דוח | הביקוש למיומנות ב-AI בקבלה לעבודה מזנק מ-24% ל-36%

תקציר מנהלים

המחקר הזה משתמש באותו קורפוס גיוס מ-Hacker News ממאי 2025 ומאי 2026 כמו דוח מדד ה-RTO, אבל בוחן אותו מזווית אחרת: באיזו תדירות חברות מזכירות כלי AI, יכולות LLM, תהליכי עבודה מבוססי סוכנים ודרישות קשורות בטקסטי גיוס.

חדירת מילות המפתח המדויקות של AI עלתה מ-23.5% במאי 2025 ל-35.6% במאי 2026. בפשטות: בערך פוסט גיוס אחד מכל ארבעה ב-HN הזכיר לפני שנה כלי AI מסוים או מושגי LLM; עד מאי 2026 זה כבר היה יותר מאחד מכל שלושה.

המהלך החשוב ביותר הוא לא רק התדירות. AI בדרישות חובה עלה מ-1.7% ל-4.1%, בעוד ש-AI כמומלץ כמעט שלא השתנה. זה מצביע על כך ששפת AI עוברת מסימן של “נחמד אם יש” אל סעיף של “חייבים” בגיוס טכני.

גם תמהיל מילות המפתח השתנה. "Agentic" הפך למילת המפתח המובילה במדגם של 2026, ו-Claude יחד עם Claude Code עקפו את Cursor ואת Copilot בהזכרת כלים בשמם. עבור שיווק למפתחים, גיוס ותכנון קריירה, זהו אות שימושי לכך ששוטפות בעבודה עם תהליכי AI הופכת לחלק מהסטאק ההנדסי המיינסטרימי.

נסו את Thunderbit לגלישה וגרידה מבוססות AI

הממצאים שהכי קל לשתף

1. אזכורי AI מדויקים עלו מ-23.5% ל-35.6% — גידול של 12.1 נקודות אחוז.
2. אזכורי AI רחבים עלו מ-29.5% ל-39.1%.
3. AI בדרישות חובה יותר מהכפיל את עצמו, מ-1.7% ל-4.1%.
4. AI כמועדף כמעט לא זז, מ-3.0% ל-3.5%, מה שהופך את העלייה ב-Required למשמעותית יותר.
5. "Agentic" עלה מ-7 אזכורים ל-30 והפך למילת המפתח המובילה ב-2026.
6. Claude הופיע 18 פעמים ו-Claude Code הופיע 11 פעמים ב-2026; יחד, 29 אזכורים.
7. תפקידי הנדסה הובילו את המהלך המרכזי, עם עלייה בחדירת מילות מפתח של AI מ-22.1% ל-36.3%.

יש הבדל בין חברה שאומרת "אנחנו נרגשים מ-AI" לבין חברה שכותבת AI ישירות לתוך תיאור התפקיד שהמועמד חייב לעמוד בו. הראשון הוא מסר שיווקי. השני הוא איתות תפעולי. הדוח הזה מתמקד בסוג השני של ראיות: המילים שחברות משתמשות בהן כשהן מנסות לגייס אנשים טכניים בפורום ציבורי, שמאוכלס בעיקר באנשי הנדסה.

ההבחנה הזו חשובה לקוראי הבלוג כי נתוני אימוץ AI רועשים מאוד. LinkedIn ו-Indeed יכולים להראות צמיחה חדה בשפת AI, אבל לוחות דרושים גם מתגמלים דחיסת מילות מפתח. בלוגים של חברות יכולים להישמע שאפתניים בלי להוכיח הרבה על העבודה היומיומית. Hacker News הוא מדגם קטן ומוטה יותר, אבל השפה בו נוטה להיות פחות מלוטשת ויותר ישירה. מייסד או מהנדס שמפרסם שם בדרך כלל מנסה למשוך עמיתים, לא לייעל עבור אלגוריתם חיפוש של מגייס.

לכן הכותרת הראשית היא לא רק שמילות AI הופיעו לעיתים קרובות יותר. הסיפור החד יותר הוא ששפת AI עלתה בהיררכיה של טקסט הגיוס: מהתעניינות כללית, לכלים נקובים בשמם, ועד דרישות חובה. זהו סוג השינוי שקוראים יכולים להשתמש בו כשחושבים על קריירה, כלי פיתוח, גיוס, או הגל הבא של תוכן B2B.

Hacker News מפעיל שרשור גיוס קבוע בראשון לכל חודש — "Ask HN: Who is hiring?". חברות מפרסמות תגובה בפורמט company | role | location | REMOTE/HYBRID/ONSITE | description. שלפנו את השרשורים של מאי 2025 ומאי 2026, בסך הכול 619 תגובות גיוס, וסרקנו אותם לאזכורים של כלי AI ספציפיים ומילות מפתח של יכולות.

