A számítógépes programozási állások, habár a modern gazdaság kis szegmensét képezik, nemrégiben alapvetően átalakultak az AI rendszerek révén, amelyek segítik vagy automatizálják a kódolási feladatokat. Korábbi kutatások megállapították, hogy az AI-használat—különösen Claude esetében—aránytalanul magas az USA-ban számítástechnikai szerepkörben dolgozók és az olyan oktatási környezetekben, mint a számítástechnikai diplomát szerzők körében, ami a jelentős kódolási részvételt tükrözi. Ezt a trendet további vizsgálatra alapozva 500 000, a kódolással kapcsolatos interakció elemzésével, melyek a Claude. ai (általános chatbot felület) és a Claude Code (egy specializált AI-ügynök a kódolási feladatokra) platformokon zajlottak, három fő felismerést fogalmaztunk meg: 1. **Több automatizáció a kódolási ügynökökkel:** A Claude Code beszélgetései 79%-ban automatizáció-központúak voltak (ahol az AI önállóan végez feladatokat), míg a Claude. ai-n csupán 49%-ban. Ez arra utal, hogy a szakértői AI-eszközök inkább a munka automatizálására, mint az emberi erő kiegészítésére törekednek. Az automatizáción belül a „Visszacsatoló Hurok” típusú interakciók (ahol az emberek ellenőrzik az AI eredményeit, például hibák kijavításával) közel kétszer gyakoribbak voltak a Claude Code-on, és az „Utasításkérések” (amelyek minimális felhasználói beavatkozást igényelnek) szintén gyakoribbak voltak. Az AI-tól tanuló kiegészítő módszerek kevésbé jellemzők voltak a Claude Code-on, hangsúlyozva a különbségeket az ügynöki kódolóeszközök és az általános chatrobotok között. 2. **Felhasználói alkalmazásfejlesztésre fókuszálás:** A leggyakoribb kódolási kérdések webfejlesztési nyelveket érintettek, mint a JavaScript, TypeScript, HTML és CSS—összesen majdnem 60%-ot tesznek ki—miközben a háttér-nyelvek, mint a Python (14%) és az SQL (6%) szintén jelen voltak, de kevésbé dominánsan. Gyakori feladatok közé tartozott az UI/UX komponensek fejlesztése (12%) és a webes/mobil alkalmazások készítése (8%). Ez arra utal, hogy azok a szerepkörök, amelyek egyszerű alkalmazások és felhasználói felületek létrehozására koncentrálnak, korábban kerülhetnek AI-átalakulás alá, mivel a „Vibe kódolás” (azaz a célok természetes nyelven történő leírása az AI számára való megvalósításhoz) szintén mainstreammé válik. Ezzel szemben a háttérmunkák és az általános feladatok, mint a szoftverarchitektúra vagy hibakeresés, továbbra is jelentősek, de kevésbé dominánsak. 3. **Korai alkalmazók: start-upok, később a nagyvállalatok:** Körülbelül 33%-a a Claude Code-os beszélgetéseknek start-up projektekhez kapcsolódott, szinte kétszerese a Claude. ai-nak, míg vállalati felhasználás csak kb. 24%, ami kicsit kevésbé, mint a Claude. ai. A diákok, akadémikusok, személyes projektek fejlesztői és tanulók teszik ki a felhasználás felét mindkét platformon. Ez egy általános mintázat: a gyors mozgású start-upok gyorsan alkalmaznak élvonalbeli eszközöket a versenyelőny érdekében, míg a nagyobb, stabil szervezetek óvatosabbak a biztonsági és eljárási okok miatt.

