Sammanfattning
Den här studien använder samma rekryteringsunderlag från Hacker News för maj 2025 och maj 2026 som rapporten om RTO Index, men ser på materialet från en annan vinkel: hur ofta företag nämner AI-verktyg, LLM-funktioner, agentiska arbetsflöden och liknande krav i sina jobbannonser.
Den strikta AI-närvaron ökade från 23,5 % i maj 2025 till 35,6 % i maj 2026. Med andra ord: för ett år sedan nämnde ungefär var fjärde rekryteringspost på HN specifika AI-verktyg eller LLM-begrepp; i maj 2026 gjorde mer än var tredje det.

Den viktigaste förändringen handlar inte bara om hur ofta orden dyker upp. AI som ett krav gick från 1,7 % till 4,1 %, medan AI som en önskvärd merit knappt rörde sig alls. Det tyder på att AI-språket håller på att flytta från “bra att ha” till något som faktiskt måste finnas med i den tekniska rekryteringen.
Även ordvalet förändrades. “Agentic” blev det vanligaste nyckelordet i 2026 års urval, och Claude plus Claude Code gick förbi Cursor och Copilot i antalet namngivna verktygsomnämnanden. För utvecklarmarknadsföring, rekrytering och karriärplanering är det här en tydlig signal om att AI-flödeskompetens håller på att bli en del av den vanliga engineering-stacken.
Testa Thunderbit för AI-driven webbscraping
De viktigaste delarna att dela vidare
- Strikta AI-omnämnanden ökade från 23,5 % till 35,6 %, en uppgång på 12,1 procentenheter.
- Breda AI-omnämnanden ökade från 29,5 % till 39,1 %.
- AI som krav mer än fördubblades, från 1,7 % till 4,1 %.
- AI som föredragen kompetens rörde sig nästan inte alls, från 3,0 % till 3,5 %, vilket gör ökningen i “krav” ännu mer betydelsefull.
- “Agentic” gick från 7 omnämnanden till 30 och blev det vanligaste nyckelordet 2026.
- Claude förekom 18 gånger och Claude Code 11 gånger under 2026; tillsammans blir det 29 omnämnanden.
- Det var främst ingenjörsrollerna som drev förändringen, med en AI-närvaro som steg från 22,1 % till 36,3 %.

Det är stor skillnad mellan att ett företag säger “vi är entusiastiska över AI” och att man skriver in AI-verktyg i den jobbannons som kandidaten faktiskt måste uppfylla. Det första är ett varumärkesbudskap. Det andra är en operativ signal. Den här rapporten fokuserar på den senare typen av bevis: orden företag använder när de försöker rekrytera tekniska personer i ett offentligt, utvecklingsdrivet forum.
Den skillnaden spelar roll för bloggläsare eftersom AI-adoptionsdata ofta är rörig. LinkedIn och Indeed kan visa en explosiv tillväxt i AI-språk, men jobbplattformar premierar också nyckelordsfyllnad. Företagsbloggar kan låta ambitiösa utan att säga särskilt mycket om det faktiska arbetet. Hacker News är ett mindre och mer skevt urval, men språket där är ofta mindre putsat och mer direkt. En grundare eller ingenjör som postar där försöker vanligtvis locka andra i samma yrkesgrupp, inte optimera för en rekryteringsalgoritm.
Så rubriken är inte bara att AI-ord dök upp oftare. Den skarpare berättelsen är att AI-språket flyttade upp i rekryteringstextens hierarki: från allmänt intresse, till namngivna verktyg, till måste-ha-krav. Det är just den typen av skifte som läsare kan använda när de tänker på karriär, utvecklarverktyg, rekrytering eller nästa våg av B2B-innehåll.
Hacker News har en fast rekryteringstråd den första varje månad — “Ask HN: Who is hiring?”. Företag lägger in en rekryteringskommentar i formatet företag | roll | plats | REMOTE/HYBRID/ONSITE | beskrivning. Vi hämtade trådarna för maj 2025 och maj 2026, totalt 619 rekryteringskommentarer, och sökte efter omnämnanden av specifika AI-verktyg och förmågeord.
