Anthropic zatrudnia więcej product managerów, nie mniej. To nie pomyłka w ogłoszeniu rekrutacyjnym, to sygnał, który wiele firm wciąż przeoczą. Przez ostatni rok Claude Code przekształcił działy inżynieryjne w organizacje działające na poziomie trzykrotnie wyższym niż wynikałoby z ich nominalnego składu osobowego, ale wąskie gardło nie zniknęło, tylko przesunęło się o jeden krok wcześniej.
Kluczowe fakty:
- Anthropic zwiększa zatrudnienie product managerów, ponieważ narzędzia takie jak Claude Code pozwoliły działom inżynieryjnym działać na poziomie trzykrotnie wyższym niż wynikałoby z ich nominalnego składu osobowego, co przesunęło wąskie gardło na etap definiowania zadań.
- W kwietniu 2026 roku Anthropic udostępnił w trybie research preview funkcję Routines w Claude Code, która umożliwia automatyczne uruchamianie skonfigurowanych agentów według harmonogramu, przez API lub w odpowiedzi na zdarzenia w GitHubie – bez konieczności utrzymywania otwartej sesji przez użytkownika.
- Ewolucja narzędzi AI dla programistów przebiegła przez trzy etapy: era przeglądarki (2022–2024), era natywna dla IDE z Cursorem i Claude Code (2024–2025) oraz era specyfikacji (2025–2026), w której pojedyncze sesje zastąpiły całe sprinty pracy zespołowej.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Jak w kilkanaście miesięcy zmienił się zawód inżyniera
Żeby zrozumieć, dlaczego PM-owie nagle stali się deficytowym towarem, warto cofnąć się o dwa lata. Era przeglądarki trwała od końca 2022 do 2024 roku: pierwsza generacja narzędzi opartych na ChatGPT działała poza edytorem kodu. Inżynierowie pisali prompty w przeglądarce, wklejali odpowiedzi do VS Code i powtarzali pętlę od nowa. Praca wciąż była jednowątkowa. Era natywna dla IDE (2024-2025) przyniosła Cursora i Claude Code wewnątrz edytora z dostępem do całego repozytorium.
Efekt był radykalny. Przez lata wśród doświadczonych inżynierów panowało przekonanie, że Bash ma najdłuższą żywotność z wszystkich narzędzi w stosie. Tymczasem w 2026 roku dla znacznej części aktywnych deweloperów pierwsza komenda wpisywana w świeżym terminalu to claude.
Kolejna faza, era specyfikacji (2025-2026), rozciągnęła pojedyncze sesje na zadania, które wcześniej wymagały ticketów, dokumentów projektowych i całych sprintów. A w kwietniu 2026 roku Anthropic zrobił kolejny krok. Firma udostępniła w trybie research preview funkcję Routines w Claude Code: zapisana konfiguracja agenta (prompt, repozytoria, konektory) uruchamia się automatycznie według harmonogramu, na żądanie przez API albo w odpowiedzi na zdarzenia w GitHubie, bez konieczności utrzymywania otwartej sesji na laptopie.
Praktyczny obraz: co noc o 2:00 w nocy Claude pobiera zgłoszony błąd z Linear, próbuje go naprawić i otwiera wstępny pull request. Rano inżynier przegląda gotową propozycję.
Problem nie leży już w szybkości pisania kodu
Inżynieryjne możliwości wytwórcze w firmach korzystających z Claude Code potroiły się. Product management nie zmienił się prawie wcale. Tradycyjny współczynnik jeden PM na ośmiu inżynierów, już wcześniej napięty, działa teraz efektywnie jak jeden PM na dwudziestu, bo każdy inżynier dostarcza więcej kodu dziennie.
Anthropic sam to dostrzegł we własnej organizacji i wyciągnął konkretny wniosek: poprosił swój zespół wzrostu o zatrudnienie większej liczby product managerów. Wąskie gardło przesunęło się z edytora kodu na ludzi decydujących, co w ogóle budować. Wąskim gardłem w oprogramowaniu nie jest już pisanie. Jest nim decydowanie, co pisać.
Dane rynkowe potwierdzają to przesunięcie. Udział GitHub projektów z aktywnością agentów kodowania więcej niż podwoił się od końca 2025 roku, a użytkownicy Claude Code spędzają z narzędziem średnio 20 godzin tygodniowo. Wewnętrzne dane Anthropic pokazują, że inżynierowie firmy dostarczają obecnie ośmiokrotnie więcej kodu na kwartał niż w latach 2021-2025. Z kolei według badania Stack Overflow z 2025 roku, 84% deweloperów korzysta z narzędzi AI, przy czym 46% przyznaje, że nie ufa ich wynikom, podczas gdy rok wcześniej ten odsetek wynosił 31%.
