最近，Claude Code 团队晒出了一份内部工作流报告。看完这份报告，最大的感受就是：大家平时担心的"AI 抢工作"，在 Anthropic 这家公司早就是日常了。
但有意思的是，当 AI 接管了 90% 的活之后，Anthropic 的员工不仅没失业，反而把工作理得更顺了。哪怕你完全不懂编程，看看这群最懂 AI 的人怎么和机器打配合，也能治好大半的职场焦虑。
AI 干活太猛，人类连"检查作业"都看不过来了
Anthropic 自家的王牌工具 Claude Code，有 90% 的代码都是 Claude 自己写的。因为 AI 不知疲倦，公司核心代码库每天的代码提交量，从今年 5 月的 2500 次，直接飙升到了 9 月的 30000 次以上。短短四个月，工作量暴增了 12 倍。
更气人的是，产量翻倍就算了，出错回滚的概率居然还下降了 40% 以上。
这就带来了一个新问题：AI 写得太快太多，人类连"检查作业"的眼睛都不够用了。换作以前，任何东西上线前都得找个资深同事逐字逐句审一遍。但现在面对每天 3 万次的提交量，如果还让高薪请来的专家天天盯着屏幕抓错别字，公司第二天就得瘫痪。
于是，Claude Code 团队做了一个决定：放弃把"人类有没有逐字读过"当作安全标准，把枯燥的阅读交给机器。
守住底线：当机器干了 90% 的活，人类究竟在干什么？
既然不用逐字检查了，那 Anthropic 的工程师每天上班到底在干嘛？答案很简单：人类要把有限的精力，全部留给机器干不好的 5 个核心决策。
1. 决定"我们到底该不该做这件事？"
AI 可以一秒钟写出十套方案，但它不知道哪一套符合商业方向，不知道什么是好的产品品味，也不知道业务边界在哪里。在动手之前问一句"为什么要做这个？有没有更简单的路子？"，这才是人类最核心的价值。
2. 制定"供所有人模仿的样板和规则"
盖大楼的砖头可以由机器去砌，但大楼的承重结构、水电走线的标准，必须由人类架构师来拍板。工程师负责打造第一块样板，定好规矩，让后面的 AI 和其他同事照着这个模子去复制。
3. 死守"一旦出错就会伤筋动骨"的核心命脉
放权不等于不管。对于涉及扣费账单、系统权限、核心流程这些高危领域，Anthropic 的规定非常死板：机器的审批永远不能顶替人类的名额。越是容易出大事的环节，越必须由一到两名资深专家亲自把关。
4. 检查"结果证据"，放弃盯"具体过程"
这是工作方式最大的转变。现在，工程师不再去读密密麻麻的代码过程，全都像法官一样直接看证据：
- 你说功能改好了？请把测试通过的运行结果拿出来。
- 你说界面调好了？请把调整前后的对比截图放出来。
- AI 审查员挑出了哪些隐患？你是怎么修复的？
工程师只要花几分钟看一眼这些证据，就能做出准确的判断。
5. 为最终结果兜底："谁发起，谁负责"
在 Anthropic 内部有一条铁律：你上线，你负责（You land it, you own it）。哪怕这段代码 100% 是由 AI 敲出来的，那个向 AI 下达指令、点击确认键的员工，依然要对最终结果负全责。AI 当不了背锅侠，责任的终点永远是人。
学会放手与借力：普通人可以直接抄的 4 个作业
1. 放手鸡毛蒜皮，让 AI 自己查 AI
遇到改文案、调内部小功能这类低风险的活，团队直接让一拨 AI 同时去挑刺，再让另一拨 AI 投票表决。只要机器检查全部通过，根本不需要人类插手，系统就会直接上线。
2. 给 AI 设个"3 轮上限"，别让它们死磕
团队发现，让一个写代码的 AI 和一个审代码的 AI 互相配合，这两个 AI 能自己跟自己较劲一整晚，来回修改 50 多个回合都不停，仔细一看其实大半是在翻陈年旧账。后来团队干脆定了个规矩：最多只让 AI 改 3 轮。如果改了三遍还不对，说明大方向歪了，人类必须马上接手，别让 AI 在原地瞎转悠。
3. 放弃死记硬背，现用现问
Claude Code 团队坦诚地说，现在团队里没人能在脑子里装下整个项目的全貌。遇到不熟悉的业务模块，工程师会直接让 Claude 现场写一份几分钟就能读完的速成讲解，或者画张结构图来临时抱佛脚，随用随学。
4. 别怕废稿，练就"一秒撤回"的本事
因为 AI 干活太快，现在写完一套方案发现方向不对，作者眼睛都不眨一下就会直接扔掉重来，完全没有心理负担。同时，所有新功能上线都带着一键撤回的开关。团队里有一位同事说得很实在："慢下来确实能少犯错，但那主要是因为你干得少了。"与其为了零失误慢如蜗牛，不如练就一秒撤回的本事。
写在最后
看完 Anthropic 的内部实践，其实道理很清楚了。在 AI 产能爆发的今天，死守着"流水线质检员"的旧角色不肯撒手，只会把自己累垮。
把枯燥的阅读、机械的核对扔给 AI；把方向、品味、底线和责任留给自己。这大概就是未来几年，我们在职场里最舒服、也最值钱的活法。
