Anthropic 在 10 月 16 日把自家雇佣账本摊开，PostgreSQL 社区把发布日程推迟了一个多月，Mercor 同日给出一张覆盖地图：这三件事落在同一个位置上——机器一次性能指出多少问题，已经超过了人一次性能处理多少问题，而组织和排期还是按旧速度排的。
一、Anthropic 把自己的用工结构拆给人看
这份《How employment is changing at Anthropic》由 Nathan Wilmers、Regina Catipon、Maxim Massenkoff 与 Peter McCrory 署名，用的是内部雇佣记录、AI 使用遥测、产出指标、员工问卷、内部沟通与日历数据、招聘决策记录，外加 17 位员工访谈。它是少见的可核对内部材料，同时也是一家公司关于自己的报告，口径由 Anthropic 自己定义。
数字本身足够具体。2026 年 3 月，智能体工时总量开始超过员工工时；到 8 月，仅交互式智能体的工时就已经是员工的 6 倍。技术部门里初级员工占本部门人数从 21% 降到 14%，初级岗位在新招聘中的占比从 27% 降到 9%，2025 年 12 月之后下滑尤其明显；技术部门占全公司人数的比例也从 61% 降到 56%，同期销售、财务与招聘的扩张更快。非技术员工的编码类智能体会话，从 2025 年 8 月的每月 2 次涨到 2026 年 5 月的每月 90 次。
产出那一侧同步抬升。采用编码智能体的 192 名工程师与 74 名未采用的对照，跟随同一批人看时间变化，产出在采用之后明显上升；人均代码提交量约为六个月前的 5 倍。Anthropic 用自己定义的质量代理指标检查，人写的代码与智能体写的代码在后续移除和回退率上没有差别。
代价落在注意力上。约 80% 的交互式会话时间里，智能体是在等人类输入。按 token 与词数换算并假定一个阅读速度，Anthropic 估计非技术员工要把自己智能体的产出全部读完，需要花掉半个以上的工作周。于是出现报告里那句被反复引用的描述：一位工程师说自己面对的是“一队 Claude，每一个都在要我的注意力”。员工转向报告所称的元工作——建看板、监控管道、给智能体写指令，这类工作占平均员工交互会话的比例从 2025 年秋季的 10% 升到 2026 年春季的 22%，会议时间同比增加 20%。
招聘口径随之改变。2024 到 2026 年，面试评估里提到 AI 工具使用的次数，技术岗翻了三倍、非技术岗翻了四倍；技术岗讨论自主性与判断力的比重上升、领域专长的比重下降，非技术岗则更看重客户与使命导向。应对方面，Anthropic 建了岗位受冲击的早期预警系统，并把内部转岗排在外部招聘之前——一年以上员工的跨部门调动，2026 年月均比 2025 年高出 50%。报告也把边界写清楚了：单公司案例，口径自定义，内部转岗保护的是已在职的人，对从未被招进来的人没有帮助。
同日发布的另一份报告对比了员工与公众的预期：约 1.1 万名美国成年人的调查里，39% 预期 2030 年前 AI 能做出诺奖级别的发现，Anthropic 员工中这一比例是 91%；过半员工预期 2030 年 AI 能做自己当前工作的八成以上，公众中只有 5%。
二、PostgreSQL 19 被自己找出来的问题推后了一个多月
数据库社区给出一个更硬的样本。PostgreSQL 19 原定 9 月底到 10 月初发布，The Register 在 10 月 16 日报道，正式版现在推到约 11 月 19 日，RC1 已于 10 月 15 日发出，RC2 定在 11 月 12 日。核心开发者 Peter Eisentraut（EDB 副总裁）在 10 月 9 日的文章里说，这一周期回退了约 8 到 10 个重要特性，而常规预期是每个周期约一个；PostgreSQL 19 现在带的主要功能，大约只有几个月前预期的一半。
原因不是 AI 写了烂代码。Eisentraut 明确排除了这一点：被回退的代码写于 AI 编码工具普及之前。变化发生在审查端——用大语言模型辅助的审查把一批边缘缺陷提前翻了出来。他给了一个具体的算术：某一个特性累积了大约 40 条缺陷报告，平均修复三行，但每一条都要经过复现、写测试、评审与讨论这个固定开销，“即使每个平均只要三行的修改，处理每一条都有固定成本，然后你的时间就用完了”。这些缺陷在正常周期里会分散到发布之后五年内陆续暴露，现在被压缩到几周的 beta 期一起出现。
标准本身也移动了。Eisentraut 说，功能是在审查能力还不如今日的时候写的，现在拿今天这把尺子量，就不合格了。被撤回的特性里，受关注最多的是 SQL/PGQ 属性图查询（SQL:2023 标准里加入的图查询语法），核心开发者 Tom Lane 在 9 月就表示，如果 19 版带着它出去，发布后会出现只能等 20 版才能修的问题。留下来的包括 REPACK CONCURRENTLY（回收磁盘空间而不锁表）与 pg_plan_advice。Percona 在 10 月 15 日发了一篇《Apologies for delaying Postgres 19》，承认上报的问题里有相当一部分来自 AI 审查。
Eisentraut 还给出了另外几条不那么戏剧化的原因：4 月到 8 月资深开发者被一批安全修复占住，beta 评审人手变薄；社区可能在特性上承诺过多；特性与域、复合类型、分区、视图、触发器交织，项目一贯要求“一切都与一切配合”，穷举测试不现实；社区讨论过让特性先以实验状态合入再成熟，但还没有机制。这几条提醒不要把延期全归因于 AI——更像是检测能力突然抬升之后，一个本就紧绷的流程失去了缓冲。