הממצא המרכזי פשוט: במשך 12 חודשים, האזכורים של כלי AI בטקסטי גיוס עלו מ-23.5% ל-35.6%. זהו גידול מוחלט של 12 נקודות אחוז, בערך 51% יחסית. מבין כל דוחות המגמה שעשינו, זהו אחד השינויים המבניים המהירים ביותר בחלון זמן דומה — בערך פי ארבעה מהשינוי של +3.3 נקודות אחוז בין היברידי ל-Remote שתועד בדוח ה-RTO Index 2026 הסמוך שלנו.

אבל המספר של 12 נקודות אחוז הוא לא החלק הכי מעניין. שלושה דברים שמתחתיו חשובים יותר.

אחד, "Required AI" הכפיל את עצמו. משרות שבאופן מפורש כתבו required / must have / experience with X AI tool עלו מ-1.7% במאי 2025 ל-4.1% במאי 2026 — 5 ל-13 משרות מול אותו מכנה. החלק של חברות שמתייחסות ל-AI כאל חובה בקריטריוני הגיוס יותר מהכפיל את עצמו. המיקום של AI בתיאורי המשרות זז מ־"יתרון נחמד" לכיוון "דרישת סף כבר מהיום הראשון".

שתיים, "agentic" עבר מכמעט אפס למקום הראשון. בשרשור של מאי 2025 המילה "agentic" הופיעה 7 פעמים, בקושי נכנסה לעשירייה השנייה. במאי 2026 היא הופיעה 30 פעמים ולקחה את המקום הראשון. "Agentic" — סוכן AI / תהליך עבודה סוכני — עבר בתוך 12 חודשים מז'רגון מחקרי לאוצר מילים סטנדרטי של טקסטי גיוס. בארבע גלי הטכנולוגיה האחרונים (big data, blockchain, Web3, LLMs עצמם), אף מושג לא עשה את המעבר הזה כל כך מהר. הסיבות ברורות: Anthropic ממצבת מחדש את Claude כ"סוכן שמשתמש בכלים", OpenAI משיקה Computer Use והדגמות של GPT-5 agent, וסבב Y Combinator W26 עמוס במיוחד בסטארטאפים "agentic". הנרטיב הטכני התפוצץ מסוף 2024 ועד אמצע 2025, ושרשור מאי 2026 הוא המדגם שבו הגל מגיע לגיוס.

שלוש, Claude מוביל בספירת הכלים הנקובים, יותר מפי 2 מ-Cursor ו-Copilot. "Claude" מופיע 18 פעמים במאי 2026 (לעומת 3 במאי 2025 — קפיצה של פי 4.5). "Claude Code" מופיע בנפרד עוד 11 פעמים; יחד 29 אזכורים. Cursor עומד על 8, Copilot על 6. Copilot הוא השחקן הוותיק בקטגוריה הזו — GitHub השיקה אותו ב-2021, וחמש שנות נוכחות בנו היכרות רחבה בקרב מהנדסים. אבל בטקסטי גיוס ב-HN — מדגם של מהנדסים שכותבים עבור מהנדסים אחרים — Claude של Anthropic עקף אותו. אם אתם עוסקים בשיווק למפתחים, עומק החדירה של Anthropic גבוה בהרבה ממה שנראה על פני השטח. האות הזה כמעט לא נראה ב-LinkedIn או Indeed (מדגמים כאלה נסתמים ב-SEO על ידי כל ספק בו-זמנית); הוא מופיע רק ברגיסטר ה-אדם לאדם של HN.

כשמחברים את שלוש התצפיות יחד, הנתונים מספרים סיפור אחד: AI בנרטיב הגיוס עובר מ"אנחנו רוצים לעשות AI" ל"אנחנו כבר עושים AI, ואתם צריכים לדבר את השפה". מצד הפעלים, "build with," "automate via," "use" נעשים נפוצים יותר; "explore," "research," "prototype" נסוגים. מצד הכלים, האקוסיסטם של Claude מבית Anthropic (Claude + Claude Code + מסגרות agentic) מאתגר את המיצוב של OpenAI בתודעת המפתחים. בהמשך נפרק כל שכבה.