Det viktigaste resultatet är enkelt: på tolv månader ökade omnämnanden av AI-verktyg i rekryteringstext från 23,5 % till 35,6 %. Det är en absolut ökning på 12 procentenheter, ungefär 51 % relativt. Bland alla trendrapporter vi gjort är detta en av de snabbaste strukturella förändringarna i ett jämförbart tidsfönster — ungefär fyra gånger snabbare än skiftet på +3,3 procentenheter mellan hybrid och remote som dokumenterades i vår närliggande RTO Index 2026-rapport.
Men siffran 12 procentenheter är inte den mest intressanta delen. Tre saker under den är viktigare.
För det första fördubblades “AI som krav”. Annonser som uttryckligen skrev krävs / måste ha / erfarenhet av X AI-verktyg gick från 1,7 % i maj 2025 till 4,1 % i maj 2026 — från 5 till 13 annonser med samma nämnare. Andelen företag som behandlar AI som ett måste i rekryteringskriterier mer än fördubblades. AI:s position i jobbannonser håller på att flytta från “trevligt extra” till “hårt krav från dag ett”.
För det andra gick “agentic” från nästan obefintligt till nummer 1. I maj 2025 förekom “agentic” 7 gånger i tråden och var knappt ens topp 20. I maj 2026 dök det upp 30 gånger och tog förstaplatsen. “Agentic” — AI-agent / agentiskt arbetsflöde — gick från forskarslang till standardord i rekryteringstexter på tolv månader. Under de senaste fyra teknikvågorna (big data, blockchain, Web3 och till och med LLM:er själva) har inget begrepp gjort den här förflyttningen lika snabbt. Drivkrafterna syns tydligt: Anthropic som positionerar Claude som en “agent som använder verktyg”, OpenAI som lanserar Computer Use och GPT-5-agentdemonstrationer, och Y Combinator W26-klassen som är kraftigt viktad mot agentiska startups. Den tekniska berättelsen exploderade från slutet av 2024 till mitten av 2025, och maj 2026-tråden är det urval där vågen når rekryteringen.
För det tredje leder Claude i namngivna verktyg och är mer än dubbelt så vanligt som Cursor och Copilot. “Claude” förekommer 18 gånger i maj 2026 (jämfört med 3 gånger i maj 2025 — en ökning på 4,5x). “Claude Code” förekommer dessutom separat 11 gånger till; tillsammans blir det 29 omnämnanden. Cursor ligger på 8, Copilot på 6. Copilot är den etablerade aktören i kategorin — GitHub lanserade det 2021, och fem års närvaro har byggt upp ett brett igenkännande bland utvecklare. Men i HN:s rekryteringstext — ett urval av ingenjörer som skriver för andra ingenjörer — har Anthropic’s Claude gått om det. För den som jobbar med utvecklarmarknadsföring är Anthropic:s genomslag mycket djupare än det kan verka vid första anblick. Den här signalen syns inte i LinkedIn eller Indeed (där urvalen samtidigt blir SEO-mässigt överlastade av alla leverantörer); den syns bara i HN:s mer personliga och direkta ton.
Sätter man ihop de tre observationerna blir berättelsen tydlig: AI i rekryteringsspråket går från “vi vill göra AI” till “vi gör redan AI, du måste kunna det här”. På verbsidan blir “bygga med”, “automatisera via” och “använda” allt vanligare; “utforska”, “forska” och “prototypa” tonas ner. På verktygssidan utmanar Anthropic’s Claude-ekosystem (Claude + Claude Code + agentiska ramverk) OpenAI:s position i utvecklares medvetande. Nedan går vi igenom varje lager.
