Anthropic 量了自己的监督瓶颈：agent 工时是员工的六倍，其中八成时间 agent 在等人
Anthropic 在 10 月 16 日发了一份研究自己员工的报告，HN 周日跟上，104 分、188 条评论。作者是 Nathan Wilmers、Regina Catipon、Maxim Massenkoff 和 Peter McCrory，数据是内部遥测而不是问卷。标题数字：到 8 月，交互式 agent 工时是员工工时的六倍；2026 年 3 月，自主加交互的 agent 工时之和第一次超过了人类工时。每位工程师的代码提交量是六个月前的五倍，用 192 个采用者和 74 个未采用者的个体内固定效应算出来的，所以不是积极的人更积极那么简单。
对跑 agent 的人最要紧的是浪费那部分。Claude 会话大约 80% 的时间在空转，等人输入。哪怕是非技术部门，交互式会话输出的文字量按每 token 0.75 个词、每分钟 250 词算，真要读完能占掉大半个工作周。元工作，也就是给 agent 写指令、提示词和长期规则而不是干活本身的时间，从 2025 年秋天占普通员工交互式会话的 10% 涨到 2026 年春天的 22%。给 agent 写的长期指令从 2025 年 7 月的几百条涨到一年后的 8500 条。员工中位数的开会时间比一年前多 20%。报告里一句引语把事说透了：一支 Claude 大军，每一个都在要我的注意力。agent 出现在近一半活跃的公开 Slack 频道里，但作者指出它们成了单个员工的团队，而不是高连接度的节点。组织形态的数字也在：技术岗新人占比从 27% 降到 9%，技术部门占总人数从 61% 降到 56%，公司说建了一个预警系统盯着受冲击的岗位；那些话题别处会讨论。对这个站来说结论更简单：卖 agent 的实验室自己量出来，agent 大部分时间在等那个必须读它的人。
vLLM 在 10 月 16 日从另一头写了同一个发现。Kimi K3 那篇博客报告 16 块 GB300 上 batch 为 1 时每秒 840 token，解码吞吐高 1.5 到 2 倍，靠 agent 辅助开发了一条统一的 CuTe DSL 解码路径。然后是该放在 Anthropic 那个 80% 旁边的一句话：agent 优化的推理代码已经跑赢了我们的审查和维护流程，所以需要能自动验证可靠性和性能的系统。答案是一份快速通道模型优化 RFC，把改动隔离在模型代码里，合并前要求在所有支持配置上严格更快。这是一周内第三个大项目说同一件事，前两个是 Claude Code 团队的审稿帖和 Postgres 19 推迟发布：生成不再是瓶颈，读才是，唯一能规模化的修法是把检查变成机械的。
两件事放一起就是明年的轮廓。Anthropic 的数字说人的注意力槽位是稀缺资源，agent 为了它 80% 的时间在空转。vLLM 的 RFC 说释放那个槽位的唯一办法是一个不需要人的验证器。这个站最近列的每个产品，从 Sphinx 的理解门到 Cursor 的形式化验证技能再到 Harness² 和 Doc2Harness 论文，都是在把工作从 80% 空转那一栏挪到机器能签字的地方。实验室自己的遥测现在成了衡量这些工具的基线。微软和 CMU 在 10 月 15 日宣布了一个面向初级工程师的导师制项目，是同一张图表在培训侧的回答。
链接：https://www.anthropic.com/research/employment-at-anthropic ，https://news.ycombinator.com/item?id=50139873 ，https://vllm.ai/blog/2026-10-16-kimi-k3-megakernel ，https://www.cs.cmu.edu/news/2026/microsoft-cmu-praise
← 返回所有文章
对跑 agent 的人最要紧的是浪费那部分。Claude 会话大约 80% 的时间在空转，等人输入。哪怕是非技术部门，交互式会话输出的文字量按每 token 0.75 个词、每分钟 250 词算，真要读完能占掉大半个工作周。元工作，也就是给 agent 写指令、提示词和长期规则而不是干活本身的时间，从 2025 年秋天占普通员工交互式会话的 10% 涨到 2026 年春天的 22%。给 agent 写的长期指令从 2025 年 7 月的几百条涨到一年后的 8500 条。员工中位数的开会时间比一年前多 20%。报告里一句引语把事说透了：一支 Claude 大军，每一个都在要我的注意力。agent 出现在近一半活跃的公开 Slack 频道里，但作者指出它们成了单个员工的团队，而不是高连接度的节点。组织形态的数字也在：技术岗新人占比从 27% 降到 9%，技术部门占总人数从 61% 降到 56%，公司说建了一个预警系统盯着受冲击的岗位；那些话题别处会讨论。对这个站来说结论更简单：卖 agent 的实验室自己量出来，agent 大部分时间在等那个必须读它的人。
vLLM 在 10 月 16 日从另一头写了同一个发现。Kimi K3 那篇博客报告 16 块 GB300 上 batch 为 1 时每秒 840 token，解码吞吐高 1.5 到 2 倍，靠 agent 辅助开发了一条统一的 CuTe DSL 解码路径。然后是该放在 Anthropic 那个 80% 旁边的一句话：agent 优化的推理代码已经跑赢了我们的审查和维护流程，所以需要能自动验证可靠性和性能的系统。答案是一份快速通道模型优化 RFC，把改动隔离在模型代码里，合并前要求在所有支持配置上严格更快。这是一周内第三个大项目说同一件事，前两个是 Claude Code 团队的审稿帖和 Postgres 19 推迟发布：生成不再是瓶颈，读才是，唯一能规模化的修法是把检查变成机械的。
两件事放一起就是明年的轮廓。Anthropic 的数字说人的注意力槽位是稀缺资源，agent 为了它 80% 的时间在空转。vLLM 的 RFC 说释放那个槽位的唯一办法是一个不需要人的验证器。这个站最近列的每个产品，从 Sphinx 的理解门到 Cursor 的形式化验证技能再到 Harness² 和 Doc2Harness 论文，都是在把工作从 80% 空转那一栏挪到机器能签字的地方。实验室自己的遥测现在成了衡量这些工具的基线。微软和 CMU 在 10 月 15 日宣布了一个面向初级工程师的导师制项目，是同一张图表在培训侧的回答。
链接：https://www.anthropic.com/research/employment-at-anthropic ，https://news.ycombinator.com/item?id=50139873 ，https://vllm.ai/blog/2026-10-16-kimi-k3-megakernel ，https://www.cs.cmu.edu/news/2026/microsoft-cmu-praise
评论