Доля джунов в найме Anthropic упала с 27% до 9%

В соотношении 6 к 1 в пользу агентов сравниваются две разные величины. Агентам в отчёте засчитывают фактическое время работы модели, а каждому сотруднику записывают 40 часов в неделю. При этом в интерактивных сессиях агенты около 80% времени просто ждут, пока человек ответит.

Отчёт «How employment is changing at Anthropic» опубликовала Anthropic. Его авторы из The Anthropic Institute: Nathan Wilmers, Regina Catipon, Maxim Massenkoff и Peter McCrory. Они работали с внутренними данными компании: численность и найм, использование ИИ, метрики выработки, опросы сотрудников, переписка в Slack, календари и записи о решениях по найму. Цифры дополнены 17 интервью.

Как считали часы агентов

График с соотношением 6 к 1 построен только по интерактивным сессиям, которые запускают сами сотрудники, а субагенты в нём объединены с основным агентом. Рабочим временем агента считается время работы модели, включая инференс и активный вызов инструментов. Паузы длиннее 30 минут исключены. Человеческие часы посчитаны проще: число сотрудников, умноженное на 40 часов в неделю.

Если добавить автономных агентов, переломный момент наступил раньше: в марте 2026 года сумма автономных и интерактивных часов впервые превысила человеческие. Автономные агенты в основном заняты разработкой в промышленных масштабах: дописывают рутинные тесты и проверки, обслуживают растущий объём инфраструктурного кода, ведут масштабные кампании по переводу огромных кодовых баз.

Простой авторы считают так: из общего времени интерактивной сессии вычитают время активной работы агента. Получается около 80% ожидания ввода от человека. Один инженер описал ситуацию так: люди «бутылочное горлышко для агентов».

Похожим способом оценено время на чтение всего, что выдают интерактивные сессии. Токены пересчитаны в слова из расчёта 0,75 слова на токен, скорость чтения принята 250 слов в минуту. По этим коэффициентам час чтения соответствует 15 000 слов, или 20 000 токенов. Половина 40-часовой недели, которую, по отчёту, на чтение потратили бы даже нетехнические сотрудники, тогда равна примерно 400 000 выходных токенов в неделю на человека. У технических функций объём вывода агентов за последние полгода вырос ещё резче.

Куда делись младшие позиции

Доля младших сотрудников в технических отделах с начала 2025 года снизилась с 21% до 14%. Доля младших среди новых технических наймов падала быстрее: с 27% до 9%, то есть втрое. Вакансий для младших особенно резко стало меньше с декабря 2025 года.

По хронологии отчёта разговоры о том, что младшие технические специалисты нужны меньше, начались в январе 2026 года в командах, сильнее всего опиравшихся на Claude. Новые модели ускорили этот сдвиг. Один из собеседников вспоминает, что больше всего удивил прирост у инженеров по производительности, и это «практически за ночь изменило то, кого мы искали». К апрелю инженерные и исследовательские команды перестали делать упор на найм на нижние грейды. В опросе того же месяца большинство менеджеров ответили, что из-за ИИ ищут другие навыки. Примерно треть менеджеров в ML и пятая часть в SWE сказали, что из-за ИИ нанимают меньше.

Доля технических отделов во всей численности за год снизилась с 61% до 56%. В абсолютных числах технический найм продолжает расти, но продажи, финансы и рекрутинг нанимают быстрее. Отчасти так обычно и бывает, когда компания масштабируется, но авторы видят и другую причину: нетехнические сотрудники всё чаще пишут софт сами. Сессии с кодовыми агентами у сотрудников, которые на старте не делали коммитов (новички исключены), выросли с 2 в месяц в августе 2025 года до 90 в мае 2026-го, в 45 раз. Один менеджер по продажам за три-четыре часа собрал себе дашборд и пайплайн с MCP-подключениями, хотя признаётся, что раньше такая сборка была ему не по силам.

