Como a IA Está Entrando nas Vagas do Hacker News em 2026

Resumo Executivo

Esta pesquisa usa o mesmo corpus de vagas do Hacker News de maio de 2025 e maio de 2026 do relatório RTO Index, mas o analisa por outro ângulo: com que frequência as empresas mencionam ferramentas de IA, capacidades de LLM, fluxos de trabalho agentic e requisitos relacionados nos textos das vagas.

A penetração estrita de palavras-chave de IA subiu de 23,5% em maio de 2025 para 35,6% em maio de 2026. Em termos simples, cerca de uma em cada quatro vagas do HN citava ferramentas específicas de IA ou conceitos de LLM há um ano; em maio de 2026, esse número passou para mais de uma em cada três.

O movimento mais importante não é só a frequência. A IA exigida passou de 1,7% para 4,1%, enquanto a IA desejável quase não mudou. Isso sugere que a linguagem de IA está deixando de ser um diferencial e entrando na seção de requisitos obrigatórios das vagas técnicas.

A combinação de palavras-chave também mudou. "Agentic" virou a principal palavra-chave no recorte de 2026, e Claude + Claude Code, juntos, superaram Cursor e Copilot em menções de ferramentas nomeadas. Para marketing de desenvolvedores, recrutamento e planejamento de carreira, esse é um sinal útil de que fluência em fluxos de trabalho de IA está se tornando parte do pacote padrão de engenharia.

Principais achados para compartilhar

1. As menções estritas de IA subiram de 23,5% para 35,6%, um aumento de 12,1 pontos percentuais.
2. As menções amplas de IA subiram de 29,5% para 39,1%.
3. A IA exigida mais que dobrou, de 1,7% para 4,1%.
4. A IA desejável quase não se mexeu, de 3,0% para 3,5%, o que torna o aumento da categoria Required ainda mais relevante.
5. "Agentic" passou de 7 menções para 30 e se tornou a palavra-chave nº 1 de 2026.
6. Claude apareceu 18 vezes e Claude Code 11 vezes em 2026; somados, são 29 menções.
7. As vagas de engenharia puxaram o principal movimento, com a penetração de palavras-chave de IA subindo de 22,1% para 36,3%.

Há uma diferença entre uma empresa dizer "estamos animados com IA" e colocar ferramentas de IA na descrição da vaga que a pessoa candidata precisa atender. A primeira é uma postura de marketing. A segunda é um sinal operacional. Este relatório foca nesse segundo tipo de evidência: as palavras que as empresas usam quando tentam contratar profissionais técnicos em um fórum público e voltado a engenheiros.

Essa distinção importa para quem lê blog porque os dados de adoção de IA são barulhentos. LinkedIn e Indeed podem mostrar crescimento explosivo na linguagem de IA, mas as plataformas de vagas também recompensam o excesso de palavras-chave. Blogs corporativos podem soar ambiciosos sem provar muito sobre o trabalho do dia a dia. O Hacker News é uma amostra menor e mais enviesada, mas a linguagem costuma ser menos polida e mais direta. Um fundador ou engenheiro publicando ali geralmente está tentando atrair pares, não otimizar para o algoritmo de busca de recrutadores.

Então a manchete não é apenas que palavras de IA apareceram com mais frequência. A história mais precisa é que a linguagem de IA subiu na hierarquia do texto das vagas: de interesse geral, para ferramentas nomeadas, até requisitos obrigatórios. Esse é o tipo de mudança que leitores podem usar ao pensar em carreira, ferramentas para desenvolvedores, recrutamento ou a próxima onda de conteúdo B2B.

O Hacker News publica um tópico fixo de contratações no primeiro dia de cada mês — "Ask HN: Who is hiring?". As empresas deixam um comentário no formato empresa | cargo | local | REMOTE/HYBRID/ONSITE | descrição. Coletamos os tópicos de maio de 2025 e maio de 2026, totalizando 619 comentários de contratação, e buscamos menções a ferramentas específicas de IA e palavras-chave de capacidades.

O resultado principal é simples: em doze meses, as menções a ferramentas de IA em textos de vagas subiram de 23,5% para 35,6%. Isso representa um aumento absoluto de 12 pontos percentuais, ou cerca de 51% em termos relativos. Entre todos os relatórios de tendência que já produzimos, esta é uma das mudanças estruturais mais rápidas em uma janela de tempo comparável — cerca de quatro vezes mais rápida do que a variação de +3,3 pp entre híbrido e remoto documentada no relatório adjacente RTO Index 2026.