1. התמונה הכללית: מ-24% ל-36%

סרקנו את הטקסט המלא של 619 תגובות גיוס באמצעות מילון מילות מפתח ציבורי ל-AI (הרשימה המלאה בהמשך). ההתאמות מסווגות לארבע רמות, מרחבה לדוקה:

• רחבה: כל מילת מפתח שקשורה ל-AI (כולל מונחים כלליים כמו "machine learning")
• מדויקת: כלים ספציפיים ל-AI (Claude / Cursor / Copilot / OpenAI / Midjourney) או מונחי קטגוריית LLM (GenAI / LLM / RAG / agentic)
• חובה: התאמה מדויקת + בהקשר מופיע required / must have / experience with
• מועדפת: התאמה מדויקת + בהקשר מופיע nice to have / preferred / bonus

Metric	2025-05	2026-05	YoY (pp)
Loose AI mention	29.5% (89)	39.1% (124)	+9.6
Strict AI mention	23.5% (71)	35.6% (113)	+12.1
Required AI	1.7% (5)	4.1% (13)	+2.4
Preferred AI	3.0% (9)	3.5% (11)	+0.5

השורה הכי אינפורמטיבית היא Strict — היא מסננת את החיוביים-מזויפים ממונחים רחבים כמו "machine learning." במשך 12 חודשים, Strict עלה מ-23.5% ל-35.6%, עלייה מוחלטת של 12.1 נקודות אחוז, בערך 51% יחסית. במילים פשוטות: לפני שנה, בערך 1 מכל 4 פוסטים גיוס ב-HN הזכיר במפורש כלי AI כמו Claude / Cursor / Copilot / LLM / RAG. היום — יותר מ-1 מכל 3.

שורת Required מספרת גרסה חדה יותר של אותו סיפור. 5 עד 13 פוסטים — קטן במספר מוחלט, גדול במשמעות. אזכור כלי AI בחלק של הדרישות-החובה אומר שהכלי כבר משולב בזרימת העבודה, לא רק שאפתני. "Required" הכפיל את עצמו, מהר יותר מ-Loose ו-Strict, וזה האות הנקי ביותר לכך שכלי AI עוברים מנרטיב גיוס אל ציפייה אמיתית בתהליך העבודה.

Preferred כמעט לא זז, וזה כשלעצמו איתות. אם כל גל ה-AI היה רק "להוסיף מילים של AI לעותק הגיוס," היינו מצפים שגם Preferred יעלה יחד עם Required — "נשמח אם אתם מכירים כלים של AI, זה פלוס." אבל Preferred עלה רק ב-+0.5 נקודות אחוז בעוד Required עלה ב-+2.4. כלי AI לא פשוט מוזכרים יותר; הם מטפסים במעלה היררכיית הדרישות, מנחמד-אם-יש לחובה.

2. אילו מילות AI ננקבות בשמן: agentic, Claude, LLM מוביל

מדורגים לפי מספר אזכורים, 12 מילות ה-AI המובילות בשרשור 2026-05:

Rank	Keyword	2026-05	2025-05	Type
1	agentic	30	7	New concept
2	LLM	24	16	Capability
3	LLMs	19	23	Capability
4	Claude	18	3	Tool / brand
5	AI agents	15	14	New concept
6	AI-native	12	4	New concept
7	Claude Code	11	0	Tool / brand
8	RAG	10	6	Capability
9	AI tools	8	5	Capability
10	Cursor	8	0	Tool / brand
11	Copilot	6	3	Tool / brand
12	OpenAI	6	8	Tool / brand

כמה הערות ששווה לשמור.

"agentic" קפץ מ-7 ל-30 — המנצח בקטגוריית המושגים החדשים. לפני שנה כמעט אף אחד לא השתמש בזה בגיוס ב-HN; היום זו המילה #1. "Agentic" — סוכן AI / תהליך עבודה סוכני — עבר מז'רגון מחקרי לאוצר מילים סטנדרטי של גיוס בתוך 12 חודשים. בארבעת גלי הטכנולוגיה האחרונים (big data, blockchain, Web3, LLMs עצמם) לא ראינו חדירה כזו במהירות של שנה אחת. הסיבות ברורות: Anthropic ממסגרת מחדש את Claude כ"agent that uses tools," OpenAI משיקה Computer Use והדגמות agent של GPT-5, וסבב Y Combinator W26 מוטה מאוד לעבר סטארטאפים agentic. הנרטיב הטכני התפוצץ מסוף 2024 עד אמצע 2025, ושרשור מאי 2026 הוא בדיוק המדגם שבו הוא נוחת בטקסטי גיוס.

Claude מוביל באזכורי כלים בשמם. 18 אזכורים ועוד 11 של Claude Code בנפרד, סך הכול 29. Cursor עומד על 8, Copilot על 6. Copilot הוא השחקן הוותיק — GitHub השיקה אותו ב-2021, וחמש שנות נוכחות אמורות לתרגם לדומיננטיות. אבל בטקסטי גיוס ב-HN — מהנדסים שכותבים עבור מהנדסים — האקוסיסטם של Claude מבית Anthropic עקף אותו. אם אתם עושים שיווק למפתחים, עומק החדירה של Anthropic עמוק בהרבה ממה שנראה מבחוץ. האות הזה לא נראה ב-LinkedIn או Indeed (שנחנקים מ-SEO מצד כל הספקים); הוא צף רק ברגיסטרים של אדם-לאדם כמו HN.

