Anthropic опубликовала внутренний отчет о занятости: рабочее время интеллектуальных агентов достигло 6 раз больше, чем у человека, "эпоха метаработы" пришла

Автор: Tencent Technology

16 октября по местному времени в США компания Anthropic опубликовала внутренний исследовательский отчет о своей структуре рабочей силы — «Изменения в занятости в Anthropic» (How Employment is Changing at Anthropic).

Это исследование основано на внутренних записях о занятости Anthropic, данных о телеметрии использования ИИ, показателях производительности сотрудников, опросах сотрудников, записях внутренних коммуникаций, данных календаря и оценочных картах решений по найму, а также включает 17 углубленных интервью с сотрудниками, системно анализируя изменения в содержании работы, структуре найма и потребностях в рабочей силе после глубокого применения ИИ.

В отчете представлены четыре основных вывода:

Во-первых, доля найма на начальные технические позиции значительно снизилась, с 27% в начале 2025 года до 9% в 2026 году. Однако общий объем занятости компании продолжает расти, под давлением находятся начальные позиции, а не общее количество вакансий.

Во-вторых, время работы ИИ-агентов быстро увеличивается. По состоянию на август 2026 года, время работы интерактивных агентов, непосредственно управляемых сотрудниками Anthropic, достигло 6 раз больше, чем у человеческих операторов. Производительность на нескольких позициях возросла, исследовательская группа провела сопоставительный анализ для дальнейшей оценки независимого вклада ИИ.

В-третьих, содержание работы сотрудников претерпевает структурные изменения. С акцентом на выполнение задач, сотрудники постепенно переключаются на создание инструментов, мониторинг рабочих процессов и управление агентами. В то же время, внимание человека становится новым узким местом, и стандарты найма начинают смещаться от специализированных знаний к автономии и суждениям.

В-четвертых, Anthropic начала создавать системы раннего предупреждения и механизмы внутреннего перераспределения персонала. Однако в отчете отмечается, что меры на уровне компании все еще недостаточны для решения более широких социальных проблем, таких как сокращение начальных позиций.

Как одна из передовых компаний в области применения ИИ, эти изменения внутри Anthropic предоставляют образец для наблюдения за тем, как ИИ может повлиять на способы работы и потребности в найме в других компаниях.

Сокращение найма на начальные позиции

Наиболее примечательные данные в отчете — это значительное снижение доли найма на начальные технические позиции.

С начала 2025 года доля начальных сотрудников в техническом отделе Anthropic снизилась с 21% до 14%, а доля найма на начальные технические позиции упала с 27% до 9%. После декабря 2025 года количество вакансий на начальные позиции заметно сократилось.

Снижение найма на начальные технические позиции в Anthropic

Это изменение не связано с сокращением компании. Напротив, за последний год Anthropic увеличила свои масштабы в три раза, абсолютное количество технических позиций продолжает расти. Реальные изменения произошли в структуре найма: новые позиции в большей степени сосредоточены на средних и старших уровнях, а вход на начальные позиции заметно сужен.

Обсуждение потребности в начальных позициях впервые появилось в январе 2026 года в ключевом техническом отделе.

Некоторые команды, активно использующие Claude, обнаружили, что рутинные инженерные задачи, такие как написание базового кода и поиск уязвимостей, все чаще могут выполняться моделями. Влияние на позиции инженеров по производительности особенно заметно. Один из респондентов отметил, что это почти за одну ночь изменило потребности команды в кадрах.

Позиции с высокой сложностью использования Claude, рост начальных сотрудников относительно медленный

К апрелю 2026 года инженерные и исследовательские команды начали систематически снижать вес найма на низкие должности. Внутренний опрос того месяца показал, что около трети менеджеров по машинному обучению и пятой части менеджеров по программному обеспечению заявили, что они сократили количество найма из-за использования ИИ.

Начальные позиции первыми подверглись удару, что связано с характеристиками этой работы.

Начальная работа обычно имеет четкие правила и высокую степень выполнения, что как раз является областью, с которой современные большие языковые модели могут справляться довольно хорошо. Задачи, такие как написание кода, обработка данных, организация документации и поддержка клиентов, в разной степени подверглись влиянию ИИ, и способность моделей выполнять эти работы продолжает расти.

Когда способности моделей каждые несколько месяцев делают скачок, первыми могут быть заменены "нижние" уровни навыков.

Ненастоящие технические отделы также демонстрируют аналогичную тенденцию. Обычно, когда компании расширяются, административные, финансовые, кадровые и другие вспомогательные отделы также увеличивают численность. Но в Anthropic, такие методы, как помощники-агенты, автоматизированные проверки и аутсорсинг обслуживания заявок, позволяют компании поддерживать компактное количество административного персонала даже при быстром расширении.

Один из административных помощников разработал личного помощника-агента для управления расписанием и классификации электронной почты и заявил, что команда уже прошла стадию использования Claude для усиления начальных административных позиций, и акцент работы начал смещаться на более высокие уровни координации и планирования.

