https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic
让AI读了原文，然后写出下面的短文
========================
当AI公司开始研究自己人：Anthropic工程师的工作正在发生怎样的巨变？
最近，AI 巨头 Anthropic 内部做了一项很有意思的研究：他们不光是造 AI，还仔细观察了 AI（比如 Claude Code）对自己公司工程师日常工作的影响。读完他们的发现，你可能会有种“原来如此”的顿悟感。
生产力的“火箭燃料”与角色的“全栈化”
AI 对工作的影响，最直观的当然是效率。文章数据显示，AI 能让任务完成时间 缩短 80%！这效率提升简直像给工程师装上了火箭助推器。
但更有趣的是角色的变化。工程师们开始变得更像 “全栈工程师”（full-stack），不仅局限于自己的专业领域，甚至能轻松处理前端、数据库等原本不太熟的活儿。
-
为什么会这样？很简单，AI 帮你搞定了大部分你不熟悉的、但又必须做的“脏活累活”，让你敢于去碰触新的领域。就像以前你要花大力气学习手动挡的复杂操作，现在有了自动挡（AI），你就能把精力放在规划更远的路线上了。
委派的艺术：AI 信任是如何建立的？
工程师们现在要学会一门新艺术：AI 委派（AI delegation）。
他们会把哪些任务交给 AI 呢？通常是：
-
易于验证的（Easily verifiable）：那些结果可以轻松“嗅探”检查正确性的。
-
低风险的（Low-stakes）：比如“用完就扔的调试代码”。
-
无聊的（Boring）：越不想自己做的任务，越可能丢给 Claude。
这就像你刚认识一位新同事，会先从简单的任务开始测试 TA 的能力，建立信任。随着模型的改进，这个“信任边界”也在不断往更复杂的设计或有“品味”要求的任务上挪动。
硬币的另一面：技能的“萎缩”与人际的“隔离”
效率提升固然让人兴奋，但随之而来的 困惑和担忧，才是 Anthropic 这篇研究的深刻之处。
-
技能的“反向”侵蚀： 当 AI 帮你解决了太多底层代码问题后，有些工程师担心自己的 深层技能（deeper skillsets） 会退化。就像你习惯了 GPS 导航后，是不是对周围环境的直觉变差了？
-
编码的“乐趣”与“结果”之争： 有些人坦言，他们发现自己享受的不是“写代码”本身，而是 “写代码带来的结果”。但也有老工程师感到失落：“对我来说，编程 25 年，对这份技能的胜任感是我职业满足感的核心部分。”
-
合作的“消亡”？ AI 甚至改变了同事间的社交动态。以前，新手遇到问题会问同事，现在是 先问 Claude。有人说：“我喜欢和人合作，现在我‘需要’他们更少了，这让我有点难过。”
高维思考：软件工程的未来走向
这篇研究没有停留在表面，它把话题带到了一个更深的层次：软件工程师这个职业本身会走向何方？
有人把这比作从汇编语言到高级语言的演进：以前程序员要手动管理内存，现在高级语言自动处理了。现在，可能我们要从“写代码”进化到 “用英语编程”（English as a programming language）。
-
这意味着，未来工程师的关键能力将不再是记住所有 API，而是 专注于更高层级的概念、模式和最终用户体验。这就像以前你需要知道如何制造一辆车，现在你只需要知道如何“驾驶”和“设计”一辆更好的车。
你会为这种“升维”而感到兴奋，还是会为那些逝去的“编码禅定时刻”感到一丝怀念呢？ Anthropic 的研究告诉我们，AI 带来的变化是复杂、矛盾且深刻的。