Mas o número de 12 pp em si não é a parte mais interessante. Três coisas abaixo dele são.

Primeiro, a categoria "Required AI" dobrou. As vagas que escrevem explicitamente required / must have / experience with X AI tool passaram de 1,7% em maio de 2025 para 4,1% em maio de 2026 — de 5 para 13 vagas, com o mesmo denominador. A parcela de empresas que tratam IA como item obrigatório nos critérios de contratação mais que dobrou. A posição da IA nas descrições de vagas está migrando de "bom ter" para "requisito já no primeiro dia".

Segundo, "agentic" saiu de quase inexistente para o primeiro lugar. No tópico de maio de 2025, "agentic" apareceu 7 vezes, mal entrando no top 20. Em maio de 2026, apareceu 30 vezes e assumiu o primeiro lugar. "Agentic" — agente de IA / fluxo de trabalho agentic — saiu do jargão de pesquisa e virou vocabulário padrão de vagas em doze meses. Nas últimas quatro ondas de tecnologia (big data, blockchain, Web3, as próprias LLMs), nenhum conceito fez essa transição tão rápido. Os impulsionadores são visíveis — Anthropic reposicionando Claude como "agent that uses tools", OpenAI lançando Computer Use e demos de agentes do GPT-5, e a turma W26 do Y Combinator fortemente inclinada a startups agentic. A narrativa técnica explodiu do fim de 2024 até meados de 2025, e o tópico de maio de 2026 é a amostra em que essa onda chega às vagas.

Terceiro, Claude lidera o volume de ferramentas nomeadas, mais que o dobro de Cursor e Copilot. "Claude" aparece 18 vezes em maio de 2026 (contra 3 em maio de 2025 — um salto de 4,5x). "Claude Code" aparece separadamente mais 11 vezes; somados, são 29 menções. Cursor aparece 8 vezes, e Copilot, 6. Copilot é o incumbente nessa categoria — o GitHub o lançou em 2021, e cinco anos de presença consolidaram reconhecimento amplo entre engenheiros. Mas no texto das vagas do HN — uma amostra de engenheiros escrevendo para outros engenheiros — Claude, da Anthropic, o ultrapassou. Se você trabalha com marketing para desenvolvedores, a profundidade de penetração da Anthropic é muito maior do que parece à primeira vista. Esse sinal não aparece no LinkedIn ou Indeed (essas amostras são infladas por SEO de todos os fornecedores ao mesmo tempo); ele surge apenas no registro pessoa a pessoa do HN.

Juntando as três observações, os dados contam uma história: a IA na narrativa de contratação está mudando de "queremos fazer IA" para "já fazemos IA, você precisa ser fluente". Do lado dos verbos, "build with", "automate via" e "use" estão ficando mais comuns; "explore", "research" e "prototype" estão recuando. Do lado das ferramentas, o ecossistema Claude da Anthropic (Claude + Claude Code + frameworks agentic) está desafiando a posição da OpenAI na mente dos desenvolvedores. A seguir, detalhamos cada camada.

1. Panorama geral: de 24% para 36%

Analisamos o texto completo de 619 comentários de contratação usando um dicionário público de palavras-chave de IA (lista completa abaixo). Os resultados são classificados em quatro níveis, do mais amplo ao mais estrito:

• Amplo: qualquer palavra-chave relacionada à IA (incluindo termos gerais como "machine learning")
• Estrito: ferramentas específicas de IA (Claude / Cursor / Copilot / OpenAI / Midjourney) ou termos de categoria LLM (GenAI / LLM / RAG / agentic)
• Required: ocorrência estrita + contexto com required / must have / experience with
• Preferred: ocorrência estrita + contexto com nice to have / preferred / bonus

A linha mais informativa é a Estrita — ela elimina os falsos positivos de termos amplos como "machine learning". Em doze meses, a categoria Estrita passou de 23,5% para 35,6%, um aumento absoluto de 12,1 pp, ou cerca de 51% em termos relativos. Em termos simples: há um ano, aproximadamente 1 em cada 4 vagas do HN nomeava explicitamente ferramentas de IA como Claude / Cursor / Copilot / LLM / RAG. Hoje, é mais de 1 em cada 3.

