Darba vietas programmēšanā, kaut arī tā ir neliela daļa no mūsdienu ekonomikas, nesen ir būtiski mainījusies, pateicoties mākslīgā intelekta sistemām, kas palīdz vai automātiski veic kodēšanas uzdevumus. Iepriekšējās pētījumos atklāts, ka AI izmantošana—īpaši ar Claude—ir nepietiekami proporcionāla amerikāņu darbinieku starpā, kas strādā ar datoriem saistītos amatos vai izglītības iestādēs, piemēram, datorzinātnes grādos, atspoguļojot smagu kodēšanas nodarbi. Lai padziļināti izpētītu šo tendenci, tika analizētas 500 000 kodēšanas saistītu mijiedarbību starp Claude. ai (vispārēju čatbota saskarni) un Claude Code (speciālu AI aģentu kodēšanas uzdevumiem), atklājot trīs galvenās atziņas: 1. **Vairāka automātika ar kodēšanas aģentiem:** Claude Code sarunas bija 79% orientētas uz automatizāciju (kur AI veic uzdevumus patstāvīgi), kamēr Claude. ai tikai 49%, liecinot, ka specializētie AI rīki vairāk koncentrējas uz darba automatizāciju nevis cilvēku papildināšanu. Automātikas gadījumā “Atgriezeniskās saites” mijiedarbības, kad cilvēki korektē AI rezultātus (piemēram, labo kļūdas), bija gandrīz divas reizes biežāk Claude Code, un “norādījumu” uzdevumi, kur nepieciešama minimāla cilvēka iejaukšanās, bija arī izplatītāki. Uzlabošanas modeļi, kuros mācās no AI, bija mazāk izplatīti Claude Code, uzsverot atšķirības starp aģentiem un vispārējiem čatbotiem. 2. **Vēršanās uz lietotāja saskarnes un lietotņu izstrādi:** Lielākā daļa kodēšanas jautājumu attiecās uz tīmekļa izstrādes valodām, piemēram, JavaScript, TypeScript, HTML un CSS—kopumā gandrīz 60%. Backend valodas kā Python (14%) un SQL (6%) parādījās, bet mazāk dominēja. Bieži uzdevumi ietvēra UI/UX komponentu veidošanu (12%) un tīmekļa/mobilās lietotnes radīšanu (8%). Tas norāda, ka darba lomas, kas saistītas ar vienkāršu lietojumprogrammu un saskarnju radīšanu, varētu būt pirmās, kurās AI iedarbība kļūs neatgriezeniska, jo “vibe coding” (mērķu aprakstīšana dabiskajā valodā, ko AI realizē) kļūst par standarta metodi. Tikmēr aizmugures risinājumi un vispārīgi uzdevumi, piemēram, programmatūras arhitektūra vai debugging, joprojām ir nozīmīgi, bet mazāk izplatīti. 3. **Jaunuzņēmumi kā agrīnie lietotāji, lielās kompānijas vēl vilcinās:** Apmēram 33% Claude Code sarunu attiecās uz jaunuzņēmumu projektiem, gandrīz divreiz vairāk nekā uz Claude. ai, bet uzņēmumu saistītas diskusijas bija ap 24%, nedaudz mazāk nekā Claude. ai. Studentu, akadēmiķu, personīgo projektu veidotāju un mācību līdzekļu lietotāju daļa bija puse no visiem lietotājiem abās platformās. Tas atspoguļo bieži vērojamus patternus—jaunuzņēmumi ātri ieviest jaunus rīkus, lai iegūtu konkurences priekšrocības, kamēr jau nodibinātas firmas uzvedas piesardzīgāk, ņemot vērā drošības un procedūru prasības.