Az AI-ügynökök által nyújtott termelékenységnövekedés fokozhatja ezt az alkalmazási különbséget, növelve a versenyhátrányokat. ### Módszertan és elemzés Az 500 000 interakciót olyan adatvédelmet szem előtt tartó eszközökkel dolgozták fel, amelyek névtelenítéssel nyertek ki információkat, kategorizálva a beszélgetéseket témájuk (pl. UI/UX fejlesztés) és típusuk (automatizáció vs. kiegészítés) szerint. Az automatizációs és kiegészítő altípusokat is azonosították, megerősítve, hogy a Claude Code sokkal inkább automatizációközpontú. Ugyanakkor a felhasználói részvétel jelentős a „Visszacsatoló Hurok” automatizációban, ahol a felhasználók ellenőrzik az AI eredményeit, bár a jövőbeni AI-képességek csökkenthetik ennek szükségességét. ### A fejlesztői szerepekre gyakorolt hatások Az AI fejlődése, különösen a szakértői ügynökök, például a Claude Code révén, egyre inkább az automatizálás felé tereli a fejlesztői munkafolyamatokat, különösen a felhasználói felületek és webalkalmazások fejlesztésében. Ahogy az AI a rutin kódolási és stílusozási feladatokat végzi el, a fejlesztők inkább a magas szintű tervezésre és a felhasználói élményre koncentrálhatnak. Az AI által növelt kódolási képesség mélyreható hatással lehet az AI-kutatásra is, felgyorsítva a áttöréseket az AI-támogatott szoftverfejlesztés fejlődésén keresztül. ### Korlátozások Ezek az eredmények több korlátozással is terheltek: - Az elemzés kizárólag a Claude. ai-t és a Claude Code-ot fedte le, kihagyva a Team, Enterprise vagy API használatokat. - Az automatizáció és kiegészítés közötti különbség elmosódik fejlettebb ügynökszerű eszközökkel. - A felhasználói kontextus (start-up vs. nagyvállalat, személyes vs. akadémiai) következtetésen alapul, korlátozott adatokkal, így fennáll a téves kategorizálás veszélye. - A korai alkalmazói előny miatt a mintázatok egyes felhasználókat technológia-avatottabbnak tükrözhetnek. - Az adatok csak egy adott időablakban gyűjtött interakciókat fednek le, így hiányznak a ciklikus fejlesztési folyamatok. - A Claude használata csak egy része az összes AI által támogatott kódolásnak, mivel sok fejlesztő több eszközt is alkalmaz. - A vizsgálat nem értékelte az AI által generált kód minőségét vagy a termelékenységre gyakorolt hatásokat. ### Előretekintés Az AI alapvető változásokat hoz a szoftverfejlesztésben, különösen a specializált ügynökök által támogatott automatizációban, és inkább a start-upokat helyezi előtérbe, mint a nagyvállalatokat. Az előttünk álló kérdések közé tartozik, hogy az AI fejlődésével hogyan alakul a humán szerep aránya, hogyan fog változni a fejlesztők munkája az AI által készített szoftverek menedzselésében, illetve mely szerepkörök tűnnek el vagy változnak meg. Mivel a szoftverfejlesztés központi szerepet játszik az AI fejlődésében, a kódolásban elért AI-támogatás fejlődése erősítő ciklusokat indíthat el, amelyek felgyorsítják az egész AI fejlődését is. Bár az AI-kódolás még korai stádiumban van, fejlesztése értékes betekintést nyújthat más szakmák AI-integrációval járó változásába is. ### Felhívás Az Anthropic szívesen fogad közgazdászokat és adatkutatókat, akik érdeklődnek az AI munkaerőpiaci hatásainak kutatása iránt, és ezirányú pozíciókra vár jelentkezőket. ### Kiegészítő megfigyelések A Claude. ai-n belüli szoftver- és nem-szoftveres kapcsolatok összehasonlítása mutatta, hogy a szoftverfejlesztés összességében több automatizációt von maga után. Ennek növekedése főként a „Visszacsatoló Hurok” típusú interakciók emelkedésének köszönhető, ami arra utal, hogy még ha az AI a legtöbb kódolási munkát el is végzi, akkor is szükség van jelentős emberi felülvizsgálatra. Ezzel szemben a „Utasításkérés” típusú automatizáció valamivel ritkább a kódolásban, mint más feladatokban. Ez az összefoglaló eredeti jelentésének volumenét bontja meg és tartalmazza fő pontjait, megállapításait és a kontextust, részletesen kifejtve, hogy az AI miként hat most és a jövőben a kódolásra és a munkaerőre.