A linha Required mostra uma versão mais incisiva da mesma história. De 5 para 13 vagas — pequeno em termos absolutos, grande em implicações. Colocar uma ferramenta de IA na seção de requisito obrigatório significa que a ferramenta já está embutida no fluxo de trabalho, e não apenas desejada no futuro. "Required" dobrou, mais rápido do que Amplo e Estrito, o que é o sinal mais limpo de que as ferramentas de IA estão saindo da narrativa da vaga e entrando na expectativa real do processo de trabalho.

A categoria Preferred quase não mudou, e isso também é um sinal. Se toda a onda de IA fosse apenas "adicionar palavras de IA ao texto da vaga", Preferred deveria subir junto com Required — algo como "adoraríamos se você conhecesse ferramentas de IA, isso é um diferencial." Preferred subiu só +0,5 pp, enquanto Required subiu +2,4 pp. As ferramentas de IA não estão sendo mencionadas de forma casual com mais frequência; elas estão sendo promovidas na hierarquia de requisitos, de diferencial para obrigatório.

2. Quais termos de IA aparecem: agentic, Claude e LLM lideram

Ordenadas por número de menções, as 12 principais palavras-chave de IA no tópico de 2026-05:

Alguns pontos merecem atenção.

"agentic" saltou de 7 para 30 — o grande vencedor entre os novos conceitos. Há um ano, quase ninguém usava esse termo em vagas do HN; hoje ele é nº 1. "Agentic" — agente de IA / fluxo de trabalho agentic — saiu do jargão de pesquisa para o vocabulário padrão de vagas em doze meses. As últimas quatro ondas de tecnologia (big data, blockchain, Web3, as próprias LLMs) não mostraram esse tipo de velocidade de penetração em um único ano. Os impulsionadores são claros: Anthropic reposicionando Claude como "agent that uses tools", OpenAI lançando Computer Use e demos de agentes do GPT-5, e a turma W26 do Y Combinator fortemente inclinada a startups agentic. A narrativa técnica explodiu do fim de 2024 até meados de 2025, e o tópico de maio de 2026 é exatamente a amostra em que isso aparece nas vagas.

Claude lidera entre as menções a ferramentas nomeadas. São 18 menções, além de mais 11 de Claude Code separadamente, totalizando 29. Cursor tem 8, Copilot tem 6. Copilot é o incumbente — o GitHub o lançou em 2021, e cinco anos de presença deveriam significar domínio. Mas no texto das vagas do HN — engenheiros escrevendo para engenheiros — o ecossistema Claude, da Anthropic, já passou à frente. Se você trabalha com marketing para desenvolvedores, a profundidade de penetração da Anthropic é muito maior do que a superfície sugere. Esse sinal é invisível no LinkedIn ou Indeed (inflados por SEO); ele aparece apenas em registros pessoa a pessoa como o HN.

"LLM" + "LLMs" somados: 43 menções. É de longe a maior categoria de capacidade. "Trabalhar com LLMs" já virou contexto básico que não precisa mais de explicação — para a pessoa candidata de engenharia em 2026, isso é equivalente ao que "você precisa saber git" era em 2018.

"AI-native" chegou a 12, contra 4 antes. Essa é uma palavra-chave cultural/organizacional — as empresas querem não só fluência em ferramentas, mas candidatos cujo modelo mental padrão seja AI-first. O simples fato de essa expressão aparecer no texto das vagas já é um sinal de maturidade: o mercado passou de "contrate alguém que conheça IA" para "contrate alguém que trate IA como fluxo de trabalho padrão".

"RAG" em 10, contra 6. Retrieval-Augmented Generation era jargão de pesquisa em 2024; em 2026, já aparece em bullets de vagas como requisito explícito de engenharia. Bancos vetoriais e pipelines de recuperação já estão em sistemas de produção de muitas empresas.