三、Mercor 的地图：没被测量的地方不等于安全
Mercor 在 10 月 16 日发布的 Benchmark Map 从另一个方向说明同一件事。它把 29 个公开的智能体基准映射到美国劳工部 O*NET 的 923 个职业、18797 条任务描述上，把“某条任务至少被 5 条基准提示命中”算作覆盖。结果是 208 个职业里至少有一条任务达标，22 个职业大类中有 6 个没有任何职业达标；按任务时长加权，约 90% 的美国工作时长落在覆盖稀薄或没有覆盖的任务上。
覆盖的分布不随机。AI 暴露度高的任务被覆盖的概率约为未暴露任务的 6 倍；控制暴露度之后，工资总额越大的职业覆盖概率越高；职业内部被专家排在前列的任务，被覆盖的概率是最不重要的 6 到 10 倍。律师的任务被密集覆盖，同样暴露在法律工作流里的法律秘书与法院书记员几乎没有覆盖。约 63% 的美国岗位包含物理世界成分，这类工作很难进基准。Mercor 自己做了加权检验：金融分析子集上简单平均 73.3%、按时长加权 70.2%，差别不大，但能进入加权的相关任务不足三分之一。作者把结论标为暂定——29 个基准的清单不完整，可能低估覆盖。
这张地图对判断的用处在于：公开分数只说明有人出过题的那部分工作，没有题库的地方既不能说 AI 能干，也不能说它干不了。企业要拿 AI 承担某项专业工作，得先问自己有没有为那项工作出题。
四、企业侧：治理层先建，规模后上
巴西的 Itaú 在 OpenAI 10 月 16 日公布的案例里给出了一个顺序样本。它先建了 IARA 这个治理与编排平台，让团队在内部策略范围内访问不同模型，同时管住单 token 成本、回答准确性与负责任 AI 策略，然后才把对话层 ia.i 从第一阶段约 30 万客户推向全部客户群（计划 2026 年底）。模型按场景选：简单场景看成本与延迟，复杂场景要推理与受控的事实依据。法律部门的相关方案跑在 9000 万份以上文档上，每月执行超过 200 万项任务，各环节效率提升 20% 到 80%；内部工具的目标是释放三倍时间给客户关系、服务速度提升两倍——这些是预期而非实测结果。
微软同一周把 Copilot for Legal 推向法务团队，做法更贴近既有流程：Word 桌面版里按企业自己的合同审查手册与已批准范本审阅协议，以修订模式提出建议，用户明确接受才写入文档；回答附编号引注，可点击定位到所依据的文本；跨文件的比对、义务与期限追踪、案件时间线整理交给 Cowork。插件接入了 Bloomberg Law、Thomson Reuters 旗下 HighQ、Harvey、Legora、Relativity、Everlaw、DocuSign 等十余家。微软称 4 月起的 Frontier 阶段有 1800 多名用户生成近 10 万条编辑建议，约七成被采用，流畅度、简洁度、相关性自评分别超过 90%、95%、85%——这些是微软自己的内部评估，没有独立测试。
模型选择本身也在变成一项持续运营。Vercel 的 10 月 AI Gateway 生产指数（数据截至 9 月）显示，开源权重模型承担了网关 71.5% 的 token，却只占 23% 的支出；9 月支出约为 12 月的 13 倍，而每 token 均价下降 47%。近一半团队在 9 月更换了最常用的模型，近三分之一更换了厂商，两项都是指数有记录以来的高位；处理量超过 1000 万 token 的团队平均用 15 个模型，超过 1 亿的是 26 个，超过 10 亿的是 42 个。TypeSafe 的 Jev 两周内触达 35% 的付费团队，只占同期支出的 0.27%；Opus 5.5 前两周就拿走超过十分之一的网关支出；Anthropic 的整体支出份额降到半数以下，从 63.7% 降到 43.9%。这些数据只覆盖经过网关的匿名聚合流量，直连厂商的开发者不在样本内。
另外几则
OpenAI 在 10 月 16 日的更新说明里给 ChatGPT 的 Pro 档加上了并行智能体：一个任务的不同部分分给多个智能体同时做，可以在会话里跟踪各自进度；同日上线的 ChatGPT Slides 支持从对话、文件或大纲起稿，编辑后导出常见演示格式。更新面向符合条件的订阅档，说明里没有速度或质量数字。
arXiv 在 10 月 17 日挂出的 Athanor 报告了一个更长的自主运行：四个智能体各占一个 8 卡节点，在没有研究建议、没有教师模型的条件下，用 104 小时把 Qwen3-4B-Base 后训练到与官方 instruct 版相当的水平——可见的六项开发集从 15.9 到 67.3（官方版 66.5），对智能体全程不可见的留出集从 9.2 到 48.2（官方版 47.9）。它们用到的方法都是已知件的重新组合：公开推理数据上的监督微调、一个智能体自己改出来的强化学习 rollout 调整、跨节点权重合并、多轮自蒸馏。局限也写在论文里：单次运行、单一底模，32 卡 104 小时的成本没有和人类方案比较过。
同一周还有一组把智能体外骨架当研究对象的预印本。ToolBottleneckBench 跑了 21 种模型与外骨架组合，发现可见工具菜单是带来明显惩罚的一项压力，把完成上限提高 16 倍能消掉大部分，作者的结论是多数失败止于外骨架的限制；Google Research 的 Harness² 把系统提示、护栏、记忆、工具指引、子智能体、技能、脚本、插件八个组件做成可编辑层，一步迭代在 WorkBuddy-Bench 上带来最高 11.5 分的提升。
