最近Anthropic做了一件很少见的事：他们把内部如何用AI改造研发流程的方法论公开了。这不是一篇营销软文，而是一份带着刻度尺的工程报告。核心信息很直接——AI已经不再是那个帮你补全代码的助手，它正在变成能自己查日志、改代码、跑实验、写故障报告的"同事"。而且，这样的"同事"在Anthropic内部平台上同时有大约3万个在运转。
这件事对办公自动化领域的人来说，值得好好琢磨。
【一把尺子：从AL0到AL5】
Anthropic用一个六级量表来衡量AI在研发中的参与深度：AL0到AL2是人类主导、AI打下手；AL3是AI协作，人类密切指导；AL4是AI主导，人只给高层目标；AL5是完全自主，AI自己发现问题、修复、测试、部署。
听起来像科幻分级，但真正关键的是AL4这个档位。举个例子：半夜数据管道挂了。在AL3阶段，工程师得先爬起来看日志、判断原因，然后再让Claude去修。到了AL4，你只需要把告警丢给Claude，它自己查日志、定位、改代码、测试、重跑管道，最后写一份故障说明，人只负责决定要不要上线。
这中间的差别，不是效率提升了百分之几十，而是工作性质发生了质变。人从"操作者"变成了"审批者"。
【26%背后的信号】
截至2026年8月，Claude在Anthropic约26%的AI研发工作中处于主导状态，超过90%的任务至少进入了AI协作阶段。同时，内部平台上的Agent在8月产生了超过10亿次决策。
这几个数字放在一起看，有几个点值得注意。
第一，26%这个数字听起来不高，但它是"AI主导"的比例，不是"AI参与"。如果把标准放宽到AI协作，已经超过90%。这意味着在Anthropic内部，不用AI做研发已经变成了少数派行为。
第二，10亿次决策这个量级说明Agent已经不是在跑demo，而是在承担真实的生产负载。3万个Agent同时在线，这个规模本身就是一种压力测试。
第三，Anthropic特别强调AL5目前没有被测量的研发工作达到。也就是说，26%不等于四分之一的研发已经无人管理。人类仍然在关键节点上把关。这一点很重要，它说明当前阶段的核心命题不是"要不要人"，而是"人在哪个环节介入"。
【对办公自动化的三个启发】
Anthropic的这套方法论，虽然讲的是研发场景，但它的底层逻辑对所有做办公自动化的人都适用。
第一，自动化的分级思维比自动化本身更重要。很多团队一上来就想做"全自动"，结果发现流程里到处是例外，最后不了了之。Anthropic的做法是先定义清楚每个等级的含义和人类角色，再逐步往上爬。这种"先分级、再升级"的思路，比盲目追求端到端自动化要务实得多。
第二，AI主导的前提是流程可观测。Claude能自己查日志、定位问题，是因为日志、代码、测试、部署这些环节本身就是可追踪的。如果你的办公流程里大量信息散落在聊天记录、邮件和口头沟通里，AI再强也无从下手。自动化的天花板，往往取决于流程的数字化程度。
第三，人的角色在往上移，而不是被替代。从AL3到AL4，人从"查日志的人"变成了"决定是否上线的人"。这不是简单的减负，而是要求人具备更高层的判断力。对办公自动化的启示是：设计AI工作流时，要明确哪些决策必须留给人，而不是把所有环节都塞给AI。
【效率工具的下一站】
过去几年，办公自动化工具的主旋律是"连接"和"触发"——把不同系统连起来，设定规则自动执行。但Anthropic的实验指向了一个新方向：Agent不再是执行预设规则的机器人，而是能理解目标、自主规划路径、处理异常的执行者。
这意味着效率工具的竞争焦点会从"能连多少系统"转向"能自主处理多复杂的任务"。对使用者来说，选择工具的标准也会变：不再只看它能不能自动化某个步骤，而是看它能不能在出问题时自己想办法。
当然，Anthropic的实验有其特殊性——他们做的是AI研发，流程本身就高度数字化，而且他们有最强的模型。对大多数企业来说，直接跳到AL4并不现实。但方向是清晰的：先让流程可观测，再让AI参与协作，最后才谈主导。
3万个Agent同时上班，不是一个遥远的未来场景，它已经在发生了。真正的问题不是"AI会不会取代人"，而是"当AI能主导执行时，人应该站在哪个位置"。这个问题的答案，决定了你的自动化策略是停留在工具层面，还是进入组织层面。