3. Quem escreve "IA exigida" no HN: a lista de 13 empresas

No tópico de 2026-05, 13 empresas associaram explicitamente required / must have / experience with a palavras-chave de ferramentas de IA. A lista completa está no gráfico; abaixo, uma amostra representativa:

• We The Flywheel (Cargo: Eng) — a vaga exige explicitamente: Claude;Claude Code;Cursor
• SEEKING FREELANCER (Cargo: Eng) — a vaga exige explicitamente: Cursor;Lovable
• Pathos AI (Cargo: Eng) — a vaga exige explicitamente: OpenAI
• Brandfetch (https://brandfetch.com) (Cargo: Eng) — a vaga exige explicitamente: LLM;AI agent
• Dablam (Cargo: Eng) — a vaga exige explicitamente: AI agents
• Starbridge (Cargo: Eng) — a vaga exige explicitamente: Anthropic;OpenAI;Gemini;LangChain;LlamaIndex
• INDATA (Cargo: Eng) — a vaga exige explicitamente: Claude;Claude Code;Anthropic;OpenAI;Copilot;Cursor
• BIT Capital (Cargo: Eng) — a vaga exige explicitamente: LLM;RAG;agentic

Leia o perfil. A INDATA quer Claude / Claude Code / Anthropic / OpenAI / Copilot / Cursor — uma pilha completa de ferramentas de IA como expectativa para o primeiro dia, e não apenas "familiaridade com IA". A Starbridge lista Anthropic / OpenAI / Gemini / LangChain / LlamaIndex — APIs de modelos mais frameworks de recuperação. A We The Flywheel pede Claude + Claude Code + Cursor — uma pilha pura de agentes de programação.

Essas empresas compartilham um padrão: escolheram um canal público como o HN para recrutar e escolheram colocar ferramentas de IA na seção de requisitos obrigatórios. As duas escolhas importam. Publicar no HN tem mais atrito do que no LinkedIn — é preciso ter conta, o post fica visível publicamente para os pares e qualquer exagero é questionado imediatamente nos comentários. A auto-seleção por esse filtro significa que as empresas que ainda assim escrevem Required AI provavelmente dependem de fato dessas ferramentas no fluxo de trabalho, e não estão apenas preenchendo palavras-chave.

Para operadores de DTC, marketing de SaaS e profissionais de employer branding, o uso secundário dessa lista é como referência: a narrativa de employer branding "fluente em IA" agora pode ser testada empiricamente. Dizer "usamos IA" não basta — o fato de as vagas ousarem escrever Required junto com nomes específicos de ferramentas revela a profundidade real do uso de IA na equipe. Uma página de carreiras que diz "somos uma empresa AI-first" mas não nomeia nenhuma stack de ferramentas nas vagas soa inconsistente para candidatos.

4. Engenharia saiu de 22% para 36% de penetração de palavras-chave de IA

Por faixa de cargo, taxa de ocorrência de IA em 2026-05 (apenas faixas com ≥3 vagas):

Algumas observações.

Engenharia é a história de verdade. Ela representa 74,8% da amostra (237 vagas). Sua taxa de presença de IA subiu de 22,1% em maio de 2025 para 36,3% em maio de 2026 — um aumento absoluto de 14 pp. Toda a afirmação macro deste relatório sobre "penetração de IA" se apoia principalmente nessa linha. Cerca de uma em cada três vagas de engenharia de software agora referencia explicitamente palavras-chave de IA — a maior mudança estrutural no texto de vagas de software dos últimos 12 meses.

A faixa AI/Research tem apenas 8 vagas, com taxa de 37,5% — menor do que Engenharia. Isso parece contraintuitivo. Em teoria, vagas de "AI Research / AI Engineer" deveriam se aproximar de 100%. O motivo de isso não acontecer é que essa faixa usa vocabulário técnico pesado ("transformer architecture / attention mechanism / pretraining objective") que o nosso dicionário não cobre. O tamanho pequeno da amostra também adiciona ruído. Não interprete isso como "contratações de pesquisa em IA usam menos palavras de IA" — é uma lacuna de cobertura do classificador, não um fenômeno do setor.

A faixa Founding (founding engineer / Chief of Staff / VP-level) chega a 80% em 2026 — 4 de 5 vagas da amostra. Isso reflete como descrições de vagas fundadoras são amplas — "o founding engineer precisa usar muitos chapéus, incluindo ferramentas de IA". Mas 5 amostras são poucas demais para conclusões fortes.

Marketing / Ops com 6-8 vagas cada, taxa perto de 50%. Parece alto; é sobretudo um efeito do tamanho da amostra. Em uma amostra maior, essas faixas provavelmente se normalizariam para algo entre 30% e 40%. A amostra tem poucas vagas de Marketing / Sales / Ops / HR para permitir conclusões específicas por função; não use essas faixas para afirmações de nível de cargo.

