AI 做得更多，Anthropic 的人为什么开会也更多？

原报告里，一位销售用三四个小时搭出原来难以独自完成的工作面板；工程师的代码提交、法务处理的合同和销售成交等指标也在增长。与此同时，日历记录显示，员工的会议时间中位数比一年前增加 20%；技术类独立贡献者的会议时间也增加了 16%。两组变化可以同时发生：写出更多东西，并没有取消一起定方向、协调依赖和承担责任的需要。

作者访谈中，处理一个 bug 有时会牵出团队边界、系统债务或需要共同决定的问题，不能只让模型继续写代码解决。会议增加也包含公司规模扩大、岗位构成变化等因素；这份研究没有证明‘因为用了 AI，所以会议必然增加’，更没有证明开会越多效果越好。

报告指出，甚至部分非技术职能的交互式 Claude 输出，若要全部读完，也会占去每周二十多个小时。这里按输出词数与固定阅读速度估算，未测量员工实际花了多久阅读。人面对的问题不只是能否生成，而是哪些结果需要核对、哪一个请求真的紧急、哪些内容可以交给下一层工具处理。

另外两个醒目数字也有不同单位。到 8 月，员工发起的交互代理运行时长约为按每周 40 小时估算的人时的六倍，计入子代理、推理与工具运行，排除超过 30 分钟的等待，不能换算为‘六倍员工’。交互会话约 80% 的墙钟时间在等人输入，也不能解释成公司 80% 的工作时间被浪费。运行、等待、阅读与有效结果是不同的量。

原报告把写代理指令、准备多代理计划、审阅另一个代理、搭监控面板等归为 meta-work。自动分类器对会话摘要的分析显示，这类工作在典型员工的交互会话中，约从 2025 年秋的 10% 升到 2026 年春的 22%。它描绘的是组织怎样接住产出；不是证明这些管理工作本身已经创造了相同比例的业务价值。

背景也必须跟着人更新。访谈里，一名员工因为名字留在几个月前的周边用品文件上，仍被代理不断询问 T 恤和杯子的事，即使职责早已变了。在报告展示的一个部门里，代理增加了消息往来，人的原有互动结构却没有明显缩减。开完会把决定、负责人和变化写回可共享资料，因此成了协作的一部分；只是旧资料更多，不等于代理更了解现在。

从 2025 年初起，技术部门中初级员工的占比由 21% 降到 14%，初级技术新聘占比由 27% 降到 9%；同期技术人员的绝对招聘仍在增长。占比下降不能直接写成已经裁掉同样比例的人。报告对产出的分析追踪了 192 名采用编程代理的工程师，并以 74 名研究期内未采用者作比较；使用时机不是随机分配，原本准备推进大项目的人可能更早采用工具，自主代理使用者此前的产出也已在上升。

对自己的工作，更有启发的问题是：省下的一段执行时间，是否变成了新的审阅、沟通和背景维护；最终交付是否更可靠；新人还怎样参与并积累判断。代码量、代理在线时长和会议量都不能单独回答这些问题。这是从公司案例引出的观察角度，不是让每个团队复制它的组织方式，也没有许诺使用 AI 后一定节省工时。

• 回到原报告看图表、样本和方法 ↗