Сегодня залез в свежий пост Anthropic про recursive self-improvement, это когда AI начинает писать сам себя. Текст длинный, но цифры там такие, что я залип.

К маю 2026 Claude пишет больше 80% кода, который уходит к ним в прод. Инженеры за квартал выкатывают в восемь раз больше, чем во времена до AI. Время, за которое модель сама дотягивает задачу без человека, удваивается каждые четыре месяца, раньше было каждые семь. Один из примеров: Claude закрыл 800 багов в их API, ошибок стало в тысячу раз меньше. По оценке людей, это четыре года человеческой работы.

И вот тут любопытное. Anthropic честно пишет, где модель пока не дотягивает. Не в коде, а в research taste: какие задачи вообще брать в работу, каким результатам верить, какие направления тупиковые. Грубо говоря, в выборе, что делать. Это же буквально продуктовая часть работы, только в исследовательской обёртке.

Дальше они рисуют три сценария. Либо тренд упрётся в потолок и AI просто разойдётся по индустрии, тогда у нас будет время спокойно адаптироваться. Либо человек продолжит рулить направлением, но команды из ста человек будут делать работу десяти тысяч. Либо AI начнёт сам проектировать своих преемников, и темп будет упираться только в доступные мощности.

Что я для себя из этого вытащил. Если граница, где AI пока проигрывает, это именно выбор направления и оценка результатов, то ставка на «уметь решать, что делать» становится дороже, а не дешевле. Звучит банально, но цифры из статьи это подчёркивают довольно громко. Особенно для джунов вроде меня, которые прямо сейчас выбирают, во что вкладываться.

А вы как для себя видите эту картину? Что в продуктовой работе AI заберёт первым, а что останется человеку дольше всего?