A única conclusão por função que é segura citar: a penetração de palavras-chave de IA em Engenharia passou de 22% para 36%. A amostra é grande o suficiente; a mudança é grande o suficiente; o restante das faixas é pequeno demais para sustentar afirmações fortes.

5. Por que isso importa — e onde termina

Nos últimos 18 meses, o debate sobre "a IA realmente está mudando a contratação?" se dividiu em dois grupos.

O grupo otimista cita relatórios do LinkedIn / Indeed — frequência de palavras-chave GenAI explodindo (o LinkedIn Economic Graph aponta 21x YoY; o Indeed Hiring Lab aponta +330% YoY). O grupo cético responde que esses números refletem "empresas enchendo as descrições com palavras-chave de IA para SEO" e não uso real no trabalho.

O valor do HN como amostra é que ele não é otimizado para SEO nem para algoritmos de plataformas de contratação. Os comentários do HN são escritos por engenheiros e fundadores para seus pares — sem enchimento de palavras-chave do LinkedIn, sem jogos de CPC do Indeed, sem modelos prontos de recrutador. Cada comentário é visto, respondido e contestado pelos leitores do HN em tempo real. Qualquer afirmação exagerada sobre ferramentas de IA é imediatamente questionada. Esse filtro público de revisão por pares torna o texto de vagas do HN uma amostra relativamente limpa da demanda real do empregador.

Se uma amostra filtrada como essa mostra aumento de +12 pp na IA estrita em doze meses, isso é um sinal forte de demanda real — não um artefato de algoritmo de plataforma.

Mas o limite da amostra precisa ser declarado com honestidade. O HN é uma comunidade de desenvolvedores, engenharia inicial e startups — fortemente inclinada para os primeiros adotantes de IA. Engenharia representa 74,8% da amostra; a representatividade para Sales / Marketing / HR / Finance / Legal é fraca. Setores tradicionais (grandes bancos, manufatura, varejo, saúde, educação) mostram penetração muito menor de palavras-chave de IA; a maioria dessas empresas nem recruta no HN.

Portanto, este relatório não pode ser lido como "a penetração de IA no mercado de trabalho dos EUA é 35,6%" — ele diz "em uma amostra auto-selecionada de desenvolvedores e startups no HN, a penetração de palavras-chave de IA no texto das vagas é 35,6%." É uma diferença grande.

6. Orientações práticas para ops, conteúdo e recrutamento

Convertendo os dados em ações para quem trabalha nessas áreas.

Marketing para desenvolvedores e employer branding. Tire "familiaridade com ferramentas de IA" da seção de diferencial da sua página de carreiras e coloque como expectativa do primeiro dia. A taxa de 35,6% na categoria Strict é sua linha de base entre pares — se a visibilidade das ferramentas de IA na sua página de carreiras estiver bem abaixo disso, você está perdendo candidatos para concorrentes que demonstram mais fluência em IA. Ação concreta: na seção "Com o que você vai trabalhar", liste ferramentas específicas pelo nome (Claude + Cursor + LangChain + ...), em vez de frases vagas como "ferramentas modernas de IA".

Posicionamento de produto SaaS / ferramentas. A janela para produtos que apoiam fluxos de trabalho com IA está se abrindo. "Agentic" saiu de 7 para 30 menções, o que significa que infraestrutura agentic, orquestração e ferramentas de observabilidade têm evidência real de demanda no texto das vagas. A narrativa de GTM para essa categoria agora pode se apoiar em dados do HN como âncora empírica, em vez de depender apenas de documentos de visão da Anthropic e da OpenAI.

Conteúdo B2B e SEO. As buscas de cauda longa "Claude vs Copilot vs Cursor" cresceram de forma perceptível nos últimos 18 meses. A lista de principais palavras-chave deste relatório é uma âncora natural para planejamento editorial. "Agentic" é um território novo para SEO — 2026 ainda é cedo o suficiente para construir páginas autoritativas sobre fluxos de trabalho agentic ("Como construir fluxos agentic" / "Agentic vs automação tradicional" / etc.). A vantagem de ser o primeiro ainda funciona nesse espaço, porque os SERPs ainda não foram ocupados por um conteúdo dominante.

Prática de recrutamento. Adote o estilo de postagem do HN — escreva Required junto com nomes específicos de ferramentas em vez de "experiência com ferramentas de IA é desejável". A amostra de 13 empresas neste relatório (INDATA, Starbridge, We The Flywheel etc.) demonstra o padrão de alta fidelidade "Required + stack nomeada". Além de melhorar a precisão do sinal ao candidato, esse estilo permite verificar candidatos na entrevista na hora — "Você diz que usa Cursor; quantas bases de código em produção você já lançou com ele?"

