anthropic 10 月 16 日发的两份研究报告，讲的正好是这件事。他们统计了员工发起的交互式会话，到 8 月，智能体（也就是能自己跑任务的 AI）的工作时长，是员工自己工作时长的 6 倍，研究部门更高，有 19 倍。

不过这是估算出来的比值：人类工时是按人数乘以每周 40 小时估的，智能体工时是按运行时间算的，不等于它干的活就是人的 6 倍。

图：智能体工时与人类工时之比，2026 年 2–8 月

我不看代码，是因为看不过来。报告按每分钟读 250 个词来估算，要把智能体的全部输出读一遍，工程和研究岗每人每周要 424 小时，可一周总共才 168 小时。

Claude Code 团队 10 月 15 日发了一篇讲代码审查的博客，里面说他们单体仓库每天的变更数，据称从 5 月的约 2,500 个，涨到了 9 月的 3 万多个。我觉得从两千五涨到三万次很正常，一点都不夸张。

图：读完智能体输出所需的每周小时数，分岗位

所以我自己的代码，基本都不批。Anthropic 自己也是按风险来分的：文档、文案、内部功能这类，自动检查全绿就能合并，不需要人批；普通的产品改动要一个人批，风险最高的代码要两个人批。智能体的批准，不算人的批准。

图：人工批准按风险分三档

AI 审 AI 也会兜圈子。博客里说，有个命令行工具的改动，在智能体作者和智能体审查者之间，一夜来回了 50 多轮。

事后查，审查者反复提的问题里，约 59% 是第一轮就已经存在的代码。这种来回反复的情况，我也遇到过。这些数字是团队自己报的，没有更多的基线说明。

说到新人，报告里说，新招的人里，初级的占比从 27% 降到了 9%。我觉得原因就是，AI 能干初级的活了。

至于 AI 写的代码质量，报告说后来被删掉或者回滚的比例，没有差异，不过误差范围不小，只能说没看出差别。这个结论我信。

图：技术部门与非技术部门的初级岗位占比

博客列了五类留给人的决定：这件事该不该做；高风险代码；会被别人照抄的架构；读证据；对结果负责。这五类里，我最看重的是对结果负责。

另一份报告问了员工和美国劳动者同一个问题：到 2030 年，AI 能做你多少工作？Anthropic 员工的平均答案是 75%，美国劳动者整体是 28%。我自己的估计，比 75% 还高。

图：到 2030 年 AI 能完成自己多少工作，各群体对比

要说清楚，这两份材料的范围都有限。用人报告只是 Anthropic 一家公司的数据，审查博客是 Claude Code 一个团队的自述，数字没有经过外部核对。

对写文章来说，就更复杂一点。我首先要做选题，然后把大概的思路给它，让它写出稿子，最后其实还是需要我不断地去审核、修改。所以写文章，我反而觉得比写代码麻烦、复杂。

一样的，写文章这个过程，很多初级的岗位也不需要了，什么初级编辑、初级美工。因为初稿我可以让 AI 写，封面、插图，我也都会用 AI 来做。

放在一起，它们留下了一个问题：机器先读，人只管高风险，这套办法能撑住规模。可技术部门的新人占比低了，我有点担心，下一批能判断“该不该做”“风险高不高”的资深的人，到底从哪里长出来？

参考资料

01｜Anthropic：How employment is changing at Anthropic

https://www.anthropic.com/research/employment-at-anthropic

02｜Anthropic：The AI expectations gap

https://www.anthropic.com/research/ai-expectations-gap

03｜Claude Code 团队：How the Claude Code team does code review

https://claude.dev/blog/solving-code-review-at-anthropic/