Anthropic 技术岗招聘中初级人员的占比从 27% 降到了 9%。这个数字已经被讨论到疲乏。而它底下的那个数字却没有:一套自动编码程序读取了招聘经理为 2024 年以来入职的数千名员工所填写的面试评分表,发现在技术候选人中,"增幅最大的单项是关于申请人自主性与判断力的评语",而"对领域专长的讨论在整体评估中所占比重则在缩小"(Anthropic, 2026)。
我们对 AI 与初级岗位招聘的了解,大多来自招聘广告——也就是雇主在见到任何人之前声称自己想要什么。Anthropic 10 月 16 日的就业报告做了一件更少见的事:它读的是面试官在交谈之后写下的内容。
两个数字,两个不同的对象。人数那个数字存在争议,我稍后会说明。评分表那个数字,才是你自己的面试评估框架尚未准备好面对的。
面试评分表实际衡量了什么
该报告是对一家公司内部数据的研究:AI 使用日志、产出指标、员工调研、Slack 与日历数据、招聘决策记录,再加上 17 次员工访谈。第一作者 Nathan Wilmers 任职于 MIT Sloan;报告由 Anthropic 自己发布。
在人员构成上,有两个不同的数字很重要,不应混为一谈。技术部门内部初级职级员工的占比"自 2025 年初以来从 21% 滑落至 14%"。而初级技术招聘的占比"下滑得更快,从 27% 降至 9%"。后者是录用结构的变化,不是人数缩减——报告明确指出技术招聘"在绝对数量上仍在继续增长",而公司"在过去一年规模扩大了三倍"。把 27% 到 9% 读成初级招聘减少了 65% 的人,是读错了。
管理者的说法与数据一致。在 2026 年 4 月的调研中,"多数管理者表示由于 AI,他们在招聘时看的是一套不同的技能",而"约三分之一的机器学习管理者和五分之一的软件工程管理者报告说因 AI 而减少了招聘"。多数人改变了标准。少数人削减了数量。这个先后顺序就是全部故事。
评分表这一层
真正有特色的证据是文本性的。2024 年,招聘经理在"约 5% 的技术岗评估和 7% 的非技术岗评估"中记录了候选人在 AI 工具方面的实践经历。到 2026 年,这些比率在技术岗位上增至三倍、在非技术岗位上增至四倍。报告仅以文字给出 2024 年的基数和倍数,因此终值并未公布——凭空推算只会制造出来源本身并不具备的精确度。
在这之下,是更深层的再平衡。对技术候选人而言:自主性与判断力的增幅最大,领域专长在评估中的占比下降。对非技术候选人而言:"客户与使命导向上升,而对执行能力的讨论下降。"一位管理者的解释是整份文件中对这一逻辑最干净的概括:"我预期模型会继续参差不齐,所以对我的团队,我希望他们能够跨领域互换。"
请注意哪些内容没有附带数字。自主性与判断力的上升只是方向性地被报告为最大的变化,没有百分比。这是证据本身的局限,不是把它搁置的理由——但这意味着这一发现支持的是一个行进方向,而不是一个量级。
一家公司不是基准
报告作者在这一点上比大多数评论都更直白:"Anthropic 的许多就业实践无法在整个经济体中复制。"这家公司的人均收入是 Meta 和 Google 在各自巅峰期的两到四倍。它是 n = 1,自行发布,未经外部审计,且处于 AI 使用强度的最远端。其中没有任何内容能确立一个经济体层面的趋势。
更广泛的文献恰恰在大多数人从中得出的那一点上存在激烈争议。Lambert 与 Schindler 对美国、英国、加拿大和澳大利亚 2.43 亿条新入职记录与 4.07 亿条招聘广告的分析发现,生成式 AI 暴露度或远程工作暴露度各自单独提高两个标准差,到 2025 年都对应初级占比下降约五个百分点——但当两者同时纳入模型时,AI 系数"急剧衰减,且往往在统计上与零无法区分",而远程工作的效应依然稳健(Lambert & Schindler, 2026)。他们的解读是:断裂的初级阶梯也许讲的是工作在哪里完成的故事,而不是什么被自动化了。
公司层面的支出数据又切向另一个方向。Ramp 与 Revelio Labs 将 21,559 家美国公司可观测的 AI 支出与劳动力记录相连,发现高强度采用者在采用后两年内把初级岗位人数扩大了约 12%,而低强度采用者则完全没有出现统计上显著的变化(Ramp, 2026)。在那套数据中,大举投入 AI 关联的是更多初级招聘,而不是更少。