Acompanhamento longitudinal. A lista de principais palavras-chave + a lista de empresas com Required deste relatório podem ser reexecutadas trimestralmente — a API Firebase do HN é totalmente pública, a manutenção do dicionário é barata, e o resultado funciona como um painel de penetração de IA no mercado de contratação. Uma cadência trimestral gera uma atualização de tendência publicável a cada ciclo, sem grandes gastos com compra de dados.

7. Verificações de estabilidade e cruzamento com bases de dados de pares

Todo relatório de tendência leva o leitor a perguntar: a mudança de 12 pp é real ou ruído? Três verificações.

O tamanho da amostra é estável. Total em 2025-05: 302. Em 2026-05: 317. Diferença de apenas 15 vagas. Um denominador estável significa que as mudanças de proporção refletem reestruturação real do numerador, e não deriva no denominador.

Amplo e Estrito caminham na mesma direção, com Estrito subindo mais rápido. Amplo +9,6 pp, Estrito +12,1 pp. Mesma direção, com Estrito subindo mais rápido, significa que o aumento não é apenas "mais palavras de IA" — é especificamente "mais menções a ferramentas nomeadas e LLMs nomeados". Isso descarta a hipótese de que o número amplo foi puxado por falsos positivos de palavras vagas.

Required cresce mais rápido do que Preferred. Required +2,4 pp (≈2,4x), Preferred +0,5 pp (praticamente estável). As ferramentas de IA não estão sendo mencionadas de forma mais casual — estão subindo na hierarquia, de diferencial para obrigatório. Este é o sinal mais limpo de que a IA está saindo da condição de habilidade bônus e virando expectativa básica.

Cruzamento com dados de pares:

Esses números não se contradizem. O "GenAI 21x / 330%" do LinkedIn / Indeed se refere a vagas dedicadas a GenAI (AI Engineer / ML Engineer) — um denominador pequeno que produz múltiplos dramáticos. Este relatório mede a penetração ampla de palavras-chave de IA em todas as vagas — um denominador maior, com movimento absoluto mais moderado, mas uma história muito mais ampla. O "AI-class roles 1,7% → 2,5%" do Stanford AI Index 2025 é a participação de funções dedicadas, próxima do nosso "IA exigida" (1,7% → 4,1%), mas com outro denominador. Múltiplas fontes independentes apontam para a mesma tendência subjacente, vistas por ângulos diferentes.

Metodologia

Fonte de dados: Hacker News Firebase API (https://hacker-news.firebaseio.com/v0/item/\{id\}.json). Tópicos comparados: maio de 2025 (item id 43858554) e maio de 2026 (item id 47975571). Cada comentário de primeiro nível foi tratado como uma vaga de contratação (convenção do HN). Mesmo corpus de 619 vagas do relatório Return to Office Index 2026 — mesma base de dados, lente analítica diferente. Data do snapshot: 2026-05-12 (UTC).

Viés da comunidade HN (a ressalva mais importante): a comunidade de vagas do HN é dominada por desenvolvedores, equipes de engenharia em estágio inicial e startups adotantes de IA. Este relatório não pode ser lido como uma tendência de IA no mercado de trabalho dos EUA ou global. Setores tradicionais (grandes bancos, manufatura, varejo, saúde, educação) mostram penetração bem menor de palavras-chave de IA; a maioria nem recruta no HN.

A faixa de Engenharia domina com 74,8%: conclusões sobre vagas de Engenharia são bem sustentadas; conclusões sobre Sales / Marketing / Ops / HR não são (cada faixa tem N < 10). Todas as conclusões específicas por função neste relatório se aplicam com confiança apenas à Engenharia. As demais faixas são pequenas demais para sustentar afirmações fortes.

Texto da vaga ≠ exigência real do cargo: descrições de vaga têm floreio de marketing — "familiaridade com Copilot" pode ser enchimento de palavra-chave de RH, e não um requisito de trabalho no primeiro dia. Os números descrevem "presença de palavras-chave no texto da vaga", não uso direto de IA no trabalho. Eles se correlacionam, mas não são a mesma coisa.