"LLM" + "LLMs" יחד: 43 אזכורים. קטגוריית היכולות הגדולה ביותר בפער ניכר. "Working with LLMs" כבר הפך להקשר בסיסי שלא צריך להסביר — עבור מועמד הנדסי ב-2026, זה מקביל ל"צריך לדעת git" כמו שהיה ב-2018.

"AI-native" קפץ ל-12, מ-4. זהו מונח תרבותי/ארגוני — חברות לא רוצות רק היכרות עם כלי AI, אלא מועמדים שהמודל המחשבתי הבסיסי שלהם הוא AI-first. עצם הופעת המילה הזו בטקסטי גיוס היא אות לבשלות: השוק עבר מ"לגייס מישהו שמכיר AI" ל"לגייס מישהו שמתייחס ל-AI כאל ברירת מחדל של העבודה".

RAG עלה ל-10, מ-6. Retrieval-Augmented Generation היה ז'רגון מחקרי ב-2024; ב-2026 הוא כבר מופיע בבולטים של תיאורי משרות כדרישת הנדסה מפורשת. וקטור דטבייס ו-pipelines של retrieval נמצאים כעת במערכות הייצור של הרבה חברות.

3. מי כותב "Required AI" ב-HN: רשימת 13 החברות

בשרשור 2026-05, 13 חברות צירפו במפורש required / must have / experience with יחד עם מילות מפתח של כלי AI. הרשימה המלאה נמצאת בגרף; הנה מדגם מייצג:

• We The Flywheel (Role: Eng) — ה-JD דורש במפורש: Claude;Claude Code;Cursor
• SEEKING FREELANCER (Role: Eng) — ה-JD דורש במפורש: Cursor;Lovable
• Pathos AI (Role: Eng) — ה-JD דורש במפורש: OpenAI
• Brandfetch (https://brandfetch.com) (Role: Eng) — ה-JD דורש במפורש: LLM;AI agent
• Dablam (Role: Eng) — ה-JD דורש במפורש: AI agents
• Starbridge (Role: Eng) — ה-JD דורש במפורש: Anthropic;OpenAI;Gemini;LangChain;LlamaIndex
• INDATA (Role: Eng) — ה-JD דורש במפורש: Claude;Claude Code;Anthropic;OpenAI;Copilot;Cursor
• BIT Capital (Role: Eng) — ה-JD דורש במפורש: LLM;RAG;agentic

תסתכלו על הפרופיל. INDATA רוצה Claude / Claude Code / Anthropic / OpenAI / Copilot / Cursor — סטאק מלא של כלי AI כציפייה מיום ראשון, לא "נא להיות מוכרים עם AI." Starbridge מונה Anthropic / OpenAI / Gemini / LangChain / LlamaIndex — APIs של מודלים וגם מסגרות retrieval. We The Flywheel מבקשת Claude + Claude Code + Cursor — סטאק נקי של coding agents.

לחברות האלה יש דפוס משותף: הן בחרו ערוץ ציבורי כמו HN כדי לגייס, ובחרו לכתוב את כלי ה-AI לתוך סעיף החובה. שתי הבחירות חשובות. פרסום ב-HN הוא עם יותר חיכוך מאשר LinkedIn — צריך חשבון, הפוסט גלוי לציבור ולעמיתים, וכל הגזמה נקראת מיד בתגובות. הסינון העצמי דרך המסנן הזה אומר שחברות שעדיין מוכנות לכתוב Required AI כמעט בוודאות באמת תלויות בתהליכי עבודה בכלים האלה, ולא רק ממלאות מקום במילות מפתח.

עבור מפעילי DTC, שיווק SaaS ואנשי מותג מעסיק, השימוש המשני ברשימה הזאת הוא כנקודת ייחוס: נרטיב מותג-מעסיק של "אנחנו שוטפי AI" אפשר כיום לבדוק אמפירית. להגיד "אנחנו משתמשים ב-AI" לא מספיק — השאלה אם מודעות הדרושים שלכם מעזות לכתוב Required יחד עם שמות כלים ספציפיים מגלה את עומק השימוש האמיתי ב-AI בצוות. דף קריירה שאומר "אנחנו חברת AI-first" אבל לא מציין סטאק כלים באף JD, ייראה למועמדים כלא עקבי.

4. הנדסה עלתה מ-22% ל-36% חדירת מילות AI

לפי קטגוריית תפקיד, שיעור ה-AI במאי 2026 (רק קטגוריות עם ≥3 משרות):

Role bucket	Total	AI hits	Hit rate	2025-05 rate
Founding	5	4	80.0%	100.0%
Ops	6	3	50.0%	40.0%
Marketing	8	4	50.0%	16.7%
AI/Research	8	3	37.5%	33.3%
Eng	237	86	36.3%	22.1%
Other	46	11	23.9%	21.1%
Sales	3	0	0.0%	0.0%

כמה הערות.