Obserwuję tę zmianę z rosnącym zainteresowaniem, bo to jeden z tych momentów, gdy cała branża musi zadać sobie pytanie o to, co właściwie rozumie przez „zasoby”. Przez lata przy stołach strategicznych dominowało myślenie: potrzebujemy więcej inżynierów. Tymczasem Claude Code obnażył inne ograniczenie: brakuje ludzi, którzy wiedzą, po co coś budować. To niby oczywiste, ale implikacje organizacyjne są daleko idące. Czy polskie firmy technologiczne gotowe są przebudować proporcje swoich zespołów, zanim problem ich dopadnie? Bo dopadnie.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
LinkedIn kasuje APM i tworzy „Product Builderów”
Jednym z wyraźnych sygnałów tej zmiany jest decyzja LinkedIn. Tomer Cohen, dyrektor ds. produktu (CPO) w LinkedIn, wdrożył program Associate Product Builder zamiast tradycyjnego programu Associate Product Manager. Nowy program uczy kodowania, projektowania i zarządzania produktem jednocześnie, a firma wprowadziła też oficjalną ścieżkę kariery „Full Stack Builder” umożliwiającą każdemu, niezależnie od funkcji, samodzielne doprowadzenie produktu od pomysłu do premiery.
To nie jest jedyna firma wyciągająca podobne wnioski. Według ekspertów śledzących rynek pracy:
- Budowniczy-PM (builder-PM): AI-natywny, samodzielnie tworzy prototypy, pracuje w zespołach świadomie zacierających granicę między produktem a inżynierią.
- Integrator-PM: wysoka inteligencja emocjonalna, zarządza mapą drogową w złożonych środowiskach B2B, gdzie wewnętrzne uzgodnienia pozostają problemem ludzkim.
- PM-inżynier (Product Engineer): tytuł zaczynający pojawiać się w ofertach pracy, opisujący kogoś, kto potrafi rozumować o problemach użytkowników, projektować doświadczenia i dostarczać kod.
Dziś na LinkedIn otwartych jest ok. 42 000 stanowisk PM, dwa razy więcej niż rok wcześniej. Stanowiska AI PM stanowią 8-10% wszystkich otwartych ofert.
Jakość i zaufanie: problem, który rośnie razem z produktywnością
Trzeba jednak uczciwie powiedzieć, że tripling wydajności nie oznacza tripling jakości. Zaledwie 9% deweloperów uważa, że kod generowany przez AI można używać bez nadzoru człowieka. Ponad połowa (56%) określa go jako „w pewnym stopniu wiarygodny”, wymagający walidacji pod kątem dokładności i bezpieczeństwa.
Najważniejszym ograniczeniem dużych modeli językowych pozostaje dzisiaj okno kontekstowe, czyli ograniczona zdolność do utrzymania i wnioskowania na poziomie całych systemów. Justice Erolin, CTO w BairesDev, ujął to precyzyjnie: „AI nie zastępuje ludzkiego nadzoru. Nawet przy lepszych narzędziach deweloperzy nadal muszą rozumieć, jak poszczególne komponenty pasują do większego systemu” / „AI doesn’t replace human oversight. Even as tools improve, developers still need to understand how individual components fit into the bigger system.”
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Co to oznacza dla polskich firm technologicznych?
Polskie firmy technologiczne stają przed tym samym wyzwaniem co ich odpowiedniki na Zachodzie, tyle że z mniejszą poduszką czasu. Jeśli każdy inżynier w zespole zaczyna dostarczać tyle co trzech, a liczba PM-ów pozostaje ta sama, priorytetyzacja staje się chaosem, roadmapy rozmywają się, a produkty nie odzwierciedlają potrzeb rynku mimo coraz szybszego wytwarzania kodu.
Konkretne działania warte rozważenia:
- Przemyślenie proporcji PM do inżynierów: przy agentach kodowania tradycyjny współczynnik 1:8 jest anachronizmem.
- Szkolenie inżynierów w myśleniu produktowym: brak PM-a nie może oznaczać braku myślenia o tym, co i po co się buduje.
- Weryfikacja kodu generowanego przez AI: wzrost zaufania do narzędzi AI bez proporcjonalnego wzrostu procesów przeglądu kodu to prosta droga do długu technicznego.
- Inwestycja w osoby z kompetencjami hybrydowymi (produkt + kod + zrozumienie biznesowe), bo rynek wynagradza je coraz lepiej.
Claude Code osiągnął miliard dolarów rocznego przychodu sześć miesięcy po publicznym debiucie, co plasuje go wśród najszybciej rosnących produktów komercyjnych w historii oprogramowania. Tempo adopcji w Polsce może być wolniejsze, ale kierunek jest ten sam. Firmy, które to rozumieją dziś, będą miały kilkanaście miesięcy przewagi nad tymi, które zrozumieją to dopiero przy pierwszej poważnej wpadce produktowej.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz dodatkowych źródeł, w tym artykułu VentureBeat z 29.06.2026, oficjalnego wpisu Anthropic Introducing routines in Claude Code z 14.04.2026, badania Anthropic: How Claude Code is used in practice, analizy BairesDev Dev Barometer Q4 2025, materiału Lenny’s Newsletter o LinkedIn CPO Tomerze Cohenie oraz raportu Userpilot: 6 Product Management Trends in 2026. Cytat Justice Erolina (CTO BairesDev) został zweryfikowany z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji na temat struktury organizacyjnej zespołów produktowych w erze agentic AI.
