Платформа Jellyfish провела исследование с участием более 700 компаний, 200 тысяч инженеров и 20 млн запросов на слияние (pull requests). Он выявил, что производительность растёт, но без сильной потери качества кода.
В компаниях, включённых в набор данных, средний уровень использования инструментов ИИ составляет 63%, а 64% компаний теперь генерируют большую часть своего кода с помощью технологии. По данным Jellyfish, еженедельные показатели использования неуклонно росли в течение последнего года, при этом увеличивалась доля инженеров, использующих инструменты ИИ для кодирования несколько дней в неделю.
Наибольшее влияние это оказывает на производительность. Компании с самым высоким уровнем внедрения ИИ — где от 75% до 100% инженеров используют инструменты его для кодирования три или более дней в неделю — объединяли в среднем 2,2 запроса на слияние на одного инженера в неделю. Это почти вдвое больше, чем 1,12 PR у других компаний.
Руководитель исследовательского отдела Jellyfish Николас Арколано отметил, что перестал писать код сам осенью 2025 года, передав эту работу инструментам ИИ. Примерно в это же время значительные улучшения моделей сделали инструменты для программирования на основе ИИ намного лучше, и их использование действительно резко возросло. Арколано называет этот момент «Рождеством Claude», когда многие инженеры-программисты открыли для себя истинную мощь сервиса Claude Code от Anthropic и начали экспериментировать с ним во время праздников.
Другие популярные инструменты для разработки ИИ, используемые инженерами, включают Codex от OpenAI, Cursor и GitHub Copilot.
Согласно данным Jellyfish, качество кода, похоже, не снижается под тяжестью более высокой производительности. Показатели отката увеличиваются лишь незначительно по мере роста внедрения ИИ среди инженеров-программистов, с 0,61% в компаниях с низким уровнем внедрения до 0,65% в компаниях высшего уровня.
«Мы не наблюдаем значительного влияния на качество. За этим нужно будет следить в дальнейшем. Проблемы с качеством и попытки удержать ситуацию под контролем в условиях растущего давления со стороны необходимости ускорять процессы, а также узким местом становится возможность проверки кода ИИ», — сказал Арколано.
Тем временем появляются более продвинутые способы использования ИИ. Активность автономных агентов по-прежнему составляет небольшую долю общей работы, но быстро растёт, особенно среди ведущих разработчиков.
Арколано больше всего поразили различия между организациями, которые полностью внедряют агентов ИИ в программирование, и другими, которые практически ничего не делают в этой новой области. «Разрыв ускоряется. Поэтому люди внизу не двигаются, а люди в середине постепенно продвигаются. Люди наверху находятся на ракете и стремительно развиваются», — сказал он.
Между тем исследование Alibaba Group и Университета имени Сунь Ятсена в Гуанчжоу показало, что современные нейросети не могут поддерживать долгосрочную эволюцию кодовой базы, добавляя новые функции и не нарушая функциональность старых. Оценка включала 18 моделей от 8 разных поставщиков. Выяснилось, что в рамках одного семейства более новые модели всегда достигают более высоких показателей, при этом выпущенные после начала 2026 года демонстрируют значительно больший прирост, чем их предшественники.
Кроме того, исследователи проанализировали сотни опенсорсных репозиториев с внедрённым инструментом и без него. Выяснилось, что ИИ сначала разгоняет поток кода, а потом раздувает технический долг.
Автор: maybe_elf
