🐋 抹香鲸的奇妙信号

资本验伪 · 一线见闻

同一周，Anthropic 把 5% 股份给了公众，把初级岗从 27% 压到 9%

2026年10月19日

📌 本文看点

10 月 16 日，Anthropic 在自己的研究博客上发了一份关于自家员工的报告。两天后的 10 月 18 日，它宣布把 5% 的股份投进一个新设的公益基金。

两件事隔了 48 小时，方向正好相反。一份在说公司里的人变成了什么样，一份在说公司的钱要分给谁。

我在甲方做过十年系统，后来到卖方看公司。这些年看下来，一家公司真正值钱的东西往往不写在财报的正面：写在正面的是它今年挣了多少，写在附注里的是它明年还挣不挣得到。这两份材料，一份在正面，一份在附注。

一、四个数字，指向同一件事

先把数字摆出来。

技术部门的初级员工占比，从 2025 年初的 21% 降到 14%。新招的人里，初级占比从 27% 降到 9%。空缺的初级职位降到了 6%。同期，非技术部门基本没动。

还有一个数字容易被忽略：技术团队占全公司人数的比例，从 61% 降到了 56%。

前三个数字说的是“进人不从下面进”，第四个数字说的是“公司没有变小”。Anthropic 把原因写成两条：业务职能随规模自然扩张，以及写代码的工具让非技术员工也能自己做软件。

这两句话都成立，合在一起就是结论：公司还在长大，门却开在了中间。

一家公司用一年半，把“从下面进人”的通道收窄到原来的三分之一。这个动作没有发布会，没有裁员通知，只是写在一份研究文档的某一页里。要不是它自己公布，外面的人根本不会知道。

二、初级岗位买的不是产出，是训练

这里有个会计上的错位，值得说清楚。

一个刚毕业的工程师，头 18 个月产出的东西，大部分是负价值：要人 review，要返工，要有人在旁边兜着。企业付这笔工资，买的不是他当年的产出，是他三年后能独立判断的那部分能力。

换句话说，招一个新人，本质上是给三年后的自己下单。

但这笔钱在账上记在哪里？记在当期的人力成本里。它明明是研发投入的一部分——和买设备、买算力一样，是为了未来的产能——却和工位租金、团建费用放在同一栏。于是每次要压成本，它都排在容易被砍的那一列。

我在甲方带团队的时候，怕的不是预算被砍，是预算被砍在“看起来今年没产出”的那一栏。因为那一栏里的东西，砍掉当年报表立刻好看，代价要三年后才浮出来，而三年后做决算的不是同一个人。

招一个新人，本质上是给三年后的自己下单。

这个错位解释了为什么 27% 到 9% 会发生在同一家公司里，而且没有被当成一次战略决策。它甚至不需要开会讨论——只要每个季度的招聘名额都比上一季少两个，一年半以后就是这个结果。

三、AI 改的不是产量，是工作形态

如果 AI 真的把初级工作干掉了，我们应该看到什么？

应该看到会议变少，因为不需要那么多人对齐；应该看到审阅变少，因为输出直接可用。这两件事在 Anthropic 的报告里都没发生。

发生的是反面：人均会议时间比一年前多了 20%，技术岗多了 16%。报告里的解释是“人的信任与问责变得更重要”，员工反复提到“面对面协调不可替代”。

更值得看的是这一段：报告认为“人的注意力和判断”正在成为生产力的瓶颈，因为 Claude 产出的文本量太大，需要有人读、有人整理。4 月的一次内部调查里，20% 的员工说自己的工作已经从“实际干活”变成了“管理 Claude”。有一位工程师把这个过程比作带孩子：每个孩子都带着同等紧迫的需求来找你，那些 Claude 也一样。

如果 AI 是替代，会议该少、审阅该少。实际是会议更多、审阅更重。所以它干的不是替代，是把生产变便宜，把审阅变贵。

而审阅这件事，恰好只能在初级岗上练出来。一个人要先写过几百个被别人挑错的功能，才有能力在一堆看起来都能跑的代码里挑出那一个不对的。这个能力不来自读文档，来自犯错和被纠正。

