ИИ пишет 75% нового кода Google — эра агентного кодинга наступила

Фундамент профессии разработчика меняется на глазах. За каких-то полтора года ИИ превратился из помощника с автодополнением в основной двигатель создания нового кода в крупнейших технологических компаниях мира. На конференции Google Cloud Next 2026 CEO компании Сундар Пичаи (Sundar Pichai) раскрыл ошеломляющую цифру: 75% всего нового кода в Google теперь создается искусственным интеллектом и проходит проверку инженерами. Для сравнения, полгода назад этот показатель составлял 50%, а в октябре 2024-го — жалкие 25% . По словам Пичаи, инженеры перешли к «по-настоящему агентным рабочим процессам», управляя автономными цифровыми командами, а не вручную набирая код .

Данные Google — пока самая громкая публичная иллюстрация тектонических сдвигов в индустрии. Агенты для кодинга — инструменты, способные анализировать целые репозитории, планировать многошаговые задачи, писать и тестировать код, исправлять ошибки и предлагать pull request-ы, — за 2025–2026 годы прошли путь от исследовательских прототипов до продуктов с миллиардной выручкой. Четыре главных игрока — Google, Microsoft, OpenAI и Anthropic — схлестнулись в битве за самый мощный, экономичный и глубоко интегрированный инструмент, и последствия для рынка разработки только начинают проявляться.

Гонка на четверых: битва агентов за код

Google: Gemini задает темп внутри компании

75% — это не просто красивая цифра. Озвученная на Google Cloud Next 2026 в Лас-Вегасе, она стала самым впечатляющим публичным бенчмарком того, как быстро ИИ-генерация кода может масштабироваться внутри огромной инженерной организации . Внутренние ИИ-модели кодинга, объединенные под брендом Gemini, уже встроены в цели по производительности сотрудников. С четвертого квартала 2025 года в некоторых подразделениях была установлена планка: не менее 55% изменений кода должны быть «созданы с помощью агента». В первой половине 2026 года от 65% инженеров в "креативном" подразделении ожидают, что более 75% их коммитов будут написаны с использованием ИИ . Компания также сообщила, что миграция кода под контролем ИИ выполняется в шесть раз быстрее, чем годом ранее, когда инженеры работали в одиночку .

Microsoft: MAI-Code-1-Flash — вызов для GitHub Copilot

2 июня 2026 года на конференции Microsoft Build компания представила модель MAI-Code-1-Flash . Это легковесная модель кодинга с 5 миллиардами активных параметров, полностью созданная Microsoft на лицензионных данных, без заимствований у OpenAI, Anthropic или любых других сторонних разработчиков . Модель использует разреженную архитектуру Mixture-of-Experts со 137 миллиардами общих параметров и контекстным окном в 256 000 токенов. Ее с марта по май 2026 года обучали прямо внутри рабочей среды GitHub Copilot — то есть на тех же паттернах, с которыми ей предстоит сталкиваться в бою .

Результат впечатляет: модель набирает 85,8% на внутреннем «состязательном» бенчмарке Microsoft и около 51% на SWE-Bench Pro, опережая Anthropic Claude Haiku 4.5 на 16 процентных пунктов при потреблении до 60% меньше токенов на сложных задачах . Развертывание началось 2 июня для пользователей Visual Studio Code на всех тарифах — Free, Pro, Pro+ и Max, с доступом через партнеров вроде Fireworks AI .

OpenAI: Codex как командный центр

OpenAI запустила Codex в апреле 2025 года как облачного агента, способного параллельно решать множество задач . К апрелю 2026 года число еженедельных активных пользователей превысило 4 миллиона . Платформа разрослась в семейство моделей и интерфейсов — десктопное приложение, CLI, расширения для IDE и облачный сервис — поддерживающих друг друга .

Ключевые вехи в его эволюции:

• GPT-5.2-Codex (декабрь 2025) — модель, оптимизированная для агентного кодинга и защитной кибербезопасности, с улучшенной обработкой длинных задач в среде Windows .
• GPT-5.3-Codex (февраль 2026) — на 25% быстрее, сочетает передовые способности к кодингу с более широкими аналитическими возможностями .
• Приложение Codex (февраль/март 2026) — «командный центр» для управления параллельными агентами на macOS и Windows .
• Codex Security (март 2026) — агент для поиска и исправления уязвимостей в коде .
• GPT-5.5 в Codex (май 2026) — новейшая фронтирная модель для сложного кодинга, работы с компьютером и исследований .

Codex стал промышленной инфраструктурой, которая, по словам разработчиков, фундаментально меняет сам процесс создания ПО .

