با کدنویسی هوش مصنوعی، تفکر کارآفرینانه به مهم‌ترین معیار جذب نیروهای تازه‌وارد در آنتروپیک تبدیل شده است
فلیکس ریزبرگ، مدیر مهندسی آنتروپیک، مصاحبه‌های سنتی برنامه‌نویسی را کنار گذاشته است. او معتقد است هوش مصنوعی این آزمون‌ها را بی‌فایده کرده و به توسعه‌دهندگان جوان و بلندپرواز امکان می‌دهد از همکاران باتجربه‌تر خود پیشی بگیرند.
ریزبرگ که هدایت توسعه Claude.ai و نسخه دسکتاپ Claude Code را در آنتروپیک بر عهده داشته است، می‌گوید دیگر دلیلی ندارد از داوطلبان بخواهیم مسائل کوچک برنامه‌نویسی را حل کنند. به گفته او، کلود اکنون این کارها را بهتر از خود داوطلبان انجام می‌دهد. از نظر ریزبرگ، امروزه سپردن یک تمرین کوچک React به متقاضی استخدام، به‌اندازه پرسیدن سؤال‌هایی درباره زبان اسمبلی بی‌معناست.
در تیم‌های او، دیگر نمی‌توان از روی نمره آزمون‌های فنی پیش‌بینی کرد چه کسی به توسعه‌دهنده‌ای برجسته تبدیل خواهد شد. در عوض، او می‌بیند که مهندسانی با سابقه کاری نسبتاً کم از همکاران باتجربه‌تر خود پیشی می‌گیرند. او می‌گوید: «انگیزه و اشتیاق از سابقه کار مهم‌تر است.»
ریزبرگ در نوشته خود، توسعه‌دهندگانی را هدف قرار می‌دهد که معمولاً «جونیور» یا تازه‌کار نامیده می‌شوند؛ اما عمداً تعریف متفاوتی از این اصطلاح ارائه می‌کند. منظور او لزوماً افرادی نیست که به‌تازگی وارد حرفه برنامه‌نویسی شده‌اند، بلکه هر مهندسی است که در شرکت خود از جایگاه اجتماعی، قدرت تصمیم‌گیری یا شبکه ارتباطی برخوردار نیست.
چرا تازه‌واردها مشکلاتی را می‌بینند که نیروهای قدیمی دیگر متوجه آن‌ها نیستند
به اعتقاد ریزبرگ، نیروهای تازه‌وارد از مزیتی ساختاری برخوردارند: آن‌ها مشکلاتی را تشخیص می‌دهند که کارکنان باسابقه سال‌ها پیش وجودشان را پذیرفته‌اند و دیگر به آن‌ها توجه نمی‌کنند. او به پژوهش جیمز مارچ، پژوهشگر حوزه سازمان‌ها، اشاره می‌کند که در سال ۱۹۹۱ نوشت سازمان‌ها برای ادامه حیات به ورود مستمر افراد تازه‌واردی نیاز دارند که هنوز پیش‌فرض‌های رایج را نپذیرفته‌اند و از اطلاعات و تجربه کمتری برخوردارند.
پاتریک کولیسان، بنیان‌گذار شرکت استرایپ، نیز صریحاً از کارکنان جدید خواسته است هر چیزی را که برایشان عجیب به نظر می‌رسد، مطرح کنند. به گفته او، کارکنان قدیمی مدت‌هاست دیگر متوجه این نقاط اصطکاک نمی‌شوند.
ریزبرگ برای توضیح این مسئله به تجربه خود در شرکت نوشن اشاره می‌کند. از او خواسته بودند معماری‌ای طراحی کند که امکان استفاده آفلاین از محصول را فراهم کند؛ کاری که افراد داخل شرکت آن را ناممکن می‌دانستند. مدل داده‌ها بیش از حد پیچیده بود و تصور می‌شد ایوان ژائو، مدیرعامل شرکت، هرگز راه‌حل عملی موجود را نخواهد پذیرفت. مانع فنی واقعاً وجود داشت، اما مخالفت بنیان‌گذار آن‌قدرها هم قطعی نبود. هیچ‌کس از او نپرسیده بود، چون همه این مخالفت را واقعیتی بدیهی و پذیرفته‌شده می‌دانستند.
اجرای کم‌هزینه ایده‌ها، سلسله‌مراتب سنتی را تضعیف می‌کند
به گفته ریزبرگ، مشکل اصلی تازه‌واردها این است که در شرکت کسی به حرفشان گوش نمی‌دهد. در گذشته، اجرای ایده‌ها هزینه زیادی داشت؛ به همین دلیل، سازمان‌ها به‌گونه‌ای شکل گرفتند که تعداد محدودی از تصمیم‌گیرندگان بتوانند ایده‌ها را تأیید یا متوقف کنند. افراد باید از سلسله‌مراتب سخت‌گیرانه سازمانی بالا می‌رفتند تا مدیران به آن‌ها اعتماد کنند و اجازه دهند ایده‌هایشان را عملاً پیاده‌سازی کنند. ریزبرگ می‌نویسد هوش مصنوعی این معادله را تغییر داده است، زیرا اجرای ایده‌ها دیگر به آن اندازه پرهزینه نیست.