הסיפור האמיתי הוא הנדסה. 74.8% מהמדגם (237 משרות). שיעור ה-AI שלה עלה מ-22.1% במאי 2025 ל-36.3% במאי 2026 — עלייה מוחלטת של 14 נקודות אחוז. כל טענת “חדירת AI” ברמת המאקרו בדוח הזה נשענת בראש ובראשונה על השורה הזו. בערך אחד מכל שלושה פוסטים להנדסת תוכנה מזכיר כיום במפורש מילות מפתח של AI — זהו השינוי המבני הגדול ביותר בטקסטי גיוס לתוכנה ב-12 החודשים האחרונים.

קטגוריית AI/Research עומדת על 8 משרות בלבד עם שיעור של 37.5% — נמוך יותר מהנדסה. זה נראה נגד-אינטואיטיבי. בתיאוריה, "AI Research / AI Engineer" אמור להתקרב ל-100%. הסיבה שזה לא קורה היא שתיאורי המשרות בקטגוריה הזו משתמשים באוצר מילים טכני מאוד ("transformer architecture / attention mechanism / pretraining objective") שהמילון שלנו לא מכסה. גם המדגם הקטן מוסיף רעש. אל תקראו את זה כ"גיוס AI research משתמש בפחות מילות AI" — זה פער בכיסוי של המקטלג, לא תופעה בתעשייה.

קטגוריית Founding (founding engineer / Chief of Staff / VP-level) מגיעה ל-80% ב-2026 — 4 מתוך 5 משרות במדגם. זה משקף את האופן הרחב שבו נכתבים JD-ים לתפקידי founding — "founding engineer צריך ללבוש הרבה כובעים, כולל כלי AI." אבל 5 דגימות זה מעט מדי למסקנה חזקה.

Marketing / Ops עם 6-8 משרות כל אחת, שיעור של כ-50%. נשמע גבוה; בעיקר אפקט של גודל מדגם. במדגם גדול יותר, הקטגוריות האלה כנראה היו מתכנסות לטווח של 30-40%. המדגם מכיל מעט מדי משרות Marketing / Sales / Ops / HR כדי להסיק מסקנות ספציפיות; אל תצטטו את הקטגוריות האלה לטענות ברמת תפקיד.

המסקנה היחידה ברמת תפקיד שאפשר לצטט בבטחה: חדירת מילות AI בהנדסה עלתה מ-22% ל-36%. המדגם גדול מספיק; השינוי גדול מספיק; שאר הקטגוריות קטנות מדי כדי לתמוך בהצהרות חזקות.

5. למה זה חשוב, ואיפה זה נעצר

ב-18 החודשים האחרונים, הוויכוח סביב “האם AI באמת משנה את הגיוס” התחלק לשני מחנות.

מחנה האופטימיים מצטט דוחות של LinkedIn / Indeed — התפוצצות במספר מילות מפתח של GenAI (ב-LinkedIn Economic Graph מדברים על 21x YoY; ב-Indeed Hiring Lab על +330% YoY). מחנה הספקנים טוען שהמספרים האלה משקפים "חברות שדוחסות מילות AI לתוך JD-ים עבור SEO" ולא שימוש אמיתי במקום העבודה.

הערך של HN כדגימה הוא שהוא לא מותאם ל-SEO / לאלגוריתמים של פלטפורמות גיוס. תגובות ב-HN נכתבות על ידי מהנדסים ומייסדים עבור העמיתים שלהם — בלי דחיסת מילות מפתח כמו ב-LinkedIn, בלי משחקי CPC של Indeed, בלי תבניות של מגייסים. כל תגובה נצפית, זוכה לתגובה, ונבדקת בזמן אמת על ידי קוראי HN. כל טענה מוגזמת על כלי AI נחשפת מיד. מסנן הביקורת הציבורית הזה הופך את טקסטי הגיוס ב-HN למדגם יחסית נקי של ביקוש אמיתי מהמעסיקים.

אם מדגם מסונן כזה מראה עלייה של +12 נקודות אחוז ב-Strict AI בתוך 12 חודשים, זהו איתות חזק לביקוש אמיתי — לא ארטיפקט של אלגוריתם פלטפורמה.

אבל גבולות המדגם חייבים להיות מסומנים ביושר. HN היא קהילה של מפתחים / צוותי הנדסה מוקדמים / סטארטאפים — מוטה מאוד כלפי מאמצי AI מוקדמים. הנדסה היא 74.8% מהמדגם; הייצוגיות עבור Sales / Marketing / HR / Finance / Legal חלשה. תעשיות מסורתיות (פיננסים גדולים, ייצור, קמעונאות, בריאות, חינוך) מציגות חדירת מילות AI נמוכה בהרבה; רוב החברות האלה בכלל לא מגייסות ב-HN.