1. Övergripande: 24 % till 36 %
Vi skannade hela texten i 619 rekryteringskommentarer med en publik AI-nyckelordsordlista (fullständig lista längre ned). Träffarna delas in i fyra nivåer, från bred till strikt:
- Bred: alla AI-relaterade nyckelord (inklusive generella termer som “machine learning”)
- Strikt: specifika AI-verktyg (Claude / Cursor / Copilot / OpenAI / Midjourney) eller begrepp inom LLM-kategorin (GenAI / LLM / RAG / agentic)
- Krav: Strikt träff + kontexten innehåller
krävs / måste ha / erfarenhet av - Föredragen: Strikt träff + kontexten innehåller
bra om du kan / föredras / plus
| Mått | 2025-05 | 2026-05 | YoY (pp) |
|---|---|---|---|
| Bredd AI-omnämnande | 29,5 % (89) | 39,1 % (124) | +9,6 |
| Strikt AI-omnämnande | 23,5 % (71) | 35,6 % (113) | +12,1 |
| AI som krav | 1,7 % (5) | 4,1 % (13) | +2,4 |
| AI som föredragen kompetens | 3,0 % (9) | 3,5 % (11) | +0,5 |
Den mest informativa raden är Strikt — den filtrerar bort falska träffar från breda termer som “machine learning”. Över tolv månader gick Strikt från 23,5 % till 35,6 %, +12,1 procentenheter absolut och ungefär +51 % relativt. Enkelt uttryckt: för ett år sedan nämnde ungefär 1 av 4 rekryteringsposter på HN uttryckligen AI-verktyg som Claude / Cursor / Copilot / LLM / RAG. I dag är det mer än 1 av 3.
Raden Krav berättar samma historia ännu tydligare. 5 till 13 annonser — litet i absoluta tal, men stort i innebörd. Att nämna ett AI-verktyg i måstekravsdelen betyder att verktyget redan är inbyggt i arbetsflödet, inte bara ett framtida önskemål. “Krav” fördubblades, snabbare än både Bred och Strikt, vilket är den tydligaste signalen på att AI-verktyg håller på att flytta från rekryteringsretorik till faktisk arbetsprocessförväntan.
Föredragen rörde sig nästan inte alls, och det är i sig en signal. Om hela AI-vågen bara handlade om att “lägga till AI-ord i jobbannonsen” borde Föredragen öka i takt med Krav — ungefär “vi vill gärna att du kan AI-verktyg, det är ett plus”. I stället ökade Föredragen bara +0,5 procentenheter medan Krav ökade +2,4. AI-verktyg nämns alltså inte bara mer slentrianmässigt; de flyttas upp i kravhierarkin, från “trevligt extra” till “måste-ha”.
2. Vilka AI-ord som nämns: agentic, Claude, LLM i topp
Rangordnat efter antal omnämnanden, de 12 vanligaste AI-nyckelorden i 2026-05-tråden:

| Rank | Nyckelord | 2026-05 | 2025-05 | Typ |
|---|---|---|---|---|
| 1 | agentic | 30 | 7 | Nytt begrepp |
| 2 | LLM | 24 | 16 | Förmåga |
| 3 | LLMs | 19 | 23 | Förmåga |
| 4 | Claude | 18 | 3 | Verktyg / varumärke |
| 5 | AI agents | 15 | 14 | Nytt begrepp |
| 6 | AI-native | 12 | 4 | Nytt begrepp |
| 7 | Claude Code | 11 | 0 | Verktyg / varumärke |
| 8 | RAG | 10 | 6 | Förmåga |
| 9 | AI tools | 8 | 5 | Förmåga |
| 10 | Cursor | 8 | 0 | Verktyg / varumärke |
| 11 | Copilot | 6 | 3 | Verktyg / varumärke |
| 12 | OpenAI | 6 | 8 | Verktyg / varumärke |
Några punkter är värda att lyfta.
“agentic” gick från 7 till 30 — vinnaren bland nya begrepp. För ett år sedan använde nästan ingen det i HN:s rekryteringssammanhang; i dag är det nummer 1. “Agentic” — AI-agent / agentiskt arbetsflöde — gick från forskarslang till vanligt rekryteringsspråk på tolv månader. Under de senaste fyra teknikvågorna (big data, blockchain, Web3 och LLM:er själva) såg man inte den här typen av genomslagshastighet på ett enda år. Drivkrafterna är tydliga: Anthropic som positionerar Claude som en “agent som använder verktyg”, OpenAI som lanserar Computer Use och GPT-5-agentdemonstrationer, samt Y Combinator W26-kohorten med många agentiska startups. Den tekniska berättelsen exploderade från slutet av 2024 till mitten av 2025, och maj 2026-tråden är precis det urval där det landar i rekryteringstext.