AI aģentu sniegtie produktivitātes uzlabojumi var paplašināt šo izcilības plaisu, veidojot konkurences atšķirības. ### Metodoloģija un analīze Aptuveni 500 000 mijiedarbību tika apstrādātas ar privātumu aizsargājošiem rīkiem, lai iegūtu anonīmus ieskatus, kategorijām pēc tēmas (piemēram, UI/UX izstrāde) un uzvedības veida (automātika pret papildināšanu). Tika atpazīti arī automātikas un papildināšanas apakštipi, nosakot, ka Claude Code ir daudz vairāk orientēts uz automātiku. Tomēr cilvēku iesaistīšanās joprojām ir nozīmīga “Atgriezeniskās saites” automātikas gadījumā, kad lietotāji apstiprina AI rezultātus, un nākotnes AI spējās šis process var tikt samazināts. ### Ietekme uz izstrādātāju lomām AI pieaugums, īpaši ar speciālo aģentu palīdzību kā Claude Code, maina izstrādātāju darba plūsmu arvien vairāk uz automātiku, īpaši lietotāja saskarnes un tīmekļa lietojumprogrammu izstrādē. Tiklīdz AI spēj apieties ar rutīnas kodēšanu un stilizāciju, izstrādātāji varēs vairāk koncentrēties augstākas līmeņa dizainam un lietotāju pieredzei. Pieaugošā AI kodēšanas prasme arī rada būtiskas sekas AI pētniecībai kopumā, potenciāli veicinot straujāku inovāciju, panākot jaunas atklāšanas. ### Ierobežojumi Lai gan šie secinājumi ir nozīmīgi, tiem ir arī ierobežojumi: - Analīze attiecas tikai uz Claude. ai un Claude Code, neietverot Team, Enterprise vai API lietošanu. - Atšķirība starp automātiku un papildināšanu ir arvien grūtāk nosakāma ar uzlabotiem aģentiem. - Lietotāju konteksts sarunu klasifikācijā (jaunuzņēmumi vs. lielas kompānijas, personīgi projekti vs. akadēmiski) ir balstīts uz ierobežotiem datiem, kas var radīt maldīgu priekšstatu. - Agrīnie lietotāji var būt vairāk tehnoloģiski pārdomāti, tāpēc rezultāti var vairāk atspoguļot šīs grupas. - Dati aprobežojas ar ierobežotu uzturēšanas periodu, neiekļaujot cikliskas izmaiņas izstrādes procesā. - Claude izmantošana ir tikai daļa no kopējās AI kodēšanas palīdzības, jo daudzi izstrādātāji izmanto vairākus rīkus. - Analīze nesekoj mainīgajai kvalitātei vai produktivitātei, kas gūta no AI radītā koda. ### Skats nākotnē AI ir veicinājusi fundamentālas pārmaiņas programmatūras izstrādē, īpaši palielinot automatizāciju ar speciālo aģentu palīdzību un biežāk ieviest jaunuzņēmumu iniciatīvas. Galvenie jautājumi ir, kā līdz ar AI attīstību mainīsies cilvēka loma — vai paliks vienlīdz nozīmīga, vai arī postoši īslaicīgi numuri un darba funkcijas pazūs. Tā kā programmēšana ir centrāla AI progresam, uzlabojumi AI palīdzētajā kodēšanā var veidot pastiprināšanas ciklus, kuri paātrina kopējo AI attīstību. Lai gan AI kodēšanas atbalsts joprojām ir jauns, tā attīstība var sniegt vērtīgas atziņas par citu profesiju nākotni ar AI ieviešanu. ### Aicinājums Anthropic aicina ekonomistus un datu zinātniekus, kas interesējas par AI ietekmi uz darba tirgu, pieteikties atbilstošiem amatiem. ### Papildu ieskati Salīdzinot programmatūras un neprogrammatūras mijiedarbības Claude. ai, ir redzams, ka programmatūras izstrāde kopumā ietver vairāk automatizācijas. To galvenokārt veicina “Atgriezeniskās saites” mijiedarbības, kas norāda, ka pat ja AI veic lielāko daļu kodēšanas darba, cilvēka pārskatam un labojumiem ir būtiska nozīme. Savukārt norādījuma (direktīva) automātika ir mazāk izplatīta kodēšanā nekā citās aktivitātēs. --- Šis pārskats saglabā oriģinālā ziņojuma apjomu, aptverot galvenos punktus, pētījumu secinājumus un kontekstu, nodrošinot detalizētus aprakstus un nianses par AI pašreizējo un potenciālo ietekmi uz kodēšanu un darba tirgu.