एंथ्रोपिक में हर इंसानी काम-घंटे पर एआई एजेंट छह घंटे काम करते हैं, असली पाबंदी अब इंसानी ध्यान है
16 अक्टूबर को जारी एक स्टडी एंथ्रोपिक के अपने रोजगार रिकॉर्ड, एआई एजेंटों के प्रेक्षण आंकड़ों (टेलीमेट्री) और आउटपुट मेट्रिक्स पर खड़ी है। किसी फ्रंटियर एआई लैब के अंदर से मिला इस तरह का पहला डेटासेट यही जान पड़ता है। स्टडी इस दलील को ताकत देती है कि आमदनी (रेवेन्यू) वेतन-बिल से तेज़ बढ़ सकती है। साथ ही उस इनपुट का नाम भी बताती है जो अब कारोबार की छत बन चुका है—इंसानी ध्यान।
Richard Tang · 3 min read
एंथ्रोपिक$350B — एंथ्रोपिक, private, latest valuation $350B ने अपने ही वेतन-बिल को सबूत की तरह पेश कर दिया है। 16 अक्टूबर को क्लॉड मॉडल बनाने वाली कंपनी ने अपने रोजगार रिकॉर्ड, एजेंट टेलीमेट्री, आउटपुट मेट्रिक्स और 17 कर्मचारियों के इंटरव्यू पर आधारित एक स्टडी जारी की 1। अगस्त तक कंपनी के ही कर्मचारियों द्वारा चलाए जा रहे एजेंट, उन कर्मचारियों के हर एक काम-घंटे के मुकाबले छह घंटे का काम दर्ज करा रहे थे 1।
यह स्टडी ठीक उस वक्त आई है जब कंपनी अब तक के सबसे बड़े आईपीओ (IPO) की उम्मीद वाली शेयर बिक्री की तैयारी में है 2। यह सौदा अब नवंबर के लिए तय है 35। कुछ निवेशक लगभग 1.5 ट्रिलियन डॉलर के वैल्यूएशन पर चर्चा कर रहे हैं, जबकि पहले की उम्मीद करीब 2 ट्रिलियन डॉलर की थी 35। असल में यह स्टडी उसी सवाल का जवाब है जिस पर यह दाम टिका है—क्या किसी लैब का आउटपुट उसके कर्मचारियों की तादाद से लगातार तेज़ बढ़ सकता है? इन सबूतों के मुताबिक बढ़ सकता है, और असली पाबंदी अब मॉडल से हटकर उस इंसान के पास आ गई है जो उसे देख रहा है।
जिन इंजीनियरों ने एजेंट अपनाए, उन्होंने जोड़ा कहीं ज़्यादा कोड
सबसे मज़बूत सबूत एक अंदरूनी तुलना है—जिन इंजीनियरों ने कोडिंग एजेंट अपनाए, उनकी तुलना उसी महीने के उन सहकर्मियों से की गई जिन्होंने यह नहीं किया। आगे के महीनों में एजेंट अपनाने वालों ने कहीं ज़्यादा कोड जोड़ा, और एजेंट से लिखा गया उनका कोड बाद में डिलीट या रिवर्ट (वापस लिए जाने) की ज़्यादा संभावना नहीं रखता था 1। रिपोर्ट खुद एक चेतावनी जोड़ती है—कौन एजेंट अपनाए, यह रैंडम नहीं था। जिन इंजीनियरों ने इन्हें अपनाया, वे पहले से ही बाकी सबसे तेज़ आउटपुट बढ़ा रहे थे 1।
वसंत के बाद से प्रति इंजीनियर कोड की रफ्तार करीब पांच गुना बढ़ गई है 1। पांच साल की उम्र पर एंथ्रोपिक जितनी प्रति कर्मचारी आमदनी दर्ज कर रहा है, वह इसी स्टेज पर मेटा−4.28% — मेटा, down 4.28 percent today और गूगल से दो से चार गुना ज़्यादा है 1। पिछले एक साल में कर्मचारियों की तादाद फिर भी तिगुनी हुई 1। बदला तो सिर्फ मिक्स है—और जो कटी, वह नौकरी की पहली सीढ़ी।