Время работы агентов достигло 6 раз больше, чем у сотрудников

Изменения в структуре найма связаны с быстрым распространением агентов внутри компании.

В марте 2026 года внутренние ИИ-агенты, работающие автономно и под непосредственным руководством сотрудников, впервые превысили общее время работы человеческих сотрудников. С тех пор время работы агентов продолжает расти. К августу этого года только время работы интерактивных агентов, непосредственно управляемых сотрудниками, достигло 6 раз больше, чем у человеческих сотрудников.

Время работы агентов превысило время работы людей

Множество агентов было развернуто в области программной инженерии, выполняя задачи по генерации тестовых случаев, проверке кода, обслуживанию инфраструктуры и миграции кодовых баз. Эти данные еще не включают полностью автономные кластеры агентов. Для отдельного инженера это означает, что он может одновременно задействовать несколько агентов для выполнения задач и проверять сгенерированный ими код и результаты анализа. Работа инженеров также постепенно смещается от непосредственного написания кода к распределению задач и проверке результатов.

Изменения в производительности также отражены в конкретных данных. Отчет показывает, что среднее количество кодовых коммитов на инженера за 6 месяцев увеличилось в 5 раз, объем обработки запросов у специалистов по данным значительно возрос, а производительность на ненастоящих технических позициях, таких как юристы, бухгалтеры и продажи, также возросла.

Производительность сотрудников Anthropic резко возросла после внедрения ИИ-технологий в несколько функциональных отделов

Чтобы исключить влияние таких факторов, как рост бизнеса, исследовательская группа использовала метод сопоставительного анализа. Они отслеживали 192 инженера, использующих кодирующих агентов, и использовали 74 инженера, которые не использовали этот инструмент в тот же период, в качестве контрольной группы, применяя двусторонние фиксированные эффекты для индивидуального и месячного анализа.

Результаты показали, что после внедрения кодирующих агентов количество кодовых коммитов инженеров значительно увеличилось.

Производительность инженеров Anthropic увеличилась после внедрения кодирующих агентов, а уровень возврата ИИ-сгенерированного кода не отличается от ручного написания кода

Отчет также провел анализ вопроса о том, будет ли ИИ генерировать низкокачественный код.

Исследовательская группа сравнила код, сгенерированный агентом, и код, написанный вручную одним и тем же сотрудником в одном и том же месяце и в одном и том же каталоге кода, используя процент кода, который был удален или откатился в течение 90 дней, в качестве показателя качества. Результаты показали, что между двумя вариантами нет статистически значительных различий в качестве кода. По крайней мере, с точки зрения уровня возврата кода, ИИ-сгенерированный код показывает результаты, сопоставимые с ручным написанием кода.

Производительность ненастоящих технических позиций также возросла. Отчет показывает, что количество завершенных клиентских сделок увеличилось после использования агентов представителями отдела продаж. Один из руководителей клиентов оценил, что Claude автоматизировал около 20% рутинной работы, включая составление электронных писем и работу с системами управления клиентами.

Другой респондент отметил, что высвобожденное время позволило ему увеличить количество встреч с клиентами на 30%.

От исполнителей к управляющим агентами

Рост числа агентов и повышение производительности не освободили сотрудников от работы. Напротив, внимание человека постепенно становится узким местом в производительности агентов.

Отчет показывает, что в интерактивных беседах около 80% времени агенты находятся в режиме ожидания, ожидая команд от человека, подтверждения результатов или указаний на следующие шаги.

Исследовательская группа также перевела токены, выданные агентами, в время чтения, основываясь на скорости чтения обычного человека. Результаты показали, что содержание, создаваемое в интерактивных беседах с Claude в ненастоящих технических отделах, занимает значительную часть рабочего времени сотрудников каждую неделю. Чтение и обработка сгенерированного ИИ контента стало значительной рабочей нагрузкой.

Чтение только вывода Claude эквивалентно объему работы на полную ставку

В ответ на это изменение сотрудники постепенно формируют новый способ работы. Отчет называет это «метаработой» (meta-work), то есть управленческой работой вокруг агентов, включая создание управленческих инструментов, написание постоянных инструкций, проектирование панелей мониторинга и организацию взаимных проверок различных агентов. Основной задачей этой работы является не выполнение конкретных задач, а проектирование и управление процессами, в которых задачи выполняются ИИ.

Связанные данные также зафиксировали этот переход. Осенью 2025 года «метаработа» составляла около 10% интерактивных бесед сотрудников с Claude. К весне 2026 года этот процент увеличился до 22%. Рост в основном связан с деятельностью по управлению агентами, включая написание спецификаций для многопользовательских систем агентов, организацию взаимных проверок агентов и мониторинг состояния рабочих процессов.