Claude leder bland namngivna verktyg. 18 omnämnanden plus Claude Code separat 11 till, alltså 29 totalt. Cursor ligger på 8, Copilot på 6. Copilot är den etablerade aktören — GitHub lanserade det 2021, och fem år av närvaro borde innebära dominans. Men i HN:s rekryteringstext — ingenjörer som skriver för ingenjörer — har Anthropic’s Claude-ekosystem passerat det. För den som jobbar med utvecklarmarknadsföring är Anthropic:s genomslag mycket djupare än ytan antyder. Den här signalen syns inte i LinkedIn eller Indeed (som alla leverantörer samtidigt fyller med SEO); den syns bara i person-till-person-format som HN.
“LLM” + “LLMs” tillsammans: 43 omnämnanden. Det största förmågeområdet med bred marginal. “Att arbeta med LLM:er” har blivit ett basläge som inte längre behöver förklaras — för ingenjörskandidaten 2026 är det ungefär det “du måste kunna git” var 2018.
“AI-native” nådde 12, upp från 4. Det här är ett kultur- och organisationsord — företag vill inte bara ha verktygskompetens, utan kandidater vars standardinställning är AI först. Själva det faktum att ordet förekommer i rekryteringstext är en mognadssignal: marknaden har gått från “anställ någon som kan AI” till “anställ någon som ser AI som sitt default-arbetsflöde”.
“RAG” på 10, upp från 6. Retrieval-Augmented Generation var forskarspråk 2024; 2026 dyker det upp i jobbannonsens punktlista som ett uttryckligt tekniskt krav. Vektordatabaser och retrieval-pipelines finns nu i många företags faktiska produktionssystem.

3. Vem som skriver “AI som krav” på HN: listan med 13 företag
I 2026-05-tråden kombinerade 13 företag uttryckligen krävs / måste ha / erfarenhet av med AI-verktygsnyckelord. Hela listan finns i diagrammet; här är ett representativt urval:
- We The Flywheel (Roll: Eng) — jobbannonsen kräver uttryckligen:
Claude;Claude Code;Cursor - SEEKING FREELANCER (Roll: Eng) — jobbannonsen kräver uttryckligen:
Cursor;Lovable - Pathos AI (Roll: Eng) — jobbannonsen kräver uttryckligen:
OpenAI - Brandfetch (https://brandfetch.com) (Roll: Eng) — jobbannonsen kräver uttryckligen:
LLM;AI agent - Dablam (Roll: Eng) — jobbannonsen kräver uttryckligen:
AI agents - Starbridge (Roll: Eng) — jobbannonsen kräver uttryckligen:
Anthropic;OpenAI;Gemini;LangChain;LlamaIndex - INDATA (Roll: Eng) — jobbannonsen kräver uttryckligen:
Claude;Claude Code;Anthropic;OpenAI;Copilot;Cursor - BIT Capital (Roll: Eng) — jobbannonsen kräver uttryckligen:
LLM;RAG;agentic

Läs profilen. INDATA vill ha Claude / Claude Code / Anthropic / OpenAI / Copilot / Cursor — en komplett AI-verktygsstack som förväntan från dag ett, inte “hoppas att du kan lite AI”. Starbridge listar Anthropic / OpenAI / Gemini / LangChain / LlamaIndex — modell-API:er plus retrieval-ramverk. We The Flywheel efterfrågar Claude + Claude Code + Cursor — en ren kodningsagent-stack.
De här företagen delar ett gemensamt mönster: de valde en offentlig kanal som HN för rekrytering, och de valde att skriva in AI-verktyg i måstekravsdelen. Båda valen är viktiga. Att posta på HN är mer tröskelfyllt än LinkedIn — du behöver ett konto, inlägget är offentligt synligt för andra i communityt, och överdrifter blir omedelbart ifrågasatta i kommentarerna. Självselektion genom den filtret betyder att företag som fortfarande är beredda att skriva AI som krav nästan säkert faktiskt är beroende av de namngivna verktygen i arbetsflödet, inte bara fyller ut med nyckelord.
För DTC-aktörer, SaaS-marknadsförare och employer branding-proffs är den sekundära användningen av den här listan som referens: budskapet “AI-kompetent arbetsgivare” går nu att verifiera empiriskt. Att säga “vi använder AI” räcker inte — om jobbannonserna vågar skriva Krav plus specifika verktygsnamn avslöjar det den faktiska djupnivån i AI-användningen i teamet. En karriärsida som säger “vi är ett AI-first-företag” men inte nämner någon verktygsstack i någon jobbannons framstår lätt som inkonsekvent för kandidater.