לכן אי אפשר לקרוא את הדוח הזה כ־"חדירת AI בשוק העבודה האמריקאי היא 35.6%" — הוא אומר "במדגם עצמי שנבחר של מפתחים / סטארטאפים ב-HN, חדירת מילות AI בטקסטי גיוס היא 35.6%." זה הבדל גדול.

6. הנחיות מעשיות ל-ops, תוכן וגיוס

כמה פעולות לכל מי שעבודתו נוגעת בתחומים האלה.

שיווק למפתחים ומותג מעסיק. העבירו את "היכרות עם כלי AI" מסעיף ה-nice-to-have של דף הקריירה לציפייה מיום ראשון. שיעור ה-Strict של 35.6% הוא קו הבסיס של העמיתים שלכם — אם הנראות של כלי ה-AI בדף הקריירה שלכם נמוכה משמעותית ממנו, אתם מאבדים מועמדים לטובת עמיתים שמציגים שוטפות AI בצורה בולטת. פעולה קונקרטית: בסעיף "עם מה תעבדו" רשמו כלים ספציפיים בשמותיהם (Claude + Cursor + LangChain + ...), לא ניסוחים כלליים כמו "modern AI tools."

מיצוב מוצרי SaaS / כלי פיתוח. חלון השוק למוצרים שתומכים בתהליכי AI נפתח. "Agentic" עלה מ-7 ל-30 אזכורים, כלומר לתשתית agentic / orchestration / observability יש הוכחת ביקוש אמיתית בטקסטי גיוס. נרטיב ה-GTM בקטגוריה הזו יכול עכשיו להישען על נתוני HN כעוגן אמפירי במקום להסתמך רק על מסמכי החזון של Anthropic ו-OpenAI.

תוכן B2B ו-SEO. חיפושי long-tail כמו "Claude vs Copilot vs Cursor" עלו באופן מורגש ב-18 החודשים האחרונים. רשימת מילות המפתח של הדוח הזה היא עוגן טבעי לתכנון עריכתי. "Agentic" הוא שטח SEO פתוח — 2026 עדיין מוקדמת מספיק כדי לבנות עמודי סמכות על תהליכי עבודה agentic (למשל "How to build agentic workflows" / "Agentic vs traditional automation" / וכו'). יתרון ה-first-mover עדיין עובד כאן כי תוצאות החיפוש עדיין לא תפוסות על ידי תשתית תוכן דומיננטית.

שיטות גיוס. קחו השראה מ-HN — כתבו Required יחד עם שמות כלים ספציפיים במקום "AI tool experience preferred." מדגם 13 החברות בדוח הזה (INDATA, Starbridge, We The Flywheel וכו') מדגים את התבנית המדויקת של "Required + named stack". מעבר לדיוק באיתות למועמדים, סגנון כזה מאפשר לכם לאמת מועמדים מיד בראיונות — "אתה אומר שאתה משתמש ב-Cursor; כמה בסיסי קוד פרודקשן שיגרת איתו?"

מעקב לאורך זמן. ניתן להפעיל מחדש מדי רבעון את רשימת מילות המפתח המובילות של הדוח הזה + רשימת חברות ה-Required — ה-API של HN Firebase ציבורי לחלוטין, תחזוקת המילון זולה, והתוצאה מתפקדת כדשבורד חדירה של AI לשוק הגיוס. קצב רבעוני מאפשר עדכון מגמה פרסומי בכל מחזור בלי תקציבי רכישת נתונים גדולים.

7. בדיקות יציבות והצלבה עם דגימות עמיתים

כל דוח מגמה מזמין את שאלת הקורא: האם השינוי של 12 נקודות אחוז אמיתי או רעש? שלוש בדיקות.

גודל המדגם יציב. סך הכול במאי 2025: 302. במאי 2026: 317. הפרש של 15 משרות בלבד. מכנה יציב אומר ששינויים בשיעור משקפים ארגון מחדש אמיתי של המונה, לא תזוזה במכנה.

Loose ו-Strict נעים באותו כיוון, כש-Strict נע מהר יותר. Loose +9.6 נקודות אחוז, Strict +12.1 נקודות אחוז. אותו כיוון, ו-Strict נע מהר יותר — משמעות הדבר היא שהעלייה היא לא רק "עוד מילות AI" אלא ספציפית "יותר אזכורים של כלים נקובים ו-LLMים נקובים." זה שולל את האפשרות שמילים מעורפלות הן אלה שמניעות את המספר של Loose.