Внутри технических отделов тем временем почти вдвое за год (до апреля 2026 года) сократилась доля людей, которые не пишут код, то есть не сделали ни одного коммита за предыдущие 30 дней. На одного продакт-менеджера приходится около 17 инженеров, и с 2025 года это соотношение выросло. Коммитов от менеджеров стало вдвое больше.

Найм в административных функциях, которые обычно растут вместе с компанией, не ускорился. По словам авторов, сочетание агентов-ассистентов, автоматической проверки и аутсорсинга тикетов оставило Anthropic с небольшим клерикальным штатом, хотя компания быстро растёт. Финансовый менеджер собрал агента для проверки заявок на закупку, а executive assistant сделал себе агента для расписания и разбора почты и переключился на задачи уровня «chief of staff».

Подвижность тоже выросла. В 2026 году сотрудники со стажем от года переходили в другой отдел на 50% чаще в расчёте на месяц, чем в 2025-м. Иногда переводят целые команды. Например, продуктовые авторы писали приветствия на Claude.ai вроде «Hello night owl» и «Coffee and Claude time?». Весной 2026 года они построили граф контекста, по которому агенты сами пишут такие тексты, а потом переключились на промпты и эвалы для Claude. Есть и описательная корреляция по должностям: с января по июль 2026 года младших меньше всего нанимали там, где в октябре–декабре 2025-го Claude поручали самые сложные задачи.

Выработка на человека

Быстрее всего росли коммиты на инженера: сейчас их в 5 раз больше, чем полгода назад. Выработка выросла и у тех, чья работа измеряется не кодом. Юристы обработали больше контрактов, бухгалтерия провела больше счетов, продажники закрыли больше сделок, дата-сайентисты стали чаще обращаться к данным.

Авторы сами указывают на главную помеху. В те же месяцы бизнес Anthropic рос взрывными темпами, а сделки проще закрывать, когда продаёшь сильную модель. Масштаб этого роста виден и вне отчёта: 16 октября мы писали, что выручка за третий квартал составила 16,8 миллиарда долларов, на 45% больше, чем во втором. В отчёте выручка на сотрудника у пятилетней Anthropic в 2–4 раза выше, чем у Meta и Google на пике их собственного быстрого роста.

Чтобы отделить эффект инструментов, авторы сравнили 192 инженера, начавших пользоваться кодовыми агентами, с 74 инженерами, которые за период исследования к ним не перешли. Модель содержит фиксированные эффекты по человеку и календарному месяцу, поэтому сравниваются люди в одном и том же бизнес-контексте. Моментом перехода считается первый месяц, в котором у человека было не меньше 5 агентных сессий. После перехода объём добавляемого кода резко растёт. Авторы прямо оговаривают, что переход не случаен: если человек берёт агентов под крупный новый проект, оценка смещается. Те, кто перешёл на полностью автономных агентов, и до этого наращивали выработку быстрее остальных.

Качество проверяли на коде одного и того же сотрудника, за один месяц и в одной директории, сравнивая написанное им самим и его агентом. Метрики такие: доля строк, удалённых в течение 90 дней (по любой причине и отдельно при исправлении багов), явные реверты коммитов, комментарии, отключающие линтер, пометки о необходимости доработки, тесты, помеченные как пропускаемые или допускающие падение. По удалённым и откатанным строкам разницы нет. Авторы оговаривают, что ошибки ИИ бывает труднее заметить, чем человеческие.

У продажников та же оговорка про выборку: к автоматизации могли раньше прийти те, у кого и так больше возможностей для сделок. Один account executive говорит, что автоматизации Claude взяли на себя примерно 20% его прежних задач, письма и интеграции с CRM. Другой благодаря похожим автоматизациям разговаривает с клиентами на 30% больше.

