Anthropic
ИИ-чатAnthropicClaudeИИ-агентырынок трудаавтоматизация

Anthropic почти перестала нанимать джунов: ИИ-агенты работают в 6 раз больше людей

Сергей Сергеев, редактор gen-hub.ru
Сергей Сергеев
Редактор gen-hub.ru
·4 мин чтения
Anthropic почти перестала нанимать джунов: ИИ-агенты работают в 6 раз больше людей

Anthropic опубликовала внутреннее исследование, которое читается как предупреждение всей индустрии. Компания, создающая Claude, фактически прекратила нанимать начинающих специалистов в технические роли - и открыто объясняет почему: их работу делают ИИ-агенты.

Цифры, которые говорят сами за себя

С начала 2025 по середину 2026 года доля джуниор-сотрудников в технических отделах Anthropic сократилась с 21% до 14%. Среди новых найм - падение куда резче: с 27% до 9%. Открытых вакансий для джунов стало меньше 6% от общего числа. Открытые джуниор-позиции начали резко сокращаться с декабря 2025 года - по мере того как команды обнаруживали, что Claude справляется с задачами, которые раньше отдавали стажерам и младшим разработчикам.

Одновременно часы, которые ИИ-агенты накапливают внутри компании, росли экспоненциально. В марте 2026 года агентские часы впервые обогнали человеческие. К августу соотношение достигло 6:1 по всей компании, а в исследовательских отделах - 19:1. Один из инженеров описал это так: "армия Клодов, и каждый требует моего внимания".

Что именно изменилось в производительности

Anthropic приводит конкретные цифры прироста по отделам. Инженеры делают в 5,1 раза больше коммитов, чем шесть месяцев назад. Дата-сайентисты запускают в 3,1 раза больше запросов. Юристы обрабатывают в 3,1 раза больше контрактов. Продажи закрываются в 1,7 раза чаще, рекрутеры нанимают в 1,4 раза больше людей.

Исследование отслеживало 192 инженера, перешедших на coding-агентов, и 74, которые не перешли. После перехода объем написанного кода резко вырос. Anthropic при этом прямо оговаривается: больше кода не означает автоматически лучший код или больший бизнес-эффект. В отдельных показателях - доле откатов и удалений - различий между агентным и человеческим кодом не обнаружилось, но компания не делает из этого вывода об общем качестве.

При этом эффект распространился далеко за пределы технических ролей. Один сейлз-реп за 3-4 часа собрал себе кастомный дашборд и пайплайн с помощью ИИ - раньше такая задача была вне его компетенции. Число сессий с coding-агентами среди нетехнических сотрудников выросло с 2 в месяц (август 2025) до 90 в месяц (май 2026).

Новый дефицит - человеческое внимание

Здесь исследование выходит на неожиданный вывод. Агенты не просто помогают - они перегружают. Сессии Claude примерно 80% времени проводят в ожидании человеческого ввода. А чтобы прочитать весь вывод, который агенты генерируют для нетехнических команд, сотруднику потребовалось бы больше половины рабочей недели.

В ответ люди занялись "мета-работой" - строят инструменты мониторинга, дашборды видимости, системы управления агентными пайплайнами. Требования к кандидатам тоже сместились: менеджеры по найму все чаще оценивают самостоятельность суждений и адаптивность, а не узкие технические навыки.

Проблема, которую Anthropic признает, но не решает за всех

Компания честно оговаривается: она - экстремальный случай. Anthropic зарабатывает в 2-4 раза больше выручки на сотрудника, чем Meta и Google на аналогичных этапах роста. Сравнивать ее с обычной корпорацией некорректно.

Но есть системный риск, который выходит за рамки одной компании. Исследователь Ноэлан Ловетт из Университета специальных операций НАТО описал это как "трагедию когнитивных общин": когда отдельные компании убирают начальные позиции, они получают выгоду от эффективности, а расходы перекладываются на всю экономику - в виде дефицита опытных специалистов через 10-20 лет. Сегодняшние эксперты учились именно на тех джуниор-ролях, которые сейчас исчезают. По оценке Ловетта, полный эффект проявится между 2030 и 2045 годами - потому что доступные сегодня специалисты проходили подготовку 5-20 лет назад.

Сама Anthropic это признает: "Защита занятости для действующих сотрудников не поможет тем, кого изначально не наняли". Компания ввела внутреннюю систему раннего предупреждения для отслеживания рискованных ролей и сделала ставку на переброску сотрудников внутри организации.

Что это значит для рынка

Смотреть на происходящее в Anthropic как на локальный эксперимент не получится. Компания сознательно позиционирует свое исследование как "опережающий индикатор" для всей экономики. И пока более широкий рынок труда не демонстрирует измеримого прироста производительности от ИИ, Anthropic показывает, как он выглядит изнутри - с конкретными коэффициентами, временными метками и неудобными вопросами о том, кто будет писать код в 2035 году, если никто не учился этому в 2026-м.

Для разработчиков-джунов сигнал однозначный: точка входа в профессию смещается. Уже сейчас треть ML-менеджеров и пятая часть менеджеров по разработке в Anthropic говорят, что нанимают меньше людей именно из-за ИИ. Это не прогноз - это отчетность за прошедший год. Все приведенные данные взяты из одного источника - внутреннего исследования Anthropic, опубликованного в октябре 2026 года.

Все эти инструменты - уже на Genova-ai

Картинки, видео, музыка, голос и ИИ-чат в одном месте. Без VPN и зарубежных карт.

Картинки
Видео
Музыка
Голос
ИИ-чат
Попробовать бесплатно

Похожие новости

OpenAI
ИИ-чат

OpenAI выпустила GPT-6.2 Astra и Sol: входные и выходные токены Astra в API на 20% дешевле, чем у GPT-6 Astra

OpenAI представила две модели: флагманскую GPT-6.2 Astra и экономичную GPT-6.2 Sol. Они доступны в ChatGPT Work, Codex и API и тратят меньше выходных токенов. В API Astra дешевле GPT-6 Astra: входные и выходные токены на 20% ниже, на кэшированные входные скидка 60%.

18 ноября3 мин чтения
OpenAI
ИИ-чат

OpenAI показала агентов GPT-6 для клиник: Luna выполняет задачу за 8,5 цента

OpenAI предложила больницам и страховщикам GPT-6 Astra и Luna: агенты сами кликают по программам клиник и порталам страховых. Среди партнеров компании - CVS Health и Cigna Healthcare.

17 ноября3 мин чтения
NVIDIA
ИИ-чат

NVIDIA Vera Rubin NVL72 в MLPerf Endpoints: более 10x токенов на киловатт к GB300

В предварительных результатах MLPerf Endpoints v1.0 система Vera Rubin NVL72 выдала более чем в 10 раз больше токенов на киловатт, чем GB300 NVL72. Результаты еще не верифицированы MLCommons.

17 ноября3 мин чтения