نخستین توصیه او بر جمله‌ای از پاتریک مک‌کنزی در سال ۲۰۱۱ استوار است: «مهندسان را برای خلق ارزش تجاری استخدام می‌کنند، نه برای برنامه‌نویسی.» توسعه‌دهندگان باید بفهمند شرکتشان واقعاً به دنبال دستیابی به چه اهدافی است و روی بخش‌هایی تمرکز کنند که برای کسب‌وکار درآمد ایجاد می‌کنند. یکی از راه‌های مناسب برای شروع، شناخت اهداف مدیر بالادستِ مدیر مستقیم آن‌هاست.
در گام بعد، ریزبرگ پیشنهاد می‌کند ایده‌ای بلندپروازانه انتخاب کنند که بتواند این اهداف را به‌شکل چشمگیری پیش ببرد و طی یک آخر هفته نمونه اولیه‌ای عملی از آن بسازند. با این روش می‌توان از چرخه معمول تهیه مشخصات محصول، گرفتن تأییدیه‌ها و جلب موافقت طراحان یا مدیران محصول عبور کرد.
نکته مهم این است که فرد روی یک ایده خوب تمرکز کند، نه اینکه سه ایده ارزشمند را میان ۲۰ ایده ضعیف پنهان سازد. کسی که بخواهد هم‌زمان نمونه‌ای اولیه شامل یک زبان برنامه‌نویسی جدید، یک سامانه پشتیبان و اپلیکیشن‌های موبایل بسازد، شکست خواهد خورد. نمونه اولیه باید ایده را آن‌قدر روشن منتقل کند که مدیران ارشد فوراً هم فرصت پیش‌رو و هم فرد مناسبی را که می‌تواند مسئول پیشبرد آن باشد، تشخیص دهند.
تازه‌واردها در همدلی با کاربران برتری دارند
ریزبرگ میان دو گروه از مهندسان تفاوت قائل می‌شود. تازه‌واردهایی که روی محصولات مستقیماً در دسترس کاربران کار می‌کنند، معمولاً به‌طور طبیعی می‌توانند خود را جای کاربران بیرونی بگذارند. در مقابل، همکارانی که سال‌ها در شرکت‌هایی مانند اسلک یا نوشن کار کرده‌اند، گاهی در دیدن مسائل از نگاه کاربری که خارج از سازمان قرار دارد، با دشواری روبه‌رو می‌شوند. اما برای مهندسانی که روی زیرساخت یا ابزارهای داخلی کار می‌کنند، ناآگاهی از اینکه چرا انجام کاری ظاهراً ناممکن تلقی می‌شود، می‌تواند یک مزیت باشد.
او برای تأیید این دیدگاه، نمونه‌ای از شرکت خود ارائه می‌کند. دو مهندس آنتروپیک که در آن زمان نسبتاً تازه‌وارد بودند، آنتونی موریس و آلیس ژائو، رابط گرافیکی Claude Code را طی یک آخر هفته ساختند. حدود هشت روز بعد، نخستین نسخه عمومی این محصول منتشر شد.
ریزبرگ اکنون در درخواست‌های استخدام به دنبال نمونه‌های اولیه کوچکی است که سلیقه حرفه‌ای، همدلی و تفکر اصول‌محور متقاضیان را نشان دهند. او می‌گوید مصاحبه سنتی برنامه‌نویسی دیگر بازنخواهد گشت.
از یک سو، توصیه‌های ریزبرگ پیامی توانمندساز دارند. هوش مصنوعی می‌تواند فرصت‌ها را برابرتر کند و به تازه‌واردها کمک کند از موانعی عبور کنند که افراد بانفوذتر ایجاد کرده‌اند؛ افرادی که دیگر مشکلات شرکت خود را نمی‌بینند. از سوی دیگر، این رویکرد معیار ورود به مشاغل ابتدایی را از پشتکار و مهارت فنی به سمت تفکر کارآفرینانه، درک محصول و سلیقه حرفه‌ای سوق می‌دهد. بسیاری از دانشگاه‌ها این مهارت‌ها را به‌ندرت آموزش می‌دهند و شرکت‌ها نیز در گذشته معمولاً انتظار داشتند مدیران محصول باتجربه یا بنیان‌گذاران از آن‌ها برخوردار باشند.
مهندسانی که ریزبرگ به‌عنوان الگو معرفی می‌کند، حتی بدون درخواست دیگران در آخر هفته‌ها نمونه اولیه می‌سازند. عبارت «انگیزه و اشتیاق از سابقه کار مهم‌تر است» ممکن است الهام‌بخش باشد، اما در عین حال بر فرهنگ کاری مبتنی بر تلاش مستمر و فراتر رفتن از انتظارات رسمی تکیه دارد؛ فرهنگی که همه توسعه‌دهندگان تازه‌کار لزوماً نمی‌توانند آن را در پیش بگیرند.