Před rokem nebo dvěma lety by byla otázka na inženýra, zda používá AI k psaní kódu, užitečným doplňkovým dotazem, ale dnes se to stává normální součástí toho, jak se software vyrábí.
Změna se stala překvapivě rychle. Průzkum Developer Ecosystem Survey od JetBrains z roku 2026, založený na více než 15 000 profesionálních vývojářích, zjistil, že 90 % vývojářů používalo AI kódovací agenty v práci alespoň týdně mezi květnem a červencem 2026, přičemž 68 % je používalo každý den. Claude Code sám byl používán v práci přibližně 39 % profesionálních vývojářů na celém světě, což je nárůst z 18 % v lednu. V USA se toto číslo dostalo na 47 %.
To neznamená, že by všichni vývojáři náhle přestali sami psát kód. Znamená to, že se mění způsob, jakým vývojáři pracují. Místo ručního psaní každého řádku nyní mnoho inženýrů používá AI k prozkoumávání nápadů, psaní částí funkcí, opravě chyb, pochopení neznámého kódu, spouštění testů a řešení problémů rychleji.
Pro startups to vytváří docela důležitou otázku: Pokud vaši inženýři už tímto způsobem pracují, měl by váš proces náboru stále hodnotit jejich schopnosti tak, jako by AI neexistovala?
AI Změnila Způsob, Jakým Inženýři Pracují
Po dlouhou dobu byl GitHub Copilot jménem, které si nejvíce lidí spojilo s AI podporou při kódování. Stal se známou součástí vývojářské sady nástrojů, zejména proto, že fungoval přímo v nástrojích, které vývojáři již používali.
Ale trh se změnil rychle.
Podle nejnovějšího průzkumu JetBrains klesla adopce GitHub Copilotu na pracovišti z 29 % o rok dříve na 21 % v květnu až červenci 2026. Claude Code mezitím vzrostl z 18 % v lednu na 39 % během stejného období. GitHub Copilot je stále mnohem lépe znám, přičemž 79 % vývojářů na celém světě o něm slyšelo, ale povědomí a skutečné používání již nejsou totéž.
To je důležité rozlišení pro všechny, kdo najímají inženýry.
Nemusíte nutně dbát na to, který AI nástroj je právě na prvním místě. Nástroje se budou neustále měnit. Důležité je, že se AI kódovací agenty přesunuly z něčeho, s čím experimentovali vývojáři, na něco, co mnoho z nich nyní používá jako součást své normální pracovní rutiny.
Jinými slovy, nástroj se může měnit, ale nový způsob práce je již zde.
Co To Znamená Pro Váš Tým
To je ještě důležitější, když najímáte pro startup.
Malý inženýrský tým si nemůže dovolit trávit měsíce ručním stavěním každé funkce. Potřebujete lidi, kteří mohou pochopit problém, dělat dobré rozhodnutí, pohybovat se rychle a vědět, kdy něco potřebuje bližší pohled.
AI může pomoci s částí této práce, ale nenahrazuje osobu, která dělá rozhodnutí. To je vlastně nejdůležitější část tohoto posunu.
Vývojář může požádat AI agenta, aby něco vytvořil během minut. Ale zvažte, co se stane dál:
1. Co se stane, když odpověď vypadá správně a není?
2. Co se stane, když AI nesprávně pochopí důležitý požadavek?
3. Co se stane, když změní něco v jedné části aplikace a tiše rozbije něco jinde?
To jsou inženýrské otázky a jejich důležitost roste, neubývá.
Výzkum JetBrains ukazuje, že vývojáři používající tyto nástroje se stále výrazně liší v tom, jak moc nechávají AI dělat. Mezi vývojáři, kteří používají Claude Code nejvíce, například asi 32 % hlásí, že agenti generují více než 80 % jejich kódu. To znamená, že neexistuje jediný „AI vývojář" pracovní postup. Někteří lidé používají agenty intenzivně, zatímco jiní stále dělají většinu kódování sami.