4. Engineering gick från 22 % till 36 % AI-närvaro
Efter rollkategori, AI-träffar för 2026-05 (endast kategorier med ≥3 annonser):
| Rollkategori | Totalt | AI-träffar | Träffprocent | 2025-05 nivå |
|---|---|---|---|---|
| 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 % |

Några observationer.
Engineering är den verkliga huvudhistorien. 74,8 % av urvalet (237 annonser). AI-träffprocenten gick från 22,1 % i maj 2025 till 36,3 % i maj 2026 — en absolut ökning på 14 procentenheter. Alla makro-anspråk om “AI-närvaro” i den här rapporten vilar främst på den raden. Ungefär var tredje mjukvaruingenjörsannons hänvisar nu uttryckligen till AI-nyckelord — den största strukturella förändringen i mjukvarurekryteringens text under de senaste 12 månaderna.
AI/Research-kategorin ligger bara på 8 annonser med 37,5 % träffprocent — lägre än Engineering. Det ser kontraintuitivt ut. I teorin borde “AI Research / AI Engineer” ligga nära 100 %. Anledningen att det inte gör det är att dessa jobbannonser använder väldigt teknisk vokabulär (“transformer architecture / attention mechanism / pretraining objective”) som vår ordlista inte fångar. Den lilla stickprovsstorleken bidrar också till brus. Läs inte detta som att “AI research-rekrytering använder färre AI-ord” — det är en täckningsbrist i klassificeringen, inte ett branschfenomen.
Founding-kategorin (founding engineer / Chief of Staff / VP-nivå) träffar 80 % 2026 — 4 av 5 annonser i urvalet. Det speglar hur jobbannonser för grundarroller ofta skrivs brett — “founding engineer behöver kunna bära många hattar, inklusive AI-verktyg”. Men 5 exempel är för få för att övertolka.
Marketing / Ops med 6–8 annonser vardera, runt 50 % träffprocent. Det ser högt ut; mest ett stickprovsfenomen. I ett större urval skulle dessa kategorier sannolikt normaliseras till spannet 30–40 %. Urvalet innehåller för få Marketing / Sales / Ops / HR-annonser för att dra rollspecifika slutsatser; använd inte dessa kategorier för generella rollpåståenden.
Den enda rollslutsats som är säker att citera: AI-närvaron i Engineering ökade från 22 % till 36 %. Urvalet är tillräckligt stort; förändringen är tillräckligt stor; resten av kategorierna är för små för starka påståenden.
5. Varför det här spelar roll, och var gränsen går
Under de senaste 18 månaderna har debatten om “ändrar AI faktiskt rekryteringen” delats upp i två läger.
Det optimistiska lägret hänvisar till rapporter från LinkedIn / Indeed — där GenAI-nyckelordsfrekvensen exploderar (LinkedIn Economic Graph anger 21x YoY; Indeed Hiring Lab anger +330 % YoY). Skeptikerna svarar att siffrorna främst speglar att företag stoppar in AI-nyckelord i jobbannonser för SEO, snarare än verklig användning på arbetsplatsen.
HN:s värde som urval är att det inte är optimerat för SEO eller plattformarnas rekryteringsalgoritmer. HN-kommentarer skrivs av ingenjörer och grundare för sina jämlikar — ingen LinkedIn-nyckelordsfyllnad, inga Indeed CPC-spel, inga mallade rekryterartexter. Varje kommentar granskas, besvaras och ifrågasätts av HN-läsare i realtid. Varje överdrivet AI-påstående kan bli ifrågasatt direkt. Den publika granskningen gör HN:s rekryteringstext till ett relativt rent urval av verklig efterfrågan från arbetsgivare.
Om ett sådant filtrerat urval visar +12 procentenheter i strikt AI-närvaro på tolv månader, är det en stark signal om verklig efterfrågan — inte en effekt av plattformens algoritmer.
