ИИ пишет код в разы быстрее. Программ от этого почти не прибавилось

Картина, которую мы слышим каждый день, выглядит так: нейросеть пишет код, программисты больше не нужны, компании экономят. Данные по сотням компаний и сотням миллионов строк кода рисуют другое. Код и правда появляется в разы быстрее, а готовых программ почти не прибавилось. Этот парадокс объяснили ещё в 1980-х на заводах, и объяснение касается далеко не только программистов.
Нейросети сделали дешёвым код, но не хороший код
По большинству оценок, с ИИ код пишется в 4–10 раз быстрее. Логика кажется железной: больше кода, значит больше продуктов и больше прибыли. Но у кода есть показатель, о котором в рекламе молчат. Это доля переделок, то есть строки, которые после написания приходится переписывать или выбрасывать.
Компания GitClear изучила 211 миллионов строк. В 2021 году переделывать приходилось примерно 33 строки из тысячи, к 2025-му почти 69. Veracode, проверив от 100 до 150 языковых моделей, раз за разом видит одно и то же: в 45% задач сгенерированный код содержит хотя бы одну известную уязвимость. На Java провалов больше 70%, на Python около 38%.
Каждую такую строку кто-то должен найти и исправить. И здесь в историю входит идея, которой больше сорока лет.
Темп любой системы задаёт её самое узкое место
В 1984 году физик Элияху Голдратт сформулировал теорию ограничений. В любом процессе есть одно звено, которое работает медленнее остальных, и именно оно определяет, сколько выходит на финише. Ускорять другие звенья бесполезно: перед узким местом просто растёт очередь. Это неочевидно, потому что каждый ускоренный участок выглядит победой. Отчёты цехов улучшаются, а завод выпускает столько же.
Представьте кухню ресторана. Заготовщику дали комбайн, и он режет овощи вдесятеро быстрее. Но у плиты по-прежнему один шеф, и гостям достаётся столько же блюд, а на столах копятся горы нарезки, которая начинает портиться.
Именно это и показало исследование DX. Больше 400 компаний с ноября 2024 по февраль 2026 года нарастили использование ИИ на 65%. Медианное число пулл-реквестов, то есть завершённых изменений, которые принимают в общий код, выросло на одного разработчика всего на 7,76%. Генерация ускорилась в разы, а выход вырос на проценты. Где же застрял поток?

Компании сократили тех, кто расширял горлышко
Узкое место никуда не делось, оно переехало с написания кода на его проверку. Очереди на ревью забиты, каждое изменение проверяют дольше, а пока код лежит в очереди, компания теряет деньги. По отраслевому анализу 2026 года, полная стоимость владения программой с ИИ к 2027-му окажется на 30–40% выше, чем при обычной разработке. GitClear предупреждает, что без контроля затраты на поддержку ко второму году могут вырасти вчетверо.
Раньше этот этап разгружали младшие разработчики. Они писали рутинный код, тестировали и улучшали его ещё до того, как он попадал к старшим коллегам. Перед компаниями встал выбор между зарплатой джуниора около 80 тысяч долларов в год и подпиской на ИИ за 100 долларов в месяц. Выбрали подписку.
По данным SignalFire и ZipRecruiter, вакансий начального уровня в 2023–2024 годах стало на 25–35% меньше. Крупные техкомпании нанимают выпускников примерно вдвое реже, чем до пандемии, а в 2025–2026 годах предложений для новичков стало ещё на 29% меньше. Получилось, что перед самым узким местом убрали людей, которые его расширяли. Что стало со структурой профессии?
Пирамида превратилась в ромб без основания
Одновременно спрос на опытных инженеров взлетел. В 2024 году откликов на вакансии с опытом от 10 лет стало больше на 27%, с опытом 5–10 лет на 40%. К началу 2026-го такие позиции заняли больше 41% всех IT-вакансий. Похоже на восстановление рынка, но это его мираж: бум старших прикрывает обвал младших.
Раньше команда была пирамидой: внизу много новичков, часть из них дорастает до середины и вершины. Теперь это ромб. «Начальный уровень» требует 2–5 лет опыта, а настоящим новичкам достался рынок примерно на 35% меньше, чем в 2022-м. Старшие инженеры превратились в очень дорогих уборщиков за нейросетью, и выгораний становится больше.
Теория ограничений работает и во времени. Опыт нельзя сгенерировать, его можно только прожить, поэтому через два-три года отрасли может не хватить инженеров среднего уровня. Компании, которые дали ИИ джуниорам вместо того, чтобы ими заменить, уже выигрывают: для них ИИ умножает силы, а не делит. Почему же остальные всё равно сокращают людей?
Увольнения выгоднее объяснять ИИ, чем долгами
Во времена дешёвых денег техгиганты брали кредиты и нанимали с размахом. Затем ставка выросла примерно с 0,25% до 5%. У пятёрки крупнейших компаний около 1,65 триллиона долларов обязательств вне баланса: аренда дата-центров, контракты на оборудование. С 2022 года сумма выросла в восемь раз, у Meta она около 420 миллиардов, у Oracle увеличилась в 30