एंथ्रोपिक में कटी नौकरी की पहली सीढ़ी
- 2025 की शुरुआत
- 2026
Data
| 2025 की शुरुआत | 2026 | Change | |
|---|---|---|---|
| टेक्निकल स्टाफ में जूनियरों का हिस्सा | 21% | 14% | -33.3% |
| टेक्निकल हायरिंग में जूनियरों का हिस्सा | 27% | 9% | -66.7% |
रिपोर्ट ने जिस रुकावट का नाम लिया: इंसानी ध्यान
कहानी की हद भी यही प्रेक्षण आंकड़े तय करते हैं। इंटरैक्टिव एजेंट सेशन करीब 80% समय खाली पड़े रहते हैं—किसी इंसान के जवाब के इंतज़ार में 1। एजेंट जो कुछ बनाते हैं, उसे पढ़ने में हफ्ते के काम का आधे से ज़्यादा समय लग जाएगा; गैर-टेक्निकल कर्मचारियों के लिए भी 1। एक इंजीनियर ने हालत यूं बयां की—"क्लॉड की एक पूरी फौज सामने खड़ी है, और हर एक मेरा ध्यान मांग रहा है" 1।
अब काम ने अपना ढर्रा ही सुपरवाइज़न के हिसाब से बदल लिया। अगस्त 2025 में गैर-टेक्निकल कर्मचारी महीने में दो कोडिंग एजेंट सेशन चलाते थे; मई 2026 तक यह गिनती 90 पहुंच गई 1। एजेंट स्पेसिफिकेशन लिखने और पाइपलाइन की निगरानी जैसा मेटा-काम—यानी काम संभालने वाला काम—सेशन में अपनी हिस्सेदारी में करीब दोगुना हो गया है, और हायरिंग मैनेजर अब किसी एक डोमेन की तंग महारत की जगह इन गुणों की छानबीन करते हैं: खुद काम संभालने की क्षमता, फैसलों की समझ और एआई टूल्स के साथ काम का ट्रैक रिकॉर्ड 1।
छंटनी से भी ज़्यादा खामोश कीमत
लैब के बाहर नौकरियों पर बहस अब भी छंटनी के आंकड़ों पर टिकी है 4। यह स्टडी मशीन के भीतर से आए प्रेक्षण आंकड़े हैं, और इसमें दिखती कीमत छंटनी से भी खामोश है: जिस सीढ़ी पर लोग नौकरी सीखते हैं, वह गायब हो रही है। रिपोर्ट खुलकर मानती है कि मौजूदा कर्मचारियों को नए कामों पर लगा देने से उनका कुछ नहीं सुधरता जिन्हें कभी हायर ही नहीं किया गया 1।
लिस्टिंग के लिहाज़ से खतरा वेतन-बिल में नहीं बैठता। खतरा उस 518 अरब डॉलर के कमिटेड कंप्यूट (पहले से तय की गई कंप्यूटिंग क्षमता) में है जो इन मॉडलों के पीछे लगा है 35।
मांग है एजेंट चलाने के हुनर की
बाकी सबके लिए संकेत हायरिंग के पैमाने में पहले से मौजूद है। मांग जिस हुनर की है, वह है एजेंट चलाना: ऐसे काम का दायरा तय करना जिसे आप जांच सकें, स्थायी निर्देश (स्टैंडिंग इंस्ट्रक्शंस) लिखना और आउटपुट को कसौटी पर कसना। यह हुनर सीखा जा सकता है। और आज से शुरुआत करने का सबसे दमदार तर्क अब तक यही रिपोर्ट है।
हर एजेंट-घंटे के पीछे जितना इंसानी ध्यान लगता है, उसे कम करने वाली लेयर जो भी बनाएगा, क्षमता को आउटपुट में बदलने का काम संभवतः वही कर पाएगा। और बड़ी संभावना है कि वैल्यू भी उसी की ओर खिसकेगी।
Deepdive
AI-generated from this story and its cited sources. Not investment advice.



