Парадокс продуктивности ИИ-разработчика

Позднее, в начале 2026 года, METR пересмотрела дизайн исследования, скорректировав его с учётом неоднородности задач. Обновлённый анализ показал скромное 6-процентное ускорение в среднем по выборке, но с экстремальным разбросом: некоторые разработчики на отдельных задачах ускорялись до 25%, в то время как другие по-прежнему показывали чистое замедление. Основной вывод остался неизменным: польза от ИИ сильно зависит от задачи, а самооценка скорости — ненадёжный показатель.

CodeRabbit: Дефекты качества ИИ-кода (в 1,7 раза больше проблем)

Если данные о времени выполнения задач зашумлены, то сведения о качестве кода гораздо яснее. Знаковый отчёт CodeRabbit «State of AI vs Human Code Generation» проанализировал 470 реальных pull-запросов на GitHub — 320 созданных при участии ИИ и 150 написанных только человеком — в проектах с открытым исходным кодом.

Заголовок говорит сам за себя: сгенерированные ИИ pull-запросы содержали в среднем в ~1,7 раза больше проблем, чем код, написанный человеком (10,83 проблемы на PR против 6,45). Снижение качества не ограничивалось стилем или форматированием. Оно концентрировалось в областях, которые приводят к реальным инцидентам:

• Ошибки логики и корректности встречались на 75% чаще в PR, созданных ИИ.
• Проблемы с читаемостью выросли более чем в 3 раза.
• Пробелы в обработке ошибок были почти в 2 раза более частыми.
• Уязвимости безопасности оказались в 2,74 раза выше, чем в коде, написанном человеком.

Анализ CodeRabbit также выявил «более тяжёлый хвост ревью» для кода, созданного ИИ. Это означает, что проверяющие тратили непропорционально много времени на поиск и диагностику проблем в изменениях, сгенерированных ИИ. Как выразились авторы отчёта, люди и ИИ совершают одни и те же типы ошибок — ИИ просто делает многие из них чаще и в большем масштабе.

Эта картина согласуется с более широким наблюдением CodeRabbit о том, что 2025 год был определён скоростью ИИ, но 2026-й должен стать годом качества ИИ. Всё чаще в postmortem-анализах и отчётах об операционных инцидентах прослеживалась связь с малозаметными логическими ошибками, упущениями в конфигурации и недопониманием архитектуры, привнесёнными ИИ-ассистентами.

Расход токенов: 82 цента с каждого ИИ-доллара теряются на багах и переделках

Дефицит качества напрямую превращается в финансовые потери. Платформа для измерения продуктивности разработчиков Entelligence.AI, агрегировав данные от 2 444 компаний, представила разбивку, которая вызвала резонанс в инженерных кругах:

Иными словами, 82 цента с каждого доллара, потраченного на ИИ-токены, уходят на баги, переделку и накладные расходы на ревью, и только 18 центов приносят пользу конечному пользователю. Это не теоретические затраты. Uber исчерпал весь свой бюджет на ИИ для написания кода на 2026 год за четыре месяца и зафиксировал нулевой измеримый прирост продуктивности. Неназванный руководитель Uber прямо заявил, что связи между расходами на ИИ и улучшением продукта «пока не существует».

Дополнительное исследование Стэнфорда и MIT показало, что ИИ-агенты, исправляющие баги в коде, могут сжигать более миллиона токенов на задачу — примерно в 1000 раз больше, чем потребление токенов при стандартных задачах ответа на вопросы по коду. Экономика предполагает, что для многих организаций скрытые затраты на внедрение ИИ в настоящее время съедают обещанный прирост производительности.

Парадокс ИИ-зависимости: зависимость от более медленного инструмента

Пожалуй, самый поразительный психологический вывод заключается в том, что разработчики, которые видят эти данные, всё равно отказываются работать без ИИ. Множество изданий сообщали, что участники исследования METR сопротивлялись возвращению к написанию кода без посторонней помощи, даже после того, как им показали их собственные цифры замедления. Это было описано как «парадокс ИИ-зависимости» — как только разработчики привыкают к помощи ИИ, они теряют уверенность в своей способности работать самостоятельно, даже когда инструмент доказанно замедляет их.

Как выразился один разработчик, ИИ «берёт на себя скучные части — boilerplate, синтаксис, то, что ощущается как работа, но не является сутью сложности». Инструмент заставляет кодинг ощущаться как более быстрый, даже когда секундомер утверждает обратное, потому что трение смещается с написания начальных черновиков на проведение дотошных ревью.

Что эксперты рекомендуют сейчас

Из контролируемых испытаний METR, анализа pull-запросов CodeRabbit и корпоративных данных Entelligence.AI вырисовывается последовательный набор рекомендаций:

• Относитесь к выводу ИИ как к коду от младшего разработчика. Проверяйте всё. Ожидайте логических ошибок, пропущенных граничных случаев и пробелов в безопасности. Никогда не развёртывайте непроверенный ИИ-код.
• Примите как факт: ИИ ускоряет создание черновика, но увеличивает нагрузку на ревью. Инструмент пишет больше кода быстрее, но чистое время до состояния «готово» часто зависит от того, превышает ли дополнительное время на ревью ускорение черновика.
• Измеряйте реальное время цикла, а не ощущаемую скорость. Самооценка роста производительности систематически завышена. METR обнаружила, что разработчики, заявлявшие о 2-3-кратном ускорении с ИИ, не соответствовали объективным журналам учёта времени.
• Бюджетируйте скрытые расходы. Если 44% затрат на токены уходит на исправление созданных ИИ багов, организациям необходимо моделировать полную стоимость внедрения ИИ, а не только счёт за API.

Новые данные не говорят о том, что ИИ-инструменты для кода бесполезны. В конкретных контекстах — погружение в незнакомые кодовые базы, генерация шаблонного кода и задачи, в которых разработчики предсказывали, что ИИ существенно поможет, — измеримое ускорение действительно проявляется. Но для более широкой популяции опытных разработчиков, работающих над своими собственными зрелыми проектами, чистый эффект с середины 2025 по 2026 год выражался в замедлении поставок, большем количестве дефектов и зависимости, которая сопротивляется данным.