AI 让写代码变便宜了，让“看出这段代码有问题”变贵了。

这里就是那个断点：公司一边说审阅是瓶颈，一边把训练审阅能力的岗位关掉。

四、那 5% 股份，是一笔预付款

再说回公益基金。

按公开信息，Anthropic 设立的是一个公司全资持有的基金，经股东批准后承诺投入 5% 的股份；公司估值每较基准上涨 50%，可由董事会酌情追加 2%。基金可以给传统非营利组织大额捐赠，也可以直接向特定人群发放。治理细节要在未来几个月才公布。

而在设立这个基金之前，Anthropic 已经投入 2 亿美元研究 AI 对就业市场的影响。

这两笔钱放在一起看，逻辑是清楚的：它承认自己正在制造一种外部成本，并且愿意为这个成本付钱。这在 AI 公司里算少见的自觉。

但付给谁，是另一回事。基金的收款方是社会——非营利组织、特定人群，不是那些被 9% 关在门外的新人。

打个不太客气的比方：这像一家工厂出钱给下游河道做治理，同时继续往上游排水。治理是真的，排水也是真的。两件事可以同时为真，因为账本分了两本。

资本市场对这本账的态度，这一周也有旁证。Chamath Palihapitiya 说 AI 公司 70% 到 80% 的收入来自其他拿了风投钱的 AI 公司，并批评行业把 ARR 这个口径用坏了；同一周，WSJ 报道信用担忧拖累科技股，CoreWeave 在债务抛售中下挫。

这些信号指向同一个方向：市场开始给“当期好看”打折了。省下来的工资不会自动变成估值，因为它买走的是一项未来才结算的资产。

当期省下的工资记在利润表上，五年后缺的判断力记在没人看的附表里。

五、被砍掉的不是岗位，是容错

我想把判断说得更明确一点。

企业砍初级岗，砍掉的不是人手，是“允许犯错的额度”。AI 让每一次输出看起来都能用，于是“让新人试一遍”这件事，从流程里悄悄消失了——不是被禁止，是变得没有必要。

短期看，这是效率。中期看，这是组织能力的一次折旧，而且折旧年限被低估了。

因为它不会以“没人干活”的形式出现。它会以另外三种形式出现：一是中层发现自己能带的人越来越少，能接手的人越来越贵；二是外聘一个三年经验的人，价格等于过去一个五年的；三是当模型给出一个看起来合理的方案时，公司里没有人有把握说它不对。

第三种代价，是 AI 时代特有的。模型不会错得很明显，它错得很像对的。识别这种错，需要的不是更多的模型，是见过足够多真实故障的人。

顺便说一句，中层自己的位置也没那么稳。带人这件事一旦不产生当季的 KPI，中层剩下的功能就只有审阅——而审阅恰好是这一轮里被重新定价的那一项。

六、回到那 5%

看到这里，自然会有一个问题：那 5% 到底算不算好事。

我的判断是：算，但它解决的不是它声称要解决的那个问题。

发钱解决的是当期的痛。真正碰到结构的做法，是拿这笔钱去补贴“允许新人犯错”的组织——给那些还在招没有经验的人、还在为带人付成本的公司一点实在的好处。这类补贴在制造业有过先例，在软件业还没有。

对看公司的人，我有一个可以带走的框架：除了收入增速，多看两件事。一是它还招不招没有经验的人，二是它为“培养人”花了多少钱——注意，不是为“慈善”花了多少。这两件事合起来，比任何一份愿景文档都能说明它打算活多久。

这个框架不只适用于 AI 公司。任何一个把“今年没产出”的东西优先砍掉的行业，都在用同一本账。

回到开头那两个日子。48 小时里，一家公司对外分了 5% 的所有权，对内收窄了三分之二的入口。这两件事并不矛盾，它们只是记在两本不同的账上。真正的问题是，五年之后，谁来读那本没人看的账。

💬 评论区话题（来聊聊）

你所在的公司今年还招应届生吗？如果停了，是省下了钱，还是把培养成本推给了下一家公司？说说你看到的实际情况。

本文仅代表技术分析，不构成任何投资建议。

END