Men urvalets gränser måste anges ärligt. HN är en community för utvecklare, tidig engineering och startups — starkt lutad åt tidiga AI-användare. Engineering utgör 74,8 % av urvalet; representativiteten för Sales / Marketing / HR / Finance / Legal är svag. Traditionella branscher (stor finans, tillverkning, detaljhandel, vård, utbildning) visar betydligt lägre AI-närvaro i nyckelord; de flesta av dessa företag rekryterar inte ens på HN.

Så den här rapporten kan inte läsas som “35,6 % av den amerikanska arbetsmarknaden använder AI i rekryteringen” — den säger “i ett självselekterat utvecklar- och startupurval på HN är AI-närvaron i rekryteringstext 35,6 %.” Stor skillnad.
6. Praktiska råd för ops, content och rekrytering
Här är det omvandlat till åtgärder för den som jobbar inom dessa områden.
Developer marketing och employer brand. Flytta “vana vid AI-verktyg” från avsnittet “trevligt att ha” på karriärsidan till en förväntan från dag ett. Den strikta träffnivån på 35,6 % är din peer-baslinje — om synligheten för AI-verktyg i dina karriärsidor ligger tydligt under den, tappar du kandidater till konkurrenter som tydligt signalerar AI-kompetens. Konkret åtgärd: i avsnittet “Vad du kommer att arbeta med”, lista specifika AI-verktyg med namn (Claude + Cursor + LangChain + …), inte vaga formuleringar som “moderna AI-verktyg”.
SaaS / produktpositionering för verktyg. Marknadsfönstret öppnas för produkter som stödjer AI-arbetsflöden. “Agentic” gick från 7 till 30 omnämnanden, vilket betyder att infrastruktur för agenter, orkestrering och observability har verkligt efterfrågebaserat stöd i rekryteringstext. GTM-budskapet för den här produktkategorin kan nu luta sig mot HN-data som en empirisk förankring i stället för att bara bygga på visionsdokument från Anthropic och OpenAI.
B2B-content och SEO. Long-tail-sökningar som “Claude vs Copilot vs Cursor” har ökat tydligt under de senaste 18 månaderna. Listan över toppnyckelord i den här rapporten är en naturlig utgångspunkt för redaktionell planering. “Agentic” är dessutom ett SEO-grönfält — 2026 är fortfarande tidigt nog för att bygga auktoritativa sidor om agentiska arbetsflöden (“Hur bygger man agentiska arbetsflöden” / “Agentic vs traditionell automation” / etc.). Först-mover-fördel finns fortfarande här eftersom sökresultaten ännu inte domineras av någon enskild innehållsaktör.
Rekryteringspraktik. Låna HN:s stil — skriv Krav plus specifika verktygsnamn istället för “erfarenhet av AI-verktyg är meriterande”. Urvalet med 13 företag i den här rapporten (INDATA, Starbridge, We The Flywheel, etc.) visar det högprecisa mönstret “Krav + namngiven stack”. Förutom bättre kandidatsignal gör den här stilen att du direkt kan verifiera kandidater i intervjun — “Du säger att du använder Cursor; hur många produktionskodbaser har du levererat med det?”
Löpande uppföljning. Rapportens toppnyckelord + listan över företag med AI som krav kan köras om kvartalsvis — HN:s Firebase API är helt offentligt, ordlistan är billig att underhålla och resultatet fungerar som en dashboard för AI-närvaro i rekryteringsmarknaden. Kvartalsvis uppföljning ger en publicerbar trenduppdatering varje cykel utan stora budgetar för datainköp.
7. Stabilitetskontroller och jämförelse med andra datamängder
Varje trendrapport väcker samma fråga: är skiftet på 12 procentenheter verkligt eller bara brus? Tre kontroller.
Stickprovsstorleken är stabil. Totalt 2025-05: 302. 2026-05: 317. Skillnad på bara 15 annonser. En stabil nämnare betyder att förändringar i andel speglar verklig omstrukturering i täljaren, inte att nämnaren driver siffran.
Bred och Strikt rör sig åt samma håll, men Strikt snabbare. Bred +9,6 pp, Strikt +12,1 pp. Samma riktning, och Strikt rör sig snabbare, betyder att uppgången inte bara är “fler AI-ord” — den är specifikt “fler nämnda verktyg och fler nämnda LLM:er”. Det utesluter att vaga ord råkar driva upp den breda siffran.