Acurácia de Required vs Preferred em torno de 75-85%: com janelas de contexto de ±120 caracteres, casos de borda podem ser classificados de forma incorreta. Os números citados de Required/Preferred devem ser lidos como "segundo nossas regras", e não como verdade absoluta.

Risco de falso negativo do dicionário v1: o dicionário está ancorado ao ecossistema de ferramentas de IA de 2026-05 e pode não captar ferramentas ou termos que surjam no fim de 2026. As taxas de acerto de IA reportadas são, na prática, "taxa de acerto sob o dicionário v1" — um limite inferior.

Empresas com múltiplas vagas não são deduplicadas: a mesma empresa pode aparecer várias vezes (especialmente as que publicam 10+ vagas). Usamos "vagas" como denominador, e não "empregadores únicos", porque postagens repetidas com a mesma exigência de IA são um sinal relevante da profundidade de uso de IA na empresa, algo que a deduplicação apagaria.

Legal e direitos autorais: a API do HN é pública, somente leitura, sem necessidade de autenticação. O texto dos comentários é de autoria original; este relatório usa apenas contagens agregadas e análise curta de frequência de palavras-chave — sem citação de comentários completos. As empresas nomeadas (as 13 com IA exigida) aparecem apenas em contexto positivo ou neutro (elas declararam publicamente IA como requisito). Nenhum CSV/JSON bruto é publicado; todos os números são reproduzíveis a partir da API pública do HN + do dicionário público.

Limitações

O que este relatório NÃO sustenta:

• Não significa que "todas as JDs dos EUA agora exigem ferramentas de IA" (a amostra é um subconjunto do HN, não o mercado de trabalho dos EUA)
• Não significa que "a empresa X não usa ferramentas de IA" (não fazemos acompanhamento longitudinal por empresa)
• Defensável: "Nos tópicos de vagas do HN de 2025-05 e 2026-05, a menção estrita de IA subiu de 23,5% para 35,6% (+12,1 pp)"

Fonte de dados e versionamento

Dataset: ai_required_position_rate_2026/ (este repositório). Data do snapshot 2026-05-12 UTC, versão v1.0 (análise YoY de ponto único, dicionário v1). Compartilha os dados do HN com o relatório Return to Office Index 2026 — ambos podem ser citados em conjunto.

O que SEO e equipes de conteúdo podem citar

Esta pesquisa gera vários ângulos de citação para introduções de blog, destaques de dados, posts sociais, páginas comparativas e explicadores de acompanhamento:

• As menções estritas de IA subiram de 23,5% para 35,6%, um aumento de 12,1 pontos percentuais.
• As menções amplas de IA subiram de 29,5% para 39,1%.
• A IA exigida mais que dobrou, de 1,7% para 4,1%.
• A IA desejável quase não mudou, de 3,0% para 3,5%, o que torna o aumento da categoria Required ainda mais relevante.
• "Agentic" passou de 7 menções para 30 e se tornou a principal palavra-chave de 2026.
• Claude apareceu 18 vezes e Claude Code 11 vezes em 2026; somados, são 29 menções.
• As vagas de engenharia puxaram o principal movimento, com a penetração de palavras-chave de IA subindo de 22,1% para 36,3%.

A ressalva deve acompanhar a citação. Esses números descrevem a amostra e o método de coleta específicos usados neste relatório. Eles não devem ser reescritos como um censo do mercado inteiro, uma medida de adoção interna ou uma afirmação sobre todas as empresas da categoria.

Para uso editorial, o melhor enquadramento é aquele que combina a estatística principal com o limite da amostra. Isso torna a afirmação mais durável e mais fácil de o leitor confiar. Por exemplo: escreva "nesta amostra de vagas do HN", "neste recorte estático da homepage de DTC" ou "nesta amostra do canal do YouTube" antes de transformar o número em uma discussão de tendência mais ampla.

Notas de reprodutibilidade

A pasta de entrega inclui os seguintes arquivos de processo copiados dos pacotes locais originais do relatório. Eles estão incluídos para que o relatório publicado possa ser verificado contra os scripts reais, saídas intermediárias, gráficos e rascunhos de origem usados no fluxo de produção.

• 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

Correções metodológicas, problemas com os dados e análises de acompanhamento são bem-vindos em support@thunderbit.com. Este relatório é baseado em sinais públicos da web ou de APIs públicas coletados em maio de 2026 e deve ser lido com os limites de amostra descritos acima.