Исследователи: разработчики не смогут отказаться от инструментов ИИ

Исследователи обнаружили ^[1], что в 2026 году разработчики уже не смогут отказаться от инструментов для программирования с использованием ИИ. Это может создать дополнительные проблемы с сопровождением кода.

Хотя ИИ помогает программистам быстрее создавать код, исследователи предупреждают, что он может генерировать его некачественно. В феврале 2026 года исследовательская лаборатория METR опубликовала ^[2] такой инсайд: большинство разработчиков больше не могут работать даже над ограниченным числом задач без ИИ.

METR планировала обновить результаты исследования, опубликованного несколькими месяцами ранее. Оно было посвящено производительности программирования с использованием ИИ. Исследователи измерили, сколько времени разработчики открытого исходного кода тратили на выполнение задач вручную по сравнению с использованием ИИ. Хотя разработчики сообщили, что ИИ повышает их производительность, выяснилось ^[3], что на самом деле он замедляет их работу. В итоге разработчики тратят дополнительное время на поиск и исправление ошибок, управление ИИ и ожидание завершения задач.

Когда METR попыталась повторить эксперимент по измерению прогресса в области ИИ и повышения квалификации программистов, это не получилось. Разработчики не хотели участвовать в исследовании, «потому что не хотят работать без ИИ», даже просто ради эксперимента.

Вместо этого в мае METR опубликовала ^[4] опрос, в котором технические специалисты самостоятельно оценили повышение своей производительности благодаря ИИ. Сами они посчитали, что ИИ сделал их вдвое ценнее для организаций.

Однако недавние сообщения о чрезмерных затратах на так называемое «токенмаксирование» в сочетании с некоторыми исследованиями делают подобные самооценки сомнительными. Токенмаксирование, или использование количества токенов, используемых человеком, в качестве показателя производительности при работе с ИИ, было трендом 2026 года. Но теперь он заканчивается. Amazon закрыла свою внутреннюю таблицу лидеров по отслеживанию токенов под названием Kirorank, так как сотрудники злоупотребляли ею, чрезмерно используя агентов ИИ и увеличивая расходы. Сотрудники доказали, что использование ИИ не приводит автоматически к повышению производительности.

Как сообщило издание The Information, Uber исчерпал свой бюджет на ИИ на 2026 год за первые четыре месяца года. Операционный директор Эндрю Макдональд недавно заявил в подкасте, что расходы не привели к заметному увеличению количества проектов или производительности.

Код, сгенерированный ИИ, также не обязательно снижает потребность ^[5] в текущем сопровождении и может даже увеличить её. Программист и автор Джеймс Шор написал: «Вы теперь пишете код вдвое быстрее? Лучше надейтесь, что ваши затраты на обслуживание сократились вдвое. В противном случае, вам конец. Вы меняете временное ускорение на постоянную зависимость».

Есть и другие доказательства того, что ИИ может усугубить проблемы с сопровождением кода. Так, Айшвария Санкар, основательница и гендиректор стартапа Entelligence AI, утверждает, что компании тратят 44% своих токенов на исправление ошибок, сгенерированных ИИ. Тем временем, компания CodeRabbit, разрабатывающая инструменты для проверки кода, заявляет, что проанализировала запросы на слияние (pull requests) из открытых баз и обнаружила, что ИИ создаёт в 1,7 раза больше проблем, чем человеческий код.

Это, безусловно, предвзятые статистические данные от тех, кто пытается продать инструменты для проверки кода с помощью ИИ. Однако независимые исследователи также обнаружили подобные проблемы. Исследователи из Сингапурского университета менеджмента опубликовали в апреле отчёт, предупреждающий, что «код, сгенерированный ИИ, может привести к долгосрочным затратам на обслуживание реальных программных проектов». 

ИИ-компании утверждают, что разработчики могут использовать агентов для выполнения изнурительных задач по исправлению кода так же быстро, как ИИ его генерирует. Такое решение предлагает основатель и генеральный директор Cognition Скотт Ву — создатель ИИ-агента Devin. Но даже он признаёт, что, хотя ИИ может работать самостоятельно, в настоящее время его навыки оцениваются на уровне начинающего или среднего программиста в зависимости от задачи. Это не решение типа «передай и забудь».

Исследователи из Сингапурского университета менеджмента предлагают более гуманный подход. По их мнению, программисты должны знать, какие задачи ИИ выполняет хорошо, а какие нет, так же глубоко, как и свои любимые языки программирования. Им нужны надёжные системы обеспечения качества, разработанные для ИИ, и они должны тщательно проверять работу агента, как если бы это был начинающий разработчик.

Между тем, большинство исследователей соглашаются, что люди по-прежнему должны выполнять работу, имеющую глобальное значение, в том числе касающуюся архитектуры программного обеспечения и проектирования безопасности.