Разработчики отказываются работать без ИИ — и это может им аукнуться

В 2026 году, как выяснили исследователи, разработчиков уже невозможно вырвать из железной хватки ИИ-инструментов для программирования.

Но хотя ИИ, несомненно, помогает программистам писать код быстрее, он не обязательно помогает писать более качественный код, предупреждают другие исследователи. И в будущем это может создать для них проблемы.

В частности, в феврале 2026 года авторитетная исследовательская лаборатория ИИ METR опубликовала неожиданное открытие: большинство разработчиков больше не хотят работать без ИИ — даже над ограниченным числом задач.

METR рассчитывала обновить результаты прорывного исследования о продуктивности программирования с помощью ИИ, опубликованного несколькими месяцами ранее, в 2025 году. В нем исследователи измеряли, сколько времени разработчики открытого кода тратили на выполнение задач вручную по сравнению с выполнением тех же задач с ИИ.

Хотя участники того исследования сообщали, что ИИ делает их более продуктивными, они были шокированы, узнав, что на самом деле он их замедлял. Да, ИИ генерировал код быстрее, но затем им приходилось тратить дополнительное время на поиск и исправление ошибок, направление работы ИИ и ожидание, пока он завершит задачи.

Когда METR попыталась повторить эксперимент, чтобы измерить прогресс ИИ и рост навыков программистов, сделать это не удалось.

Разработчики не захотели участвовать, «потому что они не желают работать без ИИ» даже ради исследования, признали исследователи.

Вместо этого в мае METR опубликовала опрос, в котором техническим сотрудникам позволили самостоятельно оценить прирост своей продуктивности благодаря ИИ. Неудивительно, что, по их собственному восприятию, ИИ сделал их вдвое более ценными.

Но недавние заголовки о безумных расходах на так называемый токенмаксинг, а также ряд свежих исследований ставят такие самооценки под сомнение.

Токенмаксинг — то есть использование количества токенов, потребляемых человеком, как косвенного показателя продуктивности при работе с ИИ — пока был трендом 2026 года. И, возможно, уже сошел на нет.

Amazon закрыла внутреннюю таблицу лидеров по отслеживанию токенов под названием Kirorank после того, как сотрудники начали манипулировать ею, чрезмерно используя ИИ-агентов и раздувая расходы, сообщила на этой неделе Financial Times. Сотрудники доказали, что использование ИИ не означает автоматического роста продуктивности.

Uber израсходовала свой бюджет на ИИ на 2026 год за первые четыре месяца года, сообщило издание The Information. Операционный директор Эндрю Макдональд недавно сказал в подкасте, что такие расходы не привели к измеримому росту числа проектов или продуктивности.

Код, сгенерированный ИИ, также не обязательно снижает потребность в дальнейшей поддержке кода и может даже ее увеличить, изящно доказал программист и автор Джеймс Шор в посте в блоге, который стал вирусным на Hacker News.

«Теперь вы пишете код вдвое быстрее? Лучше надейтесь, что вы вдвое сократили затраты на его поддержку», — написал он. «Иначе вам конец. Вы меняете временный прирост скорости на постоянную кабалу».

Есть и другие свидетельства того, что ИИ может усилить проблемы с поддержкой кода.

Вирусный твит Айсварьи Санкар, основательницы и CEO стартапа Entelligence AI, создающего агентов для инженерии надежности, утверждает, что компании тратят 44% своих токенов на исправление багов, созданных их же ИИ. Тем временем компания CodeRabbit, выпускающая инструмент для ревью кода, заявляет, что проанализировала pull request’ы в open source и обнаружила: ИИ создает в 1,7 раза больше проблем, чем код, написанный людьми.

Разумеется, это статистика, выгодная тем, кто пытается продавать инструменты для ревью кода с помощью ИИ.

И все же независимые исследователи тоже обнаружили подобные проблемы. Исследователи из уважаемого Сингапурского университета менеджмента в апреле опубликовали доклад, предупреждающий, что «код, сгенерированный ИИ, может привносить долгосрочные затраты на поддержку в реальные программные проекты».

Учитывая, что программисты любят своих ИИ-ассистентов, в чем же решение?

Ну, те, кто хочет продать вам ИИ-агентов для программирования, говорят, что разработчики могут просто использовать таких агентов для изматывающих задач по исправлению кода — так же быстро, как ИИ его выдает. Именно это предлагает основатель и CEO Cognition Скотт Ву, создатель ИИ-агента для программирования Devin.

Но даже он признает, что, хотя Devin может работать самостоятельно, сейчас он оценил бы его уровень, в зависимости от задачи, где-то между младшим и средним программистом. Это не решение в стиле «передал и забыл».

Исследователи SMU предлагают более человеческий подход. Программисты должны так же глубоко знать, с какими задачами ИИ справляется хорошо, а с какими плохо, как они знают свои любимые языки программирования. Им нужны надежные системы контроля качества, разработанные с учетом ИИ, и им по-прежнему придется тщательно проверять работу ИИ так, как если бы это был младший разработчик.

Тем временем, говорят исследователи (и Ву с этим согласен), люди по-прежнему должны выполнять работу на уровне общей картины — такую как архитектура программного обеспечения и проектирование безопасности.

Источник: TechCrunch

AI News

Статьи и новости о нейросетях и искусственном интеллекте, просто и понятно о сложных технологиях. Освещает современные тенденции, объясняет, как работают ИИ-системы, и показывает, каким образом нейросети меняют различные сферы жизни. Регулярно собирает подборки и топы полезных нейросетей, тщательно отбирая актуальные инструменты и сервисы, которые могут существенно упростить рабочие и повседневные задачи. В своих подборках делится описаниями возможностей каждой нейросети, а также рекомендациями по их применению, чтобы помочь читателям быстро разобраться в новых технологиях и использовать их с максимальной пользой.

Социальные сети автора: