← Все статьи

Михаил Поляков

ИИ-агенты пишут больше кода, но значимого роста доли решённых задач не нашли: что показало исследование по 700 фирмам и как посчитать пользу у себя

Уровень: ПростойВремя чтения: 6 мин

Темы: ИИ, Автоматизация, Малый бизнес

Широкий поток светящихся листов с условными блоками течёт к узкому проёму, перед ним очередь листов, а за проёмом идёт тонкий ручей; у проёма висит лупа

Короткий ответ: по данным исследования, которое пересказывает Ars Technica, после внедрения ИИ-агентов для написания кода у фирм выросло количество строк кода на 30%, коммитов на 20% и запросов на слияние на 23%. При этом статистически значимого изменения доли решённых задач в системе учёта, Jira, авторы не нашли. Зато процесс проверки стал длиннее: время от отправки запроса на слияние до слияния выросло в среднем на 49%. Авторы пишут, что свидетельств роста выпуска программ или сокращения занятости мало. Для владельца компании с небольшой командой разработки из этого следует практический вывод: оценивать пользу ИИ по числу строк неразумно, лучше смотреть на решённые задачи и на время до слияния. Ниже цифры, их границы и три шага.

Что измерено

Несколько слов, без которых цифры не понять. Коммит это сохранённая порция изменений в коде. Запрос на слияние (pull request) это просьба принять изменения в основную версию программы: его сначала проверяет другой человек. Эпик это крупная задача, которая объединяет много мелких. Jira это программа, где команды ведут задачи.

Исследование провели гарвардские учёные Фиона Чен и Джеймс Стрэттон. Они взяли обобщённые данные компании Jellyfish, которая измеряет работу команд разработки. Всё ниже пересказывает Ars Technica; сам текст исследования я не открывал.

  • Откуда данные. Около 300 миллионов «рабочих событий», например коммитов и запросов на слияние, и данные систем учёта задач. Охвачены больше 700 000 сотрудников более чем 700 фирм с 2021 года по март 2026 года.
  • Как определяли момент внедрения. По измеренному использованию ИИ и по активности на GitHub. Авторы различают ассистентов, которые подсказывают продолжение кода, написанного в основном человеком, и агентов, которые в основном пишут и отправляют код сами по запросу.
  • Как считали. Сравнивали показатели до и после внедрения в разное время в разных фирмах. Метод называется «разность разностей».

Что получилось

  • строки кода: рост на 30%;
  • коммиты: рост на 20%;
  • запросы на слияние: рост на 23%;
  • доля решённых задач и эпиков в Jira: значимых изменений нет;
  • время от отправки запроса на слияние до слияния: рост на 49% в среднем;
  • доля запросов, где просят изменения: выросла почти вдвое;
  • комментариев на один запрос: рост на 35%;
  • доля сотрудников, делающих ревью: рост на 14%.

Ещё три уточнения из источника. Авторы также не нашли сдвига в размере и сложности задач, которые отслеживает Jira. Значимых изменений занятости они ИИ не приписывают. И про ИИ-проверку: к марту 2026 года 80% фирм использовали какую-то её форму, но агенты, по данным исследования, написали только 23,3% всех комментариев ревью и 10,8% запросов на слияние. Ars делает из этого вывод, что подавляющую часть этой работы по-прежнему выполняли люди.

Ars отмечает ограничения. Данные кончаются в марте 2026 года, а агенты с тех пор обновились. По тексту Ars, к моменту публикации агентов внедрили 95% фирм исследования, и многие, по мнению издания, ещё проходят период обучения тому, когда и как их применять. Соотношение между временем на написание и временем до слияния может измениться.

Что это значит для небольшой команды

Это мои выводы из приведённых цифр, а не слова авторов.

Показатели «строки, коммиты, запросы» в исследовании выросли, а статистически значимого изменения доли решённых задач авторы не нашли. Если вы оцениваете пользу ИИ по первым показателям, они не покажут того, что вам важно: сколько готовых задач вы закрываете. Три шага, чтобы посчитать пользу у себя.

  1. Выбрать показатель, который важен вам. Закрытые задачи в вашей системе учёта за месяц, а не строки кода.
    • Кто делает: руководитель разработки.
    • Чем проверить: возьмите последние три месяца до внедрения ИИ и первые три месяца после. Если в системе учёта нельзя отличить мелкую задачу от крупной, сравните хотя бы число задач одного типа, например исправлений ошибок.
  2. Измерить время до слияния. Сколько часов или дней в среднем проходит от отправки изменения до слияния. Это календарное время, оно включает ожидание, а не только работу проверяющего.
    • Кто делает: руководитель разработки; данные берутся из GitHub или GitLab.
    • Чем проверить: возьмите 20 последних слитых запросов до внедрения и 20 после и сравните среднее. Если время выросло, как у фирм в исследовании, запросы стоит разобрать подробнее, чтобы понять причину.
  3. Назначить время на проверку заранее. Если проверяют те же люди, что пишут, часть их рабочего времени уходит на ревью, и без плана запросы ждут.
    • Кто делает: руководитель разработки.
    • Чем проверить: в расписании команды есть явные часы на ревью, а число запросов, ожидающих проверки дольше суток, записано и не растёт.

Как это выглядит в числах: пример на условных числах

Пусть сейчас изменение ждёт слияния в среднем 2 дня. Если после внедрения агентов это время вырастет на 49%, как в среднем у фирм в исследовании, оно составит около 3 дней: на сутки дольше. Это календарное время ожидания, а не часы работы проверяющего, и считать по нему зарплату нельзя. Зато его можно сравнить с тем, насколько быстрее вы выпускаете готовые задачи. Если запросов стало больше, а задач закрывается столько же, польза остаётся недоказанной. Числа условные: подставьте свои.

Когда это вас не касается

Если вы не разрабатываете программы, а пользуетесь готовыми, исследование напрямую вас не касается. Если вы пишете код один, ваш случай может отличаться: исследование охватывает фирмы, и по пересказу Ars нельзя судить, как делилась работа в каждой из них.

Итог

По данным исследования Фионы Чен и Джеймса Стрэттона в пересказе Ars Technica, ИИ-агенты увеличили у фирм объём написанного кода, но значимого изменения доли решённых задач не нашли, а время от отправки до слияния выросло на 49%. Данные кончаются на марте 2026 года, и картина может измениться. Оценивать пользу стоит по решённым задачам и по времени до слияния, а не по строкам.

Я занимаюсь ИИ-агентами и автоматизацией. Если хотите посмотреть мои проекты или обсудить свою задачу, загляните в портфолио.

Источники