因此,关于初级层崩塌的因果主张尚无定论,运营负责人没有理由据此规划人数。而关于标准的那个主张则是另一回事。
真正收敛的是标准,不是数量
这就是评分表这一发现尽管 n = 1 仍值得关注的原因。它与来自完全不同数据类型、完全不同规模的证据相吻合。
PwC 的 2026 全球 AI 就业晴雨表分析了六大洲超过十亿条招聘广告,并对美国 240 万个初级岗位做了深入切分。结果发现,暴露于 AI 的初级岗位要求传统上属于资深层级的技能——判断力、战略思维、激励型领导力、情绪智力——的可能性,是暴露程度最低的初级岗位的七倍。符合这种"资深化"特征的招聘广告自 2019 年以来增长了 35%,即便在 AI 高暴露行业中,初阶岗位广告总量整体趋平(PwC, 2026)。
广告记录的是雇主对外宣称什么。评分表记录的是面试官在见到本人之后奖励了什么。这是两个独立的测量面,由不同主体在不同激励下采集,而它们朝同一方向移动:趋向判断力与自主性,远离狭窄的执行。
跨独立方法的收敛性弱于单一因果估计,但强于两则个案。这已足以据此行动,因为行动成本低廉且可以在本地验证。
而它暴露出的错配,在多数中型市场的招聘体系中真实存在。初级岗位的用人申请如今要求资深级别的判断力,而薪酬带宽、90 天上岗期和带教模式却仍然假定对象是个新手。同时,英国的毕业生招聘方报告在最拥挤的行业中每个岗位收到 141 至 172 份申请(ISE, 2026)——这意味着筛选层承受着前所未有的数量压力,而恰恰就在此刻,值得筛选的东西变了。
运营负责人本季度该做什么
这里隐含的审计足够小,你可以在下一个招聘周期关闭之前亲自完成。
- 调出你最近二十份面试评分表。不是评估框架——而是你的面试官实际写下的自由文本评语。
- 把每一行归入四个类别之一:狭窄的领域深度、执行与落地、自主性与判断力,以及有效使用 AI 工具的证据。
- 计数。如果前两类占主导——在大多数 50 到 500 名全职员工的公司里都会如此,因为评估框架本来就是为引出这些而设计的——那么你筛选最严格的,正是在这条路上走得最远的公司里失去分量的那两类。
- 然后检查更难的那件事:你的流程究竟能不能观察到另外两类。自主性与判断力不会出现在简历或限时技术测试里。它们出现在一个人如何界定一个模糊问题、决定不做什么、以及如何解释一个自己判断失误的取舍之中。
最后这一点是真正的约束,而且它首先是测量问题,其次才是标准问题。学历和职位头衔是领域专长的代理指标——而领域专长正是那个占比在下降的属性。判断力与自主性需要被证明的证据:结构化评估、做过的问题、一份决策记录而非一份职位记录。为这一区分而构建的候选人侧工具,其中包括 Scovai 的 Talent Passport,用逐项技能的百分位排名来认证已证明的能力,而不只是职业履历——而这正是证据必须具备的形态,才可能在大批量下被筛选。
在你改写任何东西之前,有两点需要谨慎。不要用这份材料为削减初级招聘背书;因果证据不支持这一点,而公司层面的支出数据指向相反方向。也不要把领域专长从你的标准中剔除——"在整体评估中所占比重在缩小"是再平衡,不是移除。在一个没有模型训练职能的 200 人运营团队里,领域知识仍然正是你的客户在为之付费的东西。
摆在你面前的决定
对证据的诚实总结是:没有人能告诉你 AI 是否会压缩你的初级层。几份可信的数据集彼此分歧。但两个独立来源——十亿条招聘广告和数千份面试评分表——在"存留下来的岗位正被用什么来衡量"这一点上是一致的,而大多数面试评估框架并未随之调整。
你的面试评分表是一份书面记录,记下你的组织相信什么能预测绩效。Anthropic 的评分表是这种信念在两年间以可测量的文字发生变化的记录。而你的评分表此刻就躺在你的招聘系统里,从未被当作数据集读过。
这个季度读二十份。如果它们仍在奖励知道得最多的候选人,而不是决策得最好的候选人,那你就找到了本季度杠杆最高的那处修正——它的代价是一个下午,不是一笔预算。