Anthropic официально запрещает кандидатам использовать ИИ-инструменты на собеседованиях. До пяти раундов, зарплаты до $850,000 — и теневой рынок коучинга, где анонимные сотрудники AI-компаний берут $4,600 за подготовку. Компания, которая строит самые мощные ИИ-системы в мире, намеренно убирает их из найма. Это не технический сбой. Это осознанная позиция.
Контекст
Anthropic — AI-лаборатория, основанная бывшими сотрудниками OpenAI, разработчик Claude. Компания известна акцентом на безопасность и этику ИИ — Constitutional AI, ответственный деплой, публичные safety-исследования. В этом контексте запрет инструментов на интервью не выглядит как лудизм: они просто тестируют то, что ИИ маскирует лучше всего — живое мышление.
Процесс найма до пяти раундов — нетипично даже для крупных tech-компаний. Охват: технические навыки, ценности, этическое мышление. Не «решите leetcode», а «как вы думаете о неопределённых проблемах». При зарплатах до $850,000 понятна и экономика вокруг подготовки: $4,600 за коучинг — рациональная инвестиция для кандидата с шансом на оффер такого уровня. То, что коучинг ведут анонимные действующие сотрудники AI-компаний, создаёт информационную асимметрию — и поднимает неудобные вопросы о честности процесса.
Конкуренция за AI-таланты на пике. Anthropic, OpenAI, DeepMind, Google DeepMind, Meta AI — все нанимают одних и тех же людей. Гонка зарплат отражает дефицит: людей, которые понимают LLM глубоко, а не только умеют писать промпты, мало.
Аналитика
Главная ирония: продукты Anthropic используют миллионы для написания кода, резюме и подготовки к собеседованиям — а сама компания строит файрвол вокруг своего найма. Это сознательный выбор. ИИ можно встроить в любой процесс, но здесь его намеренно убирают. Причина проста: ИИ-инструменты хорошо маскируют пробелы в базовом понимании. А именно базовое понимание нужно тем, кто строит сами системы.
Крупные AI-компании начинают разделять два разных навыка: «умение работать с ИИ» и «способность думать самостоятельно». Второе в дефиците и не автоматизируется. Если ваша работа — принимать решения о том, что ИИ должен делать, а что нет, вы не можете делегировать само это решение ИИ. Замкнутый круг.
Теневая индустрия коучинга — это отдельный сигнал рынку. Когда появляется сложный, высокооплачиваемый фильтр, вокруг него мгновенно вырастает экосистема. То же произошло с Google-интервью, с coding bootcamp'ами, с GMAT. Анонимность коучей — признак спроса, который превышает то, что люди готовы делать публично.
Кейсы применения в бизнесе
B2B-SaaS стартап. При найме product manager или tech lead — добавить хотя бы один раунд без ИИ. Попросить объяснить архитектурное решение устно или провести mock-дебат по продуктовой гипотезе. Это быстро показывает структурность мышления, которую инструменты маскируют. Ожидаемый результат: меньше красивых ответов, больше честных пробелов — и значительно более точный найм.
Корпорация с legacy-инфраструктурой. Если компания внедряет ИИ-агентов в процессы, нужны люди, понимающие ограничения ИИ и умеющие работать с неопределённостью — а не просто умеющие пользоваться ChatGPT. Пересмотрите оценочные критерии HR: добавьте вопросы на суждение в неоднозначных ситуациях. Пример: «Вы обнаружили, что ИИ-система систематически даёт неверные рекомендации клиентам, но перенастройка займёт месяц. Ваши действия?»
SMB и локальный бизнес в КР/СНГ. При ограниченных ресурсах на HR один качественный live-вопрос ценнее трёх тестовых заданий. «Как бы вы решили эту проблему без интернета?» — быстрый способ увидеть реальные компетенции. Для малого бизнеса, который начинает внедрять ИИ-инструменты, особенно важно нанимать людей, способных критически оценивать результаты, а не принимать любой ответ системы на веру.
Кейсы в личной жизни
Разработчик. Готовься к техническим интервью не только с ИИ-ассистентом, но и без него. Метод Фейнмана — объяснить концепцию вслух самому себе без поиска — быстро показывает реальные пробелы. Если хочешь попасть в компании уровня Anthropic, Google, Yandex — тренируй способность объяснять, а не воспроизводить.
Студент. Пока все учатся писать хорошие промпты, редкий навык — обосновать ответ без ИИ-подпорки. Это то, что спрашивают на финальных экзаменах сильных университетов и на собеседованиях в топовые компании. Парадокс: чем активнее вы используете ИИ для учёбы, тем важнее периодически делать это без него — чтобы понимать, что именно вы делегируете.
Контент-мейкер или фрилансер. Рынок труда платит за оценку, суждение, этику, нюансы — то, что не автоматизируется в первую очередь. Использование ИИ-инструментов ускоряет работу, но не заменяет понимание того, что хорошо, а что нет. Прокачивайте вкус и суждение параллельно с инструментами.
Как применить сегодня
- Проведите один раунд собеседования без AI для ключевых позиций — сравните результаты с обычными интервью
- Добавьте в интервью вопросы на этическое мышление: «Что сделаете, если руководитель просит скрыть критический баг от клиента?»
- Для подготовки к AI-компании: тренируйтесь объяснять технические концепции без поиска — вслух, на понятном языке, с примерами из жизни
- Если нанимаете: разделите оценку на «что человек умеет» и «как человек думает» — это разные вещи и разные вопросы
- Попробуйте метод «момент ошибки»: попросите кандидата специально ошибиться и объяснить, как они поняли что ошиблись — это диагностирует самосознание лучше, чем правильные ответы