Drasztikusan visszaszorult a pályakezdő és junior munkavállalók felvétele a műszaki részlegeken, miközben az autonóm kódolórendszerek által elvégzett munkaórák száma meredeken emelkedik. Az Anthropic kutatói – Nathan Wilmers, Regina Catipon, Maxim Massenkoff és Peter McCrory – a szervezet hivatalos kutatási jelentésében rögzítették a belső telemetriai adatok, naptárbejegyzések és felvételi értékelőlapok elemzésének eredményeit. A felmérés szerint a technikai osztályokon a junior dolgozók aránya 21 százalékról 14 százalékra csökkent 2025 eleje óta, az új belépők között a juniorok részesedése 27 százalékról 9 százalékra esett vissza, a nyitott műszaki állásoknál pedig 6 százalékra szűkült (miközben a nem-műszaki részlegeken 26 százalékos új felvételi és 25 százalékos létszámarány mellett stabil maradt). A vizsgálat háttereként a vállalat a biztonsági auditok terén a METR független kutatóinak munkatársi szintű hozzáférését is biztosította.
A felvételi igények mérséklődése közvetlenül összefügg az AI-ágensek belső elterjedésével. Az interaktív AI-ágensek által naplózott munkaórák 2026 márciusában haladták meg a humán alkalmazottak munkaidejét, 2026 augusztusára pedig már a humán ráfordítás hatszorosát regisztrálták. A programozási feladatok, a hibakeresés és a rutinszerű refaktorálás egyre nagyobb hányadát veszi át a Claude: az ágensek képességeit mutatja az is, hogy Linus Torvalds Claude Code segítségével készített kernelpatch-sorozatot, de matematikai téren is áttörést hoztak, amikor a Claude fél óra alatt fejtette meg a NIST-görbék rejtélyét. A felvételi visszaesés azokon a területeken mutatkozott meg a legélesebben, ahol a modellek a legösszetettebb részfolyamatokat végzik el önállóan.
Ötszörös kódkibocsátás és a humán jóváhagyási szűk keresztmetszet
A munkafolyamatok átalakulása látványos kibocsátásnövekedést hozott az egyes részlegeken. A szoftvermérnökök 5,1-szer több forráskód-módosítást (commitot) adtak át a verziókövető rendszerben, az adattudósok 3,1-szer több adatbázis-lekérdezést futtattak le, a jogi csapat pedig 3,1-szer több szerződést dolgozott fel. Az értékesítési részleg 1,7-szer több megállapodást kötött meg, a toborzók 1,4-szer több embert vettek fel, a pénzügyi osztály pedig 1,4-szer több számlát könyvelt el.
A jelentés kimutatja, hogy a humán mérnökök feladatai az egyszerű implementáció helyett az ágens-specifikációk megírására, a futtatókörnyezetek felügyeletére és a kimenetek ellenőrzésére tevődtek át: ez az úgynevezett „meta-munka” az interaktív munkaidő 10 százalékáról 22 százalékára bővült. Ezzel párhuzamosan a humán felügyelet vált a legfőbb szűk keresztmetszetté, az interaktív folyamatok idejük mintegy 80 százalékát a humán visszajelzésre vagy döntésre várva töltik. Az ágensalapú rendszerek önálló koordinációja nemcsak a kódolásban gyorsul, hanem a virtuális szimulációkban is, amint azt az öt AI-ágens közös WoW-teljesítése is példázta. Az állásinterjúkon ennek megfelelően a szakmai végrehajtás helyett a döntési autonómiát és a kritikus ítélőképességet vizsgálják.
A kognitív közlegelők tragédiája
A The Decoder összefoglalója párhuzamba állítja az adatokat Nolan Lovett, a NATO Special Operations University kutatójának arXivon publikált tanulmányával. Lovett a folyamatot a „kognitív közlegelők tragédiájaként” írja le: az egyedi vállalatok azonnali költség- és sebességelőnyhöz jutnak a belépőszintű feladatok automatizálásával, a jövőbeli tapasztalt szakemberek kinevelésének elmaradása viszont az egész iparágra háruló közös tehertétellé válik.
Mivel a vezető szakértők tudása 5–20 évnyi gyakorlati tapasztalatból épül fel, a belépő pozíciók leépülésének rendszerszintű hatása a modell szerint 2030 és 2045 között éri el a szoftverfejlesztési, pénzügyi elemzői és jogi kutatói szektort. A piaci környezet robbanásszerű növekedését tükrözi, hogy az Anthropic 16,8 milliárd dolláros negyedéves bevételt ért el, miközben az iparági hatások szabályozására kiszivárgott a cég saját AI-biztonsági törvénytervezete is. Az Anthropic saját elemzése ugyanakkor rögzíti, hogy a belső mérések egy speciális, technológiailag túltelített szoftverfejlesztő közegből származnak, így az adatok közvetlenül nem vetíthetők rá a tágabb gazdaságra, ahol a makrogazdasági mutatók még nem igazolnak mérhető hatékonyságugrást.