Required נע מהר יותר מ-Preferred. Required +2.4 נקודות אחוז (≈פי 2.4), Preferred +0.5 נקודות אחוז (כמעט שטוח). כלי AI לא מוזכרים יותר כלאחר יד — הם עולים בהיררכיה מנחמד-אם-יש לחובה. זה האות הנקי ביותר לכך ש-AI עובר מסט נוסף לדרישת בסיס.

הצלבה עם נתונים של עמיתים:

Source	Coverage	Typical reading (2024-2025)
LinkedIn Economic Graph	Global LinkedIn JDs	GenAI-tagged role growth ~21x YoY (2023-2024)
Indeed Hiring Lab	US Indeed JDs	GenAI keyword frequency +330% YoY in all JDs
Stanford AI Index 2025	Global AI hiring composite	AI-class roles 1.7% (2024) → 2.5% (2025)
This report (HN Who's Hiring)	HN dev community, 619 postings	Strict AI mention 23.5% → 35.6% (+12.1 pp)

אלה לא סותרים זה את זה. ה-"GenAI 21x / 330%" של LinkedIn / Indeed מתייחס לתפקידי GenAI ייעודיים (AI Engineer / ML Engineer) — מכנה קטן שמייצר מכפילים דרמטיים. הדוח הזה מודד חדירה רחבה של מילות AI על פני כל תיאורי המשרות — מכנה רחב יותר, תנועה מוחלטת מתונה יותר, אבל סיפור רחב הרבה יותר. ה-"AI-class roles 1.7% → 2.5%" של Stanford AI Index 2025 הוא נתח של תפקידים ייעודיים, קרוב ל-"Required AI" שלנו (1.7% → 4.1%) אבל עם מכנה אחר. כמה מקורות עצמאיים מצביעים על אותו כיוון בסיסי, רק חתוכים מזוויות שונות.

---

מתודולוגיה

מקור הנתונים: Hacker News Firebase API (https://hacker-news.firebaseio.com/v0/item/{id}.json). השרשורים שהושוו: מאי 2025 (item id 43858554) ומאי 2026 (item id 47975571). כל תגובה ברמת עליונה טופלה כפרסום גיוס אחד (לפי נוהג HN). אותו קורפוס של 619 פרסומים כמו בדוח Return to Office Index 2026 — אותם נתוני מקור, זווית ניתוח שונה. תאריך צילום 2026-05-12 (UTC).

הטיית קהילת HN (האזהרה החשובה ביותר): קהילת הגיוס ב-HN נשלטת בידי מפתחים, צוותי הנדסה בשלבים מוקדמים וסטארטאפים שמאמצים AI. אי אפשר לקרוא את הדוח הזה כמגמת AI בגיוס בארה״ב או בעולם. תעשיות מסורתיות (פיננסים גדולים, ייצור, קמעונאות, בריאות, חינוך) מציגות חדירה נמוכה בהרבה של מילות AI; רובן בכלל לא מגייסות ב-HN.

קטגוריית ההנדסה דומיננטית ב-74.8%: ממצאים לגבי תפקידי Engineering נתמכים היטב; ממצאים לגבי Sales / Marketing / Ops / HR לא (כל קטגוריה N < 10). כל המסקנות הספציפיות לתפקיד בדוח הזה תקפות בביטחון רק עבור Engineering. שאר הקטגוריות קטנות מדי כדי לתמוך בהצהרות חזקות.

טקסט JD ≠ דרישות עבודה אמיתיות: תיאורי משרות מכילים שיווק והגזמה — "Copilot familiarity" יכול להיות מילוי מילות מפתח של HR ולא דרישת עבודה מיום ראשון. המספרים מתארים "נוכחות מילות מפתח בטקסט JD," לא שימוש ישיר ב-AI במקום העבודה. הם מתואמים, אבל זה לא אותו דבר.

דיוק של Required לעומת Preferred הוא בערך 75-85%: על סמך חלונות הקשר של ±120 תווים, מקרים גבוליים מסווגים לא נכון. לכן יש לקרוא את מספרי Required/Preferred כ"לפי כללי הסיווג שלנו," לא כאמת מוחלטת.

סיכון שלילי-כוזב במילון v1: המילון מעוגן לאקוסיסטם של כלי AI במאי 2026 ועלול להחמיץ כלים או מונחים שמופיעים בסוף 2026. שיעורי ה-hit המדווחים הם בפועל "שיעור hit לפי מילון v1" — כלומר גבול תחתון.

חברות עם כמה פוסטים אינן מאוחדות: אותן חברות יכולות להופיע כמה פעמים (במיוחד אלה עם 10+ פרסומים). אנחנו משתמשים ב"פרסומים" כמכנה, לא ב"מעסיקים ייחודיים", כי חזרה על אותה דרישת AI היא אות משמעותי לעומק ה-AI ברמת החברה, שאיחוד היה מוחק.

