Николай Чикишев world 1 июня 2026, 14:36

Программисты привыкли к ИИ настолько, что отказываются кодить без него

ИИ-инструменты для программирования стали настолько привычными, что часть разработчиков уже не готова временно отказаться от них даже ради исследования.

Оставить комментарий

Программисты привыкли к ИИ настолько, что отказываются кодить без него

ИИ-инструменты для программирования стали настолько привычными, что часть разработчиков уже не готова временно отказаться от них даже ради исследования.

В 2025 году исследовательская лаборатория METR провела эксперимент, в котором участвовали 16 опытных open source-разработчиков. Они выполнили 246 реальных задач в проектах, где в среднем работали около пяти лет. Задачи случайно распределяли на две группы: с разрешением использовать ИИ и без него. В разрешенной группе разработчики в основном использовали Cursor Pro и Claude 3.5/3.7 Sonnet.

Результат оказался неожиданным. До начала задач разработчики прогнозировали, что ИИ сократит время выполнения на 24%. После эксперимента они оценили эффект почти так же — как ускорение на 20%. Но фактически задачи с ИИ занимали в среднем на 19% больше времени. Эксперты тоже ошиблись в прогнозах: экономисты ожидали ускорения на 39%, специалисты по машинному обучению — на 38%.

METR объясняла это несколькими факторами. Участники хорошо знали свои репозитории: в среднем у них было около 1500 коммитов в проектах, над которыми они работали. Сами репозитории были большими и сложными — в среднем около 1,1 миллиона строк кода. В таких условиях ИИ хуже учитывал неявный контекст проекта, предлагал не всегда надежные решения, а разработчики тратили время на проверку, исправление и откат сгенерированного кода.

По данным исследователей, разработчики принимали меньше 44% ИИ-генераций. При этом 75% участников читали каждую строку кода, предложенного моделью, а 56% часто вносили крупные правки, чтобы привести его в порядок. Анализ экранных записей показал, что при работе с ИИ около 9% времени уходило на проверку и чистку его выводов.

Canva дала 5000 сотрудникам неделю на изучение ИИ — и пришла к неожиданным выводам

В 2026 году METR запустила новый эксперимент с более широкой группой: 10 участников из первого исследования и 47 новых разработчиков из разных open source-проектов. Всего организация собрала данные по 57 разработчикам, 143 репозиториям и более чем 800 задачам. Но исследователи признали, что новые данные дают ненадежный сигнал: слишком многие участники начали избегать задач, которые могли случайно попасть в группу «без ИИ».

По опросам METR, 30–50% разработчиков признавались, что не отправляли в эксперимент некоторые задачи, потому что не хотели выполнять их без ИИ. Часть участников прямо говорила, что им трудно возвращаться к «старому» способу работы. Один разработчик сравнил это с попыткой пройти пешком через весь город после того, как привык пользоваться Uber.

Сырые результаты нового эксперимента уже показывали более благоприятную картину для ИИ: у группы старых участников METR оценивала ускорение примерно на 18%, у новых разработчиков — около 4%. Но из-за поведения участников и изменения задач исследователи считают эти оценки слабым доказательством реального эффекта.

Отдельный опрос METR в феврале–апреле 2026 года показал, что технические специалисты сами оценивают пользу ИИ намного выше. В нем участвовали 349 человек. В среднем у респондентов было 12 лет опыта программирования, 19 месяцев опыта использования ИИ для кодинга и 7 месяцев опыта работы с агентными ИИ-инструментами. Половина регулярно использовала Claude Code.

Компания случайно потратила $500 млн на Claude за месяц — СМИ

Участники опроса заявили, что ИИ увеличил ценность их работы в 1,4–2 раза. По скорости эффект оценивался еще выше — медианная самооценка составила 3-кратное ускорение. Респонденты также считали, что в 2025 году ИИ повышал ценность их работы примерно в 1,3 раза, в 2026 году — уже в 2 раза, а к 2027 году эффект вырастет до 2,5 раза.

Однако METR предупреждает, что к таким самооценкам нужно относиться осторожно. В раннем эксперименте 2025 года разработчики тоже были уверены, что ИИ ускоряет их работу, но фактические замеры показали обратное. По оценке METR, участники тогда в среднем переоценили влияние ИИ на время выполнения задач примерно на 40 процентных пунктов.

На этом фоне растут сомнения в том, что активное использование ИИ автоматически означает рост продуктивности. В 2026 году в компаниях распространилась практика токенмаксинга, когда расход токенов фактически превращается в показатель использования ИИ. Но большой расход не всегда означает полезную работу. По данным Financial Times, Amazon закрыла внутренний рейтинг после того, как сотрудники начали чрезмерно использовать ИИ-агентов и выполнять ненужные задачи, чтобы подняться в таблице.

Похожая проблема возникла в Uber. По данным The Information, компания израсходовала бюджет на ИИ на весь 2026 год уже за первые четыре месяца. Операционный директор Uber Эндрю Макдональд позже говорил, что такие расходы не привели к заметному росту числа проектов или продуктивности.

Главный риск — в том, что ИИ ускоряет написание кода, но не обязательно снижает стоимость его поддержки. Программист Джеймс Шор сформулировал это так: «Вы теперь пишете код в два раза быстрее? Тогда лучше надеяться, что вы вдвое сократили расходы на его обслуживание. Иначе вы попали. Вы меняете временный прирост скорости на постоянную зависимость».

Вывод METR и других исследователей сходится в одном: ИИ уже стал частью повседневной работы программистов, но его эффект нельзя измерять только ощущениями разработчиков или количеством потраченных токенов. ИИ может помогать, особенно в новых или незнакомых задачах, но в сложных зрелых проектах он требует контроля, проверки и инженерного суждения.