Krav rör sig snabbare än Föredragen. Krav +2,4 pp (cirka 2,4x), Föredragen +0,5 pp (i princip stillastående). AI-verktyg nämns alltså inte mer slentrianmässigt — de flyttas upp i hierarkin från “bra att ha” till “måste ha”. Det här är den tydligaste signalen på att AI går från bonuskompetens till basförväntan.
Jämförelse med annan data:
| Källa | Täckning | Typisk läsning (2024–2025) |
|---|---|---|
| LinkedIn Economic Graph | Globala LinkedIn-jobbannonser | GenAI-taggade roller +21x YoY (2023–2024) |
| Indeed Hiring Lab | Amerikanska Indeed-jobbannonser | GenAI-nyckelord +330 % YoY i alla jobbannonser |
| Stanford AI Index 2025 | Global AI-rekryteringssammanställning | AI-klassade roller 1,7 % (2024) → 2,5 % (2025) |
| Den här rapporten (HN Who's Hiring) | HN:s utvecklarcommunity, 619 annonser | Strikt AI-närvaro 23,5 % → 35,6 % (+12,1 pp) |
Det här är inte motsägelsefullt. LinkedIn / Indeed:s “GenAI 21x / 330 %” syftar på dedikerade GenAI-roller (AI Engineer / ML Engineer) — en liten nämnare ger dramatiska multiplar. Den här rapporten mäter bred AI-närvaro i alla jobbannonser — större nämnare, mer modest absolut rörelse, men en mycket bredare berättelse. Stanford AI Index 2025:s “AI-klassade roller 1,7 % → 2,5 %” avser andelen dedikerade roller, nära vår “AI som krav” (1,7 % → 4,1 %) men med en annan nämnare. Flera oberoende källor pekar på samma underliggande trend, bara skuren från olika vinklar.
Metod
Datakälla: Hacker News Firebase API (https://hacker-news.firebaseio.com/v0/item/{id}.json). Trådar som jämförts: maj 2025 (item id 43858554) och maj 2026 (item id 47975571). Varje toppnivåkommentar behandlas som en rekryteringsannons (HN-konvention). Samma 619-annonser-korpus som i Return to Office Index 2026-rapporten — identisk källdata, annan analysvinkel. Snapshotdatum 2026-05-12 (UTC).
HN-community-bias (den viktigaste brasklappen): HN:s rekryteringscommunity domineras av utvecklare, tidiga engineering-team och startups som redan är AI-användare. Den här rapporten kan inte läsas som en AI-trend för hela USA:s eller den globala arbetsmarknaden. Traditionella branscher (stor finans, tillverkning, detaljhandel, vård, utbildning) visar mycket lägre AI-närvaro i nyckelord; de flesta rekryterar inte ens på HN.
Engineering dominerar med 74,8 %: slutsatser om Engineering-roller är väl underbyggda; slutsatser om Sales / Marketing / Ops / HR är det inte (varje kategori N < 10). Alla rollspecifika slutsatser i den här rapporten gäller med hög tillförlitlighet endast Engineering. De andra kategorierna är för små för starka slutsatser.
Jobbannonsens text ≠ faktiska arbetskrav: jobbannonser innehåller marknadsföringsspråk — “erfarenhet av Copilot” kan vara fyllnad för rekryteringsnyckelord snarare än ett verkligt krav från dag ett. Siffrorna beskriver “nyckelord i jobbannonstext”, inte direkt AI-användning på arbetsplatsen. De korrelerar, men är inte samma sak.
Krav vs Föredragen har cirka 75–85 % träffsäkerhet: baserat på ±120 tecken i kontextfönster kommer vissa gränsfall att klassificeras fel. De citerade siffrorna för Krav/Föredragen ska läsas som “enligt vår regeluppsättning”, inte som absolut sanning.
Risk för falska negativa i ordlista v1: ordlistan är förankrad i AI-verktygslandskapet i 2026-05 och kan missa verktyg eller termer som uppstår sent under 2026. De rapporterade AI-träffnivåerna är i praktiken “träffnivå enligt ordlista v1” — alltså en nedre gräns.
