Így alakítja át az AI a munkát az Anthropic-nál

Milyen hatással van az MI a munkavégzésünkre? Korábbi kutatásaink az AI gazdasági hatásairól a munkaerőpiac egészét vizsgálták, átfogva különböző szakmákat. De mi történik akkor, ha a technológia egyik legkorábbi alkalmazójára, az Anthropic fejlesztőire fókuszálunk? 2025 augusztusában 132 Anthropic mérnököt és kutatót kérdeztünk meg, mélyinterjúkat folytattunk 53 szakemberrel, és elemeztük a belső Claude Code használati adatokat, hogy megértsük, milyen változásokat hoz az AI-eszközök alkalmazása nálunk. Az eredmények egyértelművé teszik: az AI alapjaiban formálja át a szoftverfejlesztők munkáját, egyben izgalmat és aggodalmat is kivált. A mérnökök jelentősen többre képesek: egyre inkább "full-stack" szakemberekké válnak, akik a szokásos szakterületükön túli feladatokat is elvállalják, gyorsul a tanulási és iterációs folyamatuk, és eddig elhanyagolt feladatokat is képesek megoldani. Ugyanakkor ez a szélesedő szakmai terület némi bizonytalanságot is kelt: egyesek attól tartanak, hogy elveszíthetik mély technikai tudásukat, vagy kevésbé lesznek alkalmasak Claude kimeneteinek felügyeletére, míg mások a tágabb gondolkodás lehetőségét üdvözlik. A nagyobb AI-támogatás némelyeknél csökkentette a kollégákkal való együttműködést, sőt egyesek attól tartanak, hogy a technológia akár a munkahelyük automatizálásához is vezethet. Ismerjük az előnyös helyzetünket: Anthropic mérnökei az élvonalbeli eszközökhöz férnek hozzá, viszonylag stabil iparágban dolgoznak, ráadásul maguk is alakítják az AI transzformációt. Mégis hasznosnak tartjuk e tapasztalatok kutatását és megosztását, mert ezek az élmények előrejelzők lehetnek a társadalom szélesebb körű átalakulására nézve. Fontos azonban a korlátok ismerete, erről a dolgozat végén részletesebben említünk. A kutatás idején a Claude Sonnet 4 és Claude Opus 4 voltak a legfejlettebb modellek, amelyek azóta tovább fejlődtek. Az AI fejlődése termelékenységi előnyöket hoz, ugyanakkor komoly kérdéseket vet fel: hogyan tarthatjuk fenn a mély szakmai tudást, hogyan őrizhetjük meg a jelentős emberi együttműködést, és miként készülhetünk fel a szakmai tanulás, mentorálás és karrierfejlesztés új megközelítéseire egy AI-val gazdagított munkakörnyezetben. Ezekről a kérdésekről belsőleg is elkezdtünk gondolkozni, továbbá egy korábbi blogposztunkban a gazdasági szabályozás potenciális irányait is körüljártuk. A felmérésünk feltárta, hogy a mérnökök leggyakrabban hibajavításra és a kódbázis megértésére használják Claudet. Az önbevallásos adatok azt mutatják, hogy a munkafeladatok 60%-ában dolgoznak Claude-dal, ami 50%-os hatékonyságnövekedést eredményezett az előző évhez képest. Ezek a számok azt jelzik, hogy ugyan valamivel kevesebb időt töltenek egyes feladatokkal, de jelentősen megnőtt az előállított munkamennyiség. Munkájuk több mint negyede olyan feladat, amelyet korábban nem végeztek volna el, például projekt méretezés, extra eszközök fejlesztése vagy kísérleti jellegű munka. A mélyinterjúkból kiderül, hogy a mérnökök megtanultak bizalommal felruházni az AI-t olyan feladatokra, amelyek egyszerűbbek, könnyen ellenőrizhetők, alacsony kockázatúak vagy unalmasak. A fejlesztők egy része inkább a rutinfeladatokat delegálja, míg a magasabb szintű tervezési és ízlésbeli döntéseket megőrzik maguknak. Az AI használata továbbá kibővíti kompetenciaövezeteiket, így például back-end mérnökök belevágnak a front-end fejlesztésbe is – amit korábban inkább kerültek. Ugyanakkor néhányan aggódnak a mély szakmai tudás elgyengülése miatt, hiszen az AI megkönnyíti a feladatok gyors elvégzését, ám a tanulási folyamat mély gyakorlása csökkenhet. A munkahelyi együttműködés is változik: Claudet az elsődleges kérdésfeltevési ponttá vált, ami megkönnyíti a rutininformációk beszerzését, de egyben csökkenti a személyes interakciókat és a mentori viszonyokat, különösen a fiatalabb munkatársaknál. A karrierrel kapcsolatban sokan arról számoltak be, hogy munkájuk inkább az AI-rendszerek menedzselésére és a Claude által generált kód felülvizsgálatára koncentrálódik, mint az új kód írására. Ez bizonytalanságot és kevert érzelmeket vált ki: egyesek rövid távon optimisták, mások hosszabb távon a mesterséges intelligencia által kiváltott elavulástól tartanak. A belső Claude Code használati adatok elemzése azt mutatja, hogy az AI egyre összetettebb és autonómabb feladatokat lát el, immár kétszer annyi eszközhasználati lépést hajt végre emberi beavatkozás nélkül. A legfőbb munkafeladatok közé tartozik az új funkciók implementálása, tervezés, hibajavítás és a kód megértése. Különböző csapatok eltérő módon használják a Claudet, gyakran kiegészítve saját szakterületüket, ami tovább erősíti a "full-stack" munkamegosztást. Az Anthropic munkatársai az elmúlt év során jelentősen növelték Claude használatát, nem csak a meglévő feladatok felgyorsítására, hanem új területek felfedezésére, rutinfeladatok csökkentésére és minőségi fejlesztésekre is. Bár ezek a változások egyértelmű előnyökkel járnak, a szakmai szerepek jövője még nyitott kérdés. Továbbra is azt kutatjuk, hogyan segíthet az AI a szakmai növekedésben és a fenntartható fejlődésben úgy, hogy közben megőrizzük szakértelmünket és együttműködési kultúránkat. Az Anthropic elkötelezett amellett, hogy ne csak megfigyelőként, hanem aktív alakítóként járuljon hozzá az AI munkahelyi integrációjának felelős és előremutató megközelítéséhez. 2026-ban további lépésekről, fejlesztésekről és innovációkról számolunk be, miközben ez a laboratóriumként működő vállalat elsőként teszteli az AI-val támogatott munkavégzés jövőjét.