משפטי וזכויות יוצרים: API של HN ציבורי, לקריאה בלבד, ואינו דורש אימות. טקסט התגובות הוא קניינם של המחברים המקוריים; הדוח הזה משתמש רק בספירות מצטברות ובניתוח תדירות קצר של מילות מפתח — בלי ציטוט של תגובות מלאות. החברות הננקבות (13 חברות ה-Required-AI) מופיעות רק בהקשר חיובי או ניטרלי (הן הצהירו בעצמן בפומבי ש-AI הוא דרישת חובה). לא מפורסם קובץ נתונים גולמי להורדה ב-CSV/JSON; כל מספר ניתן לשחזור מה-API הציבורי של HN + המילון הציבורי.

הסתייגויות

מה הדוח הזה לא תומך בו:

• לא "כל תיאורי המשרות בארה"ב עכשיו דורשים כלי AI" (המדגם הוא תת-קבוצה של HN, לא שוק העבודה האמריקאי)
• לא "חברה X לא משתמשת בכלי AI" (אנחנו לא עוקבים אחרי חברות לאורך זמן)
• טענה שניתן להגן עליה: "בתוך שרשורי הגיוס של HN עבור 2025-05 ו-2026-05, אזכור Strict AI עלה מ-23.5% ל-35.6% (+12.1 נקודות אחוז)"

מקור נתונים וגרסאות

Dataset: ai_required_position_rate_2026/ (מאגר זה). תאריך צילום 2026-05-12 UTC, גרסה v1.0 (השוואת YoY בנקודת זמן אחת, מילון v1). משתף את נתוני HN עם דוח Return to Office Index 2026 — אפשר לצטט את שניהם יחד.

מה צוותי SEO ותוכן יכולים לצטט

המחקר הזה יוצר כמה זוויות ציטוט עבור פתיחי בלוג, קריאות נתונים, פוסטים ברשתות חברתיות, דפי השוואה והסברים המשך:

• אזכורי AI מדויקים עלו מ-23.5% ל-35.6% — גידול של 12.1 נקודות אחוז.
• אזכורי AI רחבים עלו מ-29.5% ל-39.1%.
• AI בדרישות חובה יותר מהכפיל את עצמו, מ-1.7% ל-4.1%.
• AI כמועדף כמעט לא זז, מ-3.0% ל-3.5%, מה שהופך את העלייה ב-Required למשמעותית יותר.
• "Agentic" עלה מ-7 אזכורים ל-30 והפך למילת המפתח המובילה ב-2026.
• Claude הופיע 18 פעמים ו-Claude Code הופיע 11 פעמים ב-2026; יחד, 29 אזכורים.
• תפקידי הנדסה הובילו את המהלך המרכזי, עם עלייה בחדירת מילות מפתח של AI מ-22.1% ל-36.3%.

ההסתייגות צריכה להישאר יחד עם הציטוט. המספרים האלה מתארים את המדגם הספציפי ושיטת האיסוף של הדוח הזה. אסור למתג אותם כמפקד מלא של השוק, מדד אימוץ פנימי, או טענה על כל חברה בקטגוריה.

לשימוש עריכתי, הניסוח החזק ביותר הוא זה שמשלב את נתון הכותרת יחד עם גבול המדגם. כך הטענה עמידה יותר וקלה יותר לאמון הקוראים. למשל, כתבו "במדגם הגיוס הזה ב-HN," "בסריקה הסטטית הזו של דף הבית ב-DTC," או "במדגם הזה של ערוץ YouTube" לפני שמעבירים את המספר לדיון על מגמה רחבה יותר.

הערות לשחזור

תיקיית האספקה כוללת את קובצי התהליך הבאים שהועתקו מחבילות הדוח המקומיות המקוריות. הם מצורפים כדי שניתן יהיה להשוות את הדוח המפורסם לסקריפטים, לפלטי הביניים, לגרפים ולדוחות הטיוטה ששימשו בתהליך הדיווח.

• process_files/out/analysis_stats.json
• process_files/out/hn_jobs_ai_parsed.csv
• process_files/scripts/01_compute_stats.py
• process_files/scripts/02_make_figs.py
• process_files/scripts/03_build_data_brief.py
• process_files/scripts/04_build_report_bilingual.py
• process_files/scripts/05_module_i_check.py

הורידו את כל הסקריפטים והדאטהסטים

תיקוני מתודולוגיה, בעיות בדאטהסט וניתוחים המשך יתקבלו בברכה בכתובת support@thunderbit.com. דוח זה מבוסס על אותות רשת ציבוריים או API ציבורי שנאספו במאי 2026, ויש לקרוא אותו יחד עם גבולות המדגם שצוינו לעיל.

נסו את Thunderbit AI Web Scraper Get Started Free