Företag med flera annonser dedupliceras inte: samma företag kan förekomma flera gånger (särskilt de med 10+ annonser). Vi använder “annonser” som nämnare, inte “unika arbetsgivare”, eftersom upprepade annonser med samma AI-krav är en meningsfull signal om företagets AI-djup som skulle försvinna vid deduplicering.
Juridik och copyright: HN:s API är offentligt, skrivskyddat och kräver ingen autentisering. Kommentarsinnehåll tillhör respektive upphovsperson; den här rapporten använder endast aggregerade siffror och kort nyckelordsanalys — inga fullständiga kommentar-citat. Namngivna företag (de 13 med AI som krav) förekommer endast i positiv eller neutral kontext (de har själva offentligt deklarerat att AI är ett krav). Ingen rå CSV/JSON-datamängd publiceras; varje siffra kan reproduceras från det offentliga HN-API:t + den offentliga ordlistan.
Brasklappar
Det här stöder rapporten INTE:
- Inte att “alla amerikanska jobbannonser kräver AI-verktyg nu” (urvalet är en delmängd av HN, inte hela arbetsmarknaden i USA)
- Inte att “företag X använder inte AI-verktyg” (vi följer inte företag longitudinellt)
- Försvarbart: “I HN:s rekryteringstrådar för 2025-05 och 2026-05 steg strikt AI-närvaro från 23,5 % till 35,6 % (+12,1 pp)”
Datakälla och versionering
Dataset: ai_required_position_rate_2026/ (det här repot). Snapshotdatum 2026-05-12 UTC, version v1.0 (enkel punkt, YoY, ordlista v1). Delar HN-data med Return to Office Index 2026-rapporten — båda kan korsciteras.
Vad SEO- och content-team kan citera
Den här studien ger flera vinklar för citat i blogginledningar, datapunkter, sociala inlägg, jämförelsesidor och uppföljande förklaringar:
- Strikta AI-omnämnanden ökade från 23,5 % till 35,6 %, en uppgång på 12,1 procentenheter.
- Breda AI-omnämnanden ökade från 29,5 % till 39,1 %.
- AI som krav mer än fördubblades, från 1,7 % till 4,1 %.
- AI som föredragen kompetens rörde sig knappt alls, från 3,0 % till 3,5 %, vilket gör ökningen i “krav” ännu mer betydelsefull.
- “Agentic” ökade från 7 omnämnanden till 30 och blev det vanligaste nyckelordet 2026.
- Claude förekom 18 gånger och Claude Code 11 gånger under 2026; tillsammans blir det 29 omnämnanden.
- Det var främst ingenjörsrollerna som drev förändringen, med en AI-närvaro som steg från 22,1 % till 36,3 %.
Brasklappen bör följa med citatet. De här siffrorna beskriver det specifika urval och den insamlingsmetod som använts i den här rapporten. De ska inte omformuleras som en full marknadsundersökning, ett internt adoptionsmått eller ett påstående om alla företag i kategorin.
För redaktionell användning är det starkaste upplägget att kombinera huvudstatistiken med urvalets gräns. Då blir påståendet mer hållbart och lättare för läsaren att lita på. Skriv till exempel “i det här HN-urvalet av rekryteringsposter”, “i den här statiska genomgången av DTC-hemsidor” eller “i det här YouTube-urvalet” innan siffran utvecklas till en bredare trend.
Anteckningar om reproducerbarhet
Leveransmappen innehåller följande processfiler som kopierats från de ursprungliga lokala rapportpaketen. De ingår så att den publicerade rapporten kan jämföras med de faktiska skripten, mellanresultaten, diagrammen och källdrafterna som användes i arbetsflödet.
process_files/out/analysis_stats.jsonprocess_files/out/hn_jobs_ai_parsed.csvprocess_files/scripts/01_compute_stats.pyprocess_files/scripts/02_make_figs.pyprocess_files/scripts/03_build_data_brief.pyprocess_files/scripts/04_build_report_bilingual.pyprocess_files/scripts/05_module_i_check.py
Ladda ner alla skript och dataset
Metodkorrigeringar, datasetproblem och uppföljande analyser är välkomna till support@thunderbit.com. Den här rapporten bygger på offentliga webb- eller API-signaler som samlades in i maj 2026 och bör läsas med de urvalsgränser som anges ovan.
Testa Thunderbit AI Web Scraper Get Started Free