Работа над агентами

Мета-работа, то есть создание скиллов Claude, планы и ревью для других агентов, дашборды и мониторинг пайплайнов, документирование процессов, выросла с 10% интерактивных сессий среднего сотрудника осенью 2025 года до 22% весной 2026-го. Оценка сделана автоматическим классификатором по выборке из 2000 однострочных саммари чатов. Постоянных письменных инструкций для агентов в июле 2025 года было несколько сотен, через год их стало 8500. Один инженер поставил агента «начальником штаба», который сортирует запросы других агентов. Другой провёл со своей командой Claude что-то вроде ревью эффективности, разбирая, что работает в их общении, а что нет.

В апрельском опросе 2026 года на открытый вопрос о том, как ИИ изменил повседневную работу, 27% ответили про рост продуктивности, 20% про то, что их роль сместилась от самой работы к управлению Claude. Инженер, сравнивший это с работой няни, сказал так:

When you are babysitting, every child brings to you concerns with an equal demand for your attention and the various [Claudes] also do that.

С внутренним опросом о процессах есть подвох. С утверждением, что процессы делают сотрудников «настолько продуктивными, насколько возможно», в конце 2024 года согласились 44%, к ноябрю 2025-го 58%. В апреле 2026 года «да» ответили 75%, но из формулировки убрали «насколько возможно», поэтому третью цифру с первыми двумя напрямую сравнивать нельзя. По августовским данным сотрудники Anthropic ждут, что к 2030 году ИИ сможет выполнять 75% их работы. У остальных американцев эта оценка 28%.

После каждого выпуска внутренней модели задачи в интерактивных сессиях усложняются. Claude-оценщик ранжирует обезличенные сессии по глубине, охвату и числу затронутых систем. Доля задач сложнее 90-го перцентиля для старой модели вырастает с 10% до 13% и держится на этом уровне несколько недель, а простые задачи почти не меняются.

Встреч стало больше. По календарям медианный сотрудник проводит на встречах на 20% больше времени, чем год назад. Отчасти это объясняется ростом компании и сдвигом к нетехническим ролям, где встреч больше. Но даже у технических индивидуальных контрибьюторов время на встречах за год выросло на 16%. Агенты появились почти в половине активных публичных каналов Slack, но в основном в отдельных каналах для общения с людьми. В человеческих тредах число ответов людей не изменилось, агентские ответы добавились сверху. Есть и побочный эффект прозрачности: на одного сотрудника агенты продолжали сыпать запросами про футболки и кружки, потому что его имя стояло в старом документе о мерче Claude, хотя обязанности у него давно сменились.

Что предлагают авторы

В найме, судя по разбору оценочных карточек интервьюеров по тысячам принятых с 2024 года, сильнее всего изменилось внимание к умению использовать ИИ. В 2024 году об этом писали примерно в 5% оценок на технические роли и в 7% на нетехнические. К 2026 году доли выросли втрое и вчетверо соответственно. У технических кандидатов больше всего прибавилось комментариев про самостоятельность и суждения, а доля оценок предметной экспертизы снизилась. У нетехнических стало больше внимания к ориентации на клиента и миссию, меньше к навыкам исполнения.

Из опыта Anthropic авторы выделяют три вещи. Первая: широкое владение акциями, которое связывает интересы сотрудников с успехом внедрения. Авторы признают, что компании с растущей оценкой такую позицию занять легко, и сравнивают её с послевоенной сделкой профсоюзов UAW и USW с менеджментом. Вторая: система раннего предупреждения, которая сопоставляет метрики спроса и продуктивности по ролям с возможностями и использованием ИИ. Третья: приоритет внутренних переводов. У этого есть цена, которую авторы называют сами: обязательства перед нынешними сотрудниками могут сделать работодателя осторожнее в найме новых.

Главную цифру отчёта, падение доли младших в найме с 27% до 9%, ни одна из трёх мер не затрагивает, и авторы пишут об этом прямо:

Employment protections for incumbents will not benefit those not hired to begin with.