Cílem vašeho pohovoru by tedy nemělo být najít někoho, kdo nechá AI psát vše. Mělo by to být pochopit, jak jej používá a zda ví, kdy mu nedůvěřovat.
Neptejte Se Pouze, Zda Používají AI, Zeptejte Se, Jak Jej Používají
Pokud aktualizujete svůj proces pohovoru, jednou z nejjednodušších změn je také jedna z nejužitečnějších. Přestaňte považovat zkušenost s AI za prosté ano-nebo-ne otázku.
Používali jste Claude Code?
Ano.
To vám moc neřekne.
Místo toho požádejte kandidáta, aby vám řekl o reálné situaci:
1. Kde používali AI kódovací nástroj?
2. Co se snažili vytvořit?
3. Co nechali nástroj zvládnout?
4. Co si sami ověřili?
5. Udělal AI chybu? Jak ji zachytili?
Odpověď vám může říci mnohem více než jméno nástroje, který používají.
Někdo, kdo řekne „Používám AI ke generování kódu rychleji", vám vlastně neřekl, jak pracuje. Ale někdo, kdo řekne „Nechám agenta zvládnout první verzi, ale všiml jsem si, že dělal chybný předpoklad o tom, jak fungují naše vztahy v databázi, takže jsem ho zastavil a tu část jsem si přepsal sám", vám dává něco mnohem užitečnějšího.
Tato osoba vykazuje úsudek — a to je dovednost, na které by se startupům mělo záležet.
AI Gramotnost Neznamená Závislost Na AI
Tady je ale také jedna past. Jen proto, že někdo používá AI intenzivně, neznamená to automaticky, že je lepším inženýrem. Ve skutečnosti se může stát opak, když někdo přijme vše, co AI nástroj produkuje, bez toho aby to pochopil.
Nejlepší inženýři nejsou nutně ti, kteří požádají AI o největší práci. Jsou to ti, kteří vědí, jakou práci jí dát, jak ji usmerňovat a jak zkontrolovat, co přijde zpět. Toto rozlišení se stává stále důležitějším, protože kódovací agenti se stávají schopni zvládat větší kusy práce.
Analýza Anthropic zhruba 400 000 relací Claude Code zjistila, že lidé obecně dělají rozhodnutí o plánování, jako je rozhodování o tom, co je třeba udělat, zatímco Claude zvládá větší část realizace. Výzkum také zjistil, že lidé s větší odborností v daném oboru vykonaní více práce na jeden pokyn.
To je užitečný způsob, jak myslet na budoucnost inženýrství. Hodnota není jednoduše v psaní kódu rychleji. Je v tom vědět, co by mělo být vytvořeno, dát správný směr, odhalit problémy a rozhodnout, zda je výsledek dostatečně dobrý na to, aby se nasadil.
Co by měl Znamenat „Starší Inženýr" Nyní?
Tento posun také vyvstává větší otázku o senioritu.
Tradičně byl starší inženýr někdo, kdo mohl nezávisle řešit obtížné technické problémy, dělat architektonická rozhodnutí, kontrolovat práci ostatních lidí a pomoct týmu postupovat vpřed. To stále záleží, ale nyní je zde další vrstva.
Silný starší inženýr by měl stále více vědět, jak efektivně pracovat s AI nástroji bez toho, aby jim svěřil svůj úsudek.
Měl by být schopen rozdělit velký problém na menší kousky, dát AI agentovi užitečný směr, zkontrolovat výsledek, odhalit jemné chyby a pochopit, kdy je ruční přístup vlastně bezpečnější nebo rychlejší.
To je jiná dovednost, než pouhé vědění, jak psát kód, a je to něco, co váš proces pohovoru může skutečně testovat.
Rozdíl Se Projeví Rychle
Představte si, že vedete pohovor se dvěma vývojáři na stejnou pozici.
První kandidát vám řekne, že používá AI poslední rok a říká, že mu to pomáhá „psát kod mnohem rychleji".