The Verge 在 10 月 17 日报道，一批主流网站正在对智能体关门：亚马逊、Yelp、多家航空公司与银行阻止或要求付费授权，而沃尔玛、Gap、丝芙兰、百思买与 Shopify 上的商家选择合作开放。对个人助手类智能体来说，能不能用不再只取决于模型，还取决于对方把门开在哪里。Hacker News 上另有一个小东西：Fakeipedia 用 Argon 为虚构世界生成可扩展的 wiki，点一个红链接就生成一篇新条目，作者说等到模型够好才发布。
来源与说明
[1]: How employment is changing at Anthropic —— Anthropic Research / 2026-10-16 (https://www.anthropic.com/research/employment-at-anthropic) [2]: Working at the frontier shapes expectations for the future —— Anthropic Research / 2026-10-16 (https://www.anthropic.com/research/expectations-for-the-future) [3]: Postgres 19 delayed to November as AI review surfaces more bugs —— The Register（经 Renascence 转述） / 2026-10-16 (https://www.renascence.io/news/114840/postgres-19-delayed-to-november-as-ai-review-surfaces-more-bugs) [4]: The reverts will continue until morale improves —— Peter Eisentraut（经 ExplainX 逐段拆解） / 2026-10-09 (https://www.explainx.ai/blog/postgres-19-delayed-ai-code-review-bugs-reverted-features-2026) [5]: PostgreSQL 19 Slips to November as AI Code Review Finds Bugs Faster Than Humans Can Fix Them —— DEV Community / 2026-10-17 (https://dev.to/techpulse01239/postgresql-19-slips-to-november-as-ai-code-review-finds-bugs-faster-than-humans-can-fix-them-191l) [6]: A benchmark map of the US economy —— Mercor / 2026-10-16 (https://www.mercor.com/research/labor-index/benchmark-map/) [7]: Mercor Benchmark Map: 90% of US working hours are barely measured by AI benchmarks —— ExplainX / 2026-10-16 (https://explainx.ai/blog/mercor-benchmark-map-90-percent-us-working-hours-not-covered-ai-benchmarks-2026) [8]: How Itaú is building generative AI for its entire customer base —— OpenAI 客户案例（经 Splitfeed 转述） / 2026-10-16 (https://www.splitfeed.ai/story/how-ita-is-building-generative-ai-for-its-entire-customer-base) [9]: Microsoft Copilot for Legal 面向法律团队开放 20 多项专用技能 —— cnBeta / 2026-10-17 (https://www.163.com/dy/article/L9DMK5H60511BLFD.html) [10]: AI Agents Drown Security Teams: Non-Human Identities Now 75:1 vs. Humans —— IDC 与 GuidePoint Security 联合报告（经 Security News 转述） / 2026-10-17 (https://secnews.in/article/article-non-human-identities-outpace-human-id-controls) [11]: Vercel index: open-weight models handle 71.5% of AI tokens but 23% of spend —— Deniz.in / 2026-10-17 (https://deniz.in/vercel-index-open-weight-models-handle-71-5-of-ai-tokens-but-23-of-spend) [12]: Vercel’s