Anthropic IPO 文件披露：9月超九成代码由 Claude 编写

据 News18 10月28日报道，Anthropic 在其 IPO 申请文件中披露，2026年9月，公司超过 90% 的代码由自家模型 Claude 编写，工程师的角色也随之发生转移。报道把这条信息和“工程师岗位正在变化”放在一起讲，指向的是同一件事：写代码这件事本身，正在从人手里交出去。

这个数字的分量在于出处。它不是第三方机构的估算，也不是某位高管在访谈里的口头描述，而是写进 IPO 申请文件的披露内容。对一家准备进入公开市场的公司来说，这类表述要经得起尽职调查，因此 90% 这个口径至少代表了公司愿意为之背书的自述。

把它放到组织层面看，含义更直接。Anthropic 过去被描述为“用 AI 写 AI 的公司”，现在这个说法有了量化版本：代码主要由模型产出，人负责定义问题、设定约束和验收结果。工程师并没有离场，但从“逐行实现”转向“拆解任务、写规格、审代码、兜住边界条件”。

报道提到的“工程师角色转移”正是这个过程的另一面。当模型承担了大部分实现工作，工程团队的时间会更多花在评审、测试、系统设计和故障归因上；这也意味着衡量一名工程师的标准，可能从产出代码的量转向他能否让模型产出正确的代码。

从资本市场角度看，这个数字出现在 IPO 语境里并不偶然。申请文件是公司第一次系统性地向外部投资者解释自己如何运转、成本结构如何、组织效率为何与众不同的地方。用自家模型替代大量人工编码，既是技术叙事，也是成本与研发速度的叙事。

需要留意的是口径边界。90% 覆盖的是公司整体，而不是某个团队、某个仓库或某类任务，这也是它引发讨论的原因；但“代码由模型编写”与“交付质量由模型负责”是两件事，代码行数本身并不等于价值，评审、测试、上线与运维环节仍然需要人。披露文件没有给出更细的统计方法。

对行业来说，这条披露提供了一个可对照的坐标。多数公司谈论 AI 编程时，给出的范围是某个试点团队或某类脚本；一家模型厂商公开表示全公司九成以上代码由模型产出，会把讨论从“能不能用”推向“用到什么程度才算合理”，也会影响初级工程师的培养路径和招聘结构。

接下来值得关注三点：申请文件后续是否补充更细的统计口径与生产效率数据，其他 AI 公司会不会给出类似披露，以及这种分工在模型能力继续提升后是否会触及新的瓶颈——当审查成为人的主要工作时，审查本身的吞吐量就会变成新的限制。