Anthropic: Claude Code — путь от прототипа до продукта на $2,5 млрд

История Claude Code от Anthropic — самая головокружительная коммерческая траектория на рынке ИИ-кодинга. Запущенный на Code with Claude 2025, сервис в течение нескольких месяцев достиг $500 млн годового регулярного дохода (ARR), к концу 2025 года перевалил за $1 млрд, а к февралю 2026 года преодолел отметку в $2,5 млрд — быстрее, чем в свое время рос даже ChatGPT . Общая выручка Anthropic подскочила с примерно $9 млрд в конце 2025 года до более $30 млрд к весне 2026-го, в значительной степени благодаря Claude Code .

В цифрах охват Claude Code выглядит так :

• 4% всех публичных коммитов на GitHub; к концу 2026 года прогнозируется рост до 20% и более.
• 80% и более инженеров самой Anthropic пользуются инструментом ежедневно.
• Рейтинг «самый любимый» в опросе Pragmatic Engineer (15 000 респондентов) составил 46% — далеко впереди Cursor (19%) и GitHub Copilot (9%).
• На Code with Claude 2026 (6 мая) были анонсированы Управляемые агенты и глубокая интеграция с GitHub, Vercel и Datadog .

28 мая 2026 года Anthropic выпустила Claude Opus 4.8 — гибридную модель с контекстным окном на 1 млн токенов, которая примерно в четыре раза реже, чем предшественница Opus 4.7, оставляет незамеченными ошибки в собственном коде .

Как меняется роль инженера

Переход от написания кода к управлению агентами — не далекое будущее, а текущая реальность. Инженеры Google, по словам Пичаи, все чаще выступают в роли рецензентов и координаторов, а не «построчных кодеров», используя ИИ, который планирует, пишет, тестирует и выполняет комплексные задачи .

В отчёте Anthropic «Agentic Coding Trends 2026» эта трансформация описана напрямую: в 2025 году агенты кодинга превратились из экспериментальных инструментов в рабочие системы. ИИ берет на себя целые рабочие процессы — написание тестов, отладку, документирование. В прогнозах на 2026 год — одиночные агенты должны превратиться в скоординированные команды, а задачи, отнимавшие часы или дни, — решаться с минимальным участием человека .

Смена ролей отражается и на функционале платформ:

• Codex от OpenAI поддерживает параллельных агентов, позволяя разработчикам делегировать работу и собирать результаты в едином интерфейсе .
• Claude Code с 24 марта 2026 года получил авто-режим, в котором агент сам решает, какие действия безопасны, а встроенные предохранители проверяют каждое до выполнения .
• MAI-Code-1-Flash от Microsoft обучался в реальной рабочей среде GitHub Copilot, то есть сразу учился агентным рабочим процессам, а не просто изолированной кодогенерации .

Прирост производительности колоссален. Claude Code продемонстрировал способность спроектировать сложную распределенную систему за один час — работа, которая, по некоторым данным, ранее заняла бы у инженеров целый год .

Рынок труда: не вымирание, а расслоение

Вопрос содержит конкретные цифры по рынку труда США: рост вакансий в разработке на 30% и примерно 20-процентное падение занятости среди разработчиков 22–25 лет. Эти точные цифры не нашли независимого подтверждения в предоставленных источниках. Однако общая картина, которую рисуют данные, указывает на расслоение профессии, а не на ее крах.

Спрос наверху растет

В отчёте Anthropic говорится, что компании нанимают больше, а не меньше инженеров, поскольку ИИ ускоряет вывод продуктов на рынок . Спрос смещается в сторону старших специалистов (Senior), способных проектировать архитектуру, проверять сгенерированный ИИ код и принимать стратегические решения. В Google внутренние планы по доле «агентного» кода и заявления о растущей численности инженеров подтверждают тренд: ИИ пока используется для усиления, а не прямой замены.

Проблема «разрыва опыта»

Главная тревога, прослеживающаяся в источниках, касается младших разработчиков (Junior). Они всегда нарабатывали навыки через рутинные задачи — исправление багов, тесты, простые функции. Именно эти задачи теперь перехватывает ИИ. Это называют проблемой «разрыва опыта»: если ИИ справляется с базовым кодингом, как новые кадры смогут вырасти до уровня старших ?

Готового и подтвержденного решения этой дилеммы в материалах нет. Ясно одно: профессии потребуются новые формы стажировок, менторства и переосмысление карьерной лестницы. Но эти механизмы еще только предстоит создать.

Что дальше

Траектория недвусмысленна. Google прошел путь от 25% до 75% ИИ-кода за полтора года. Claude Code вырос с нуля до $2,5 млрд годового дохода менее чем за год. Codex от OpenAI за тот же срок развернулся от простого CLI до мультиагентной экосистемы .

Главные вопросы сегодня — не о том, станут ли ИИ-агенты для кодинга еще мощнее. Безусловно, станут. Вопросы в другом: как инженерные организации, университеты и сами разработчики адаптируются к профессии, где создание кода все активнее передается машинам, а роль человека — направлять, проверять и решать, что именно строить.