AI Gateway spend is up 13x since December while the cost per token falls 47% —— Compare the Cloud / 2026-10-17 (https://www.comparethecloud.net/news/vercels-ai-gateway-spend-is-up-13x-since-december-while-the-cost-per-token-falls-47) [13]: ChatGPT Release Notes: What changed in October 2026 —— 基于 OpenAI 官方发布说明的整理 / 2026-10-16 (https://pchatgpt.net/chatgpt-release-notes-what-changed-in-october-2026) [14]: Updates to GPT-6 Pro model in ChatGPT —— OpenAI 帮助中心发布说明（经 TSNMedia 核对） / 2026-10-16 (https://tsnmedia.org/gpt-6-pro-chatgpt-upgrade) [15]: Athanor: Open Agent System Matches Official Instruct Model With No Human Guidance —— arXiv 2610 预印本（经 GPTs24 转述） / 2026-10-17 (https://www.gpts24.com/en/news/athanor-open-agent-system-matches-official-instruct-model-with-no-human-guidance) [16]: Agents that improve agents: Athanor, Terminal-RSI, Harness RSI —— cere-bro 汇总 / 2026-10-17 (https://bayesiansapien.github.io/cere-bro/agentic-systems/2026-10-17-agents-improving-agents-athanor-terminal-rsi) [17]: Five harness papers in one week —— Clauday / 2026-10-17 (https://clauday.com/article/17476e4f-f1e9-4082-ad6e-df76bc364aa1) [18]: Websites are closing their doors to AI agents —— The Verge（经 Tech Meridian 索引） / 2026-10-17 (https://techmeridian.news/events/2150) [19]: Developer launches AI wiki generator for fictional worlds —— Splitfeed（Hacker News 原帖） / 2026-10-17 (https://www.splitfeed.ai/story/developer-launches-ai-wiki-generator-for-fictional-worlds) [20]: AI News (Oct 17, 2026): AI code review delays PostgreSQL 19 —— The Automated Daily / 2026-10-17 (https://theautomateddaily.com/episodes/2026-10-17-ai-code-review-delays-postgresql-19-meta-s-muse-spark-open-runs-locally) [21]: Hacker News 当日热帖汇总（10-17） —— Hacker News Highlights / 2026-10-17 (https://podfollow.com/hacker-news-highlights/episode/f61c4ab3a3f08f4a7016ae4fd0b36c77a3423dd2/view) [22]: Anthropic report says AI is reshaping hiring, work and output —— DevEvil News / 2026-10-16 (https://news.devevil.com/anthropic-report-says-ai-is-reshaping-hiring-work-and-output-1555821.html) [23]: 2026-10-17 AI Daily —— Atlasnote / 2026-10-17 (https://atlasnote.ai/en/brief/2026-10-17-daily) [24]: 开源权重模型承担了 71.5% 的 token，却只占 23% 的支出 —— 艾瑞网（Vercel 生产指数译文） / 2026-10-17 (https://news.iresearch.cn/content/202610/569854.shtml)
检索截止：2026-10-18 05:40（Asia/Shanghai）。厂商自述与独立核验已分开标注；单源线索均注明来源性质。