Druhý kandidát vám řekne o nedávném projektu, kde používal AI agenta k práci na migraci databáze. Agent vytvořil většinu počáteční implementace, ale kandidát si všiml, že špatně pochopil, jak jsou historické záznamy propojeny. Během testování zachytil problém, změnil přístup a finální migraci si manuálně zkontroloval, než se dotkla produkce.
Druhý kandidát nejen prokázal, že ví, jak používat AI nástroj. Prokázal něco mnohem cennějšího: úsudek. Ví, kdy delegovat, kdy zpochybňovat výsledek a kdy převzít kontrolu sám.
To je druh signálu, který by váš proces náboru měl hledat.
Co By Měli Zakladatelé Změnit
Nemusíte v noci úplně přestavět svůj proces pohovoru. Začněte s několika jednoduchými změnami.
Zeptejte se kandidátů, jak se AI hodí do jejich normálního pracovního toku. Dejte jim praktický problém a umožněte jim používat nástroje, které by normálně používali. Poté se zaměřte své otázky na rozhodnutí, která dělali, ne pouze na kód, který vytvořili.
Zeptejte se, co AI pochybila, co si sami ověřili a co by nedůvěřovali AI agentovi, aby zvládl bez dohledu.
Tyto otázky vám dávají mnohem jasnější obraz o tom, jak bude někdo ve skutečnosti pracovat ve vašem týmu.
A neproměňujte pohovor v test, kdo zná nejvíce AI nástrojů, protože se budou měnit. Důležitá dovednost je naučit se s nimi pracovat, aniž by se ztratila schopnost myslet nezávisle.
To Není Pouze O Claude Code
Největší posun není v tom, že Claude Code se stal populární. Je to, že AI podporované vývoje se stává součástí normální definice softwarového inženýrství.
JetBrains zjistil, že 90 % profesionálních vývojářů používalo AI kódovací agenty v práci alespoň jednou týdně do poloviny roku 2026. To neznamená, že tradiční inženýrské dovednosti zmizely. Znamená to, že práce nyní zahrnuje další vrstvu práce se stroji, která zvládají stále větší části implementace.
Takže pokud váš proces náboru stále pouze od kandidátů vyžaduje, aby dokázali, jak dobře mohou psát kód bez AI, možná měříte pouze část toho, jak budou pracovat, jakmile se k vám připojí.
Otázka již není jednoduše: „Dokáže tato osoba psát dobrý kód?"
Stává se: „Dokáže tato osoba využívat všechny dostupné nástroje, včetně AI, a přitom dělat dobrá inženýrská rozhodnutí?"
To je mnohem užitečnější otázka pro startup.
A pokud nemáte čas předesignovat svůj proces náboru kolem toho, jak inženýři v dnešní době skutečně pracují, je to místo, kde pomáhá MyNextDeveloper tím, že spojuje startupů s ověřenými inženýry a AI talenty, kteří rozumí moderním pracovním tokům vývoje a mohou přispět od prvního dne.
SHRNUTÍ
AI kódovací nástroje se rychle staly normální součástí toho, jak vývojáři pracují, zvláště v startupu. To znamená, že náborování inženýrů pouze na základě toho, jak dobře mohou psát kód bez AI, vám již neřekne celý příběh. Na tom, co teď záleží, je zda vědí, jak efektivně používat AI, odhalovat její chyby a dělat dobrá rozhodnutí sami. Nejlepší inženýři nejen používají AI k psaní kódu rychleji — vědí, kdy jí důvěřovat, kdy ji zpochybňovat a kdy převzít kontrolu.
Chcete si vytvořit vysoce výkonný vzdálený technický tým?
Podívejte se na MyNextDeveloper, platformu, kde můžete najít nejlepších 3 % softwarových inženýrů, kteří jsou hluboce nadšeni pro inovace. Naše on-demand, dedikovaná a důkladná softwarová řešení talentů poskytují komplexní řešení pro všechny vaše softwarové požadavky.
Navštivte naši webovou stránku, abyste se podívali, jak vám můžeme pomoci sestavit váš dokonalý tým.
