Junior-вработувањата во Anthropic паднаа од 27% на 9%

Во извештајот на Anthropic објавен на 16 октомври 2026 година, уделот на почетници меѓу новите технички вработувања е намален од 27% на 9% од почетокот на 2025 година, а нивниот удел во техничките оддели од 21% на 14%; до август 2026 година, часовите работа на интерактивните AI-агенти достигнале сооднос 6:1 во споредба со проценетите работни часови на вработените. Бројките опишуваат промена во составот на една компанија што интензивно користи AI, додека таа продолжува да расте.

Според анализата на TechCrunch од 17 октомври 2026 година, времето на состаноци по вработен пораснало за 20%, а кај техничките индивидуални соработници за 16%; еден вработен го опишал темпото како „eternal pressure at Anthropic to move as fast as possible and use Claude for everything“. Така, податоците за вработувањето доаѓаат заедно со мерливи промени во секојдневната работа: агентите извршуваат повеќе задачи, а луѓето одвојуваат повеќе време за координација.

Помал удел на почетници во техничкиот прием

Уделот на почетници меѓу нововработените и нивниот удел во постојниот тим одговараат на различни прашања. Првиот покажува каков дел од техничките места што се пополнуваат им припаднал на кандидати на почетно ниво. Вториот го опишува составот на техничките оддели, во кој се гледаат и вработувањата од претходните периоди. Затоа промената во приемот е побрз показател за тоа како се менуваат одлуките при вработување.

Намалениот удел сам по себе не значи дека Anthropic вработила помалку технички луѓе во апсолутен број. Техничкото вработување продолжило да расте, но проширувањето на продажбата, финансиите и регрутирањето го променило составот на целата компанија. Кај почетните технички позиции промената е поконкретна: тие заземаат помал дел од новиот технички прием, а се намалиле и огласите за такви позиции. Од објавените удели не може да се пресмета колку почетници биле примени без да се знае вкупниот број нови технички вработувања.

Се менува и она што менаџерите го забележуваат кај кандидатите. Анализата на нивните оценки при интервјуа покажува поголемо внимание кон креативната употреба на AI-алатки, самостојноста и расудувањето, додека тесната стручна изведба зазема помал простор во коментарите. Тоа се промени во запишаните оценки, а не доказ дека техничкото знаење станало непотребно. Кандидат што работи со резултат од агент и понатаму треба да разбере што прави кодот, каде може да погреши и како се вклопува во производот.

Што стои зад часовите на агентите

Соодносот на часовите мери збирно време на работа на агентите, а не број на заменети работни места. За интерактивните сесии се брои времето во кое агентот обработува задача или активно користи алатка; долгите периоди на чекање се исклучени. Човечките часови се проценети според бројот на вработени и претпоставена работна недела, наместо да се мерат со истата телеметрија. Повеќе агенти можат истовремено да работат за еден човек, па споредбата не покажува колку време на вработените навистина им било заштедено.

Најголемиот дел од работата на агентите во Anthropic е поврзан со софтвер: пишување код, проверки, одржување и поголеми инженерски задачи. Нивната употреба се проширила и надвор од техничките тимови. Вработени во други функции користат агенти за задачи поврзани со информации, пораки и сопствени работни алатки. Тоа го поместува дел од техничката изведба кон луѓе што не се програмери, додека инженерите се соочуваат со поголем обем резултати што треба да ги насочат и прегледаат.

Зголемениот обем на код не ја објаснува сам по себе промената во вработувањето. Компанијата растела брзо во истиот период, а луѓето што почнале да користат агенти можеби веќе работеле на поголеми проекти. Споредбата на нивната работа пред и по усвојувањето на алатките покажува раст на излезот, но усвојувањето не било случајно распределено меѓу вработените. Затоа од податоците може да се види дека употребата на агенти и помалиот удел на почетници се случуваат истовремено, без целиот пад да им се припише на агентите.

Зошто расте времето за состаноци

Агентите ја забрзуваат изведбата, но создаваат и повеќе работа околу насочувањето и оценувањето на резултатите. Некој мора да одреди која задача има предност, да ја провери исправноста на предложениот код и да реши проблем што опфаќа повеќе тимови. Вработените опишуваат како барањата од агентите пристигнуваат побрзо отколку што можат да им посветат внимание. Во таа средина, човечкото расудување и меѓусебното договарање стануваат дел од темпото на работа.

Дел од дополнителните состаноци се поврзани и со растот на Anthropic и со поголемиот удел на деловни функции, во кои разговорите се редовен дел од работата. Но пораст има и кај луѓето што поединечно придонесуваат во техничките тимови, па промената не се сведува само на повеќе менаџери или продажни средби. Календарските податоци мерат колку време е резервирано за состаноци; не покажуваат дали секој состанок донел подобра одлука.

Секојдневните задачи сè почесто вклучуваат поставување насоки за агенти, следење на нивната работа и проверка на она што го предаваат. Дел од вработените така преминуваат од непосредна изведба кон организирање на изведбата. За помладите технички колеги ова отвора важно прашање: како ќе стекнуваат искуство со решавање проблеми ако дел од задачите преку кои порано учеле сега прво ги обработува агент. Податоците покажуваат дека улогите се менуваат, но не мерат дали новиот начин на работа го олеснува или го отежнува тоа учење.

Што кажува случајот за Северна Македонија

Anthropic развива AI и го користи интензивно во сопствената работа; нејзиниот пристап до алатки, растот и составот на тимовите се специфични. Поради тоа, забележаниот удел во нејзините вработувања не е прогноза за уделот на почетници кај технолошките работодавци во Северна Македонија. За пренослива споредба би биле потребни податоци за вкупниот број нови технички вработени, нивното искуство и реалната употреба на агенти кај други компании. Без тие мерки, сличен пад на удел би можел да има различни причини.

За локалните програмери и работодавци, случајот најјасно го покажува можниот притисок врз почетокот на техничката кариера. Ако агент преземе дел од рутинската изведба, тимот и понатаму има потреба од луѓе што ќе ја разберат задачата и ќе го проценат резултатот. Предизвикот е како новите колеги ќе го изградат тоа расудување преку вистинска работа, во средина каде што самото извршување на задачите се менува побрзо од начинот на кој се учи професијата.

Прочитајте и:

• FTC ги истражува OpenAI и Anthropic: безбедноста станува правно прашање
• AI вработува кога создава, а отпушта кога главната цел е заштеда
• Само 9% од работодавачите се подготвени за AI-судири со вработените