Сотрудники Anthropic все чаще занимаются управлением агентами, а не выполнением самой работы

Изменения в способах работы также отражаются в стандартах найма.

Исследовательская группа провела автоматический анализ оценочных карт собеседований тысяч сотрудников Anthropic с 2024 года и обнаружила, что доля оценок, упоминающих способность использовать ИИ-инструменты, в технических должностях увеличилась с примерно 5% до 15%, а в ненастоящих технических должностях — с примерно 7% до 28%.

В то же время акценты в оценке найма также изменились. В технических должностях автономия и способность к суждению стали быстро развивающимися оценочными параметрами, тогда как вес специализированных знаний в области относительно снизился; в нетехнических должностях больше внимания уделяется клиентской ориентации и целенаправленности, обсуждение исполнительских навыков стало меньше. Один из менеджеров по найму отметил, что он ожидает, что способности моделей будут различаться в разных областях, поэтому надеется, что члены команды смогут гибко переключаться между различными областями.

Один из примеров в отчете также отражает это изменение.

Команда дизайнеров Anthropic, отвечающая за написание приветственного текста для продукта Claude.ai, разработала систему контекстной карты весной 2026 года, которая направляет агентов на создание рекламных текстов, тем самым увеличивая производственные возможности команды. Затем команда переключилась на инженерное проектирование подсказок для агентов и начала отвечать за написание содержания оценки моделей и подсказок.

Отчет обобщает это следующим образом: писатели, которые когда-то влияли на человеческое поведение с помощью языка, теперь начинают влиять на поведение Claude с помощью языка. Иными словами, название и оболочка должности не изменились, но суть работы могла измениться.

Лестница для новичков сталкивается с вызовами

Пример Anthropic демонстрирует влияние ИИ на структуру занятости. Как одна из ведущих компаний в области применения ИИ, изменения внутри компании служат ориентиром для наблюдения за теми изменениями, с которыми могут столкнуться другие отрасли в будущем.

Согласно текущей ситуации, влияние ИИ на занятость в первую очередь проявляется на уровне начальных позиций в когнитивном труде. Начальные программисты, аналитики, работники службы поддержки, базовые копирайтеры и младшие финансовые специалисты, которые раньше обычно были стартовой точкой для выпускников университетов, теперь постепенно подвергаются влиянию ИИ.

Проблема, возникающая из этого изменения, заключается не только в изменении количества вакансий. Начальные позиции также являются важной отправной точкой для накопления опыта, изучения бизнес-процессов и постепенного роста сотрудников. Когда этот уровень сокращается, у молодежи может уменьшиться возможность получить первую работу и накопить профессиональный опыт. Если требования компаний к новичкам постепенно смещаются в сторону способности использовать инструменты ИИ, суждения и автономии, то встает вопрос, на каком этапе и каким образом эти навыки должны быть приобретены.

Отчет обсуждает несколько мер, которые могут предпринять компании:

Во-первых, через широкую систему распределения акций позволить сотрудникам делиться доходами, полученными от повышения производительности благодаря ИИ. Когда сотрудникам необходимо управлять агентами и брать на себя больше ответственности за принятие решений, становится еще более важным сочетание личных интересов с целями организации.

Во-вторых, создать систему раннего предупреждения, которая будет постоянно отслеживать влияние ИИ на различные должности и заранее планировать внутренние переводы затронутых сотрудников.

В-третьих, укрепить механизмы внутренней мобильности. Когда прежние задачи постепенно автоматизируются, помочь сотрудникам перейти к новым областям работы, а не просто вытолкнуть их на внешний рынок труда.

Однако внутренние меры компаний все еще недостаточны для решения более широких социальных проблем. Anthropic, как передовая компания в области ИИ, имеет возможность предоставить своим сотрудникам механизмы внутреннего перевода и распределения прибыли. Для большинства компаний и сотрудников традиционных отраслей такие ресурсы и организационные структуры могут быть недоступны. Кто поможет этим компаниям выявить изменения в вакансиях? Кто возьмет на себя расходы на переквалификацию сотрудников? Эти вопросы уже выходят за рамки возможностей отдельной компании.

В конце отчета есть фраза, на которую стоит обратить внимание: "Трудоспособная сила, полная тревог и беспокойства, не является трудоспособной силой, стремящейся к работе."

Эта фраза напоминает нам, что влияние ИИ на занятость не только экономическое, но и психологическое и социальное.

Когда определение работы быстро меняется, когда порог для входа постоянно повышается, когда каждому необходимо постоянно доказывать, что его не заменит ИИ, эта постоянная неопределенность сама по себе становится широким социальным психологическим бременем.

Эксперименты Anthropic продолжаются. Способности агентов постоянно увеличиваются, количество приложений продолжает расти, а разделение труда между людьми и ИИ также постоянно меняется. Конечная форма этой трансформации еще не ясна, но одно можно сказать с уверенностью: работа может не исчезнуть, но значение, порог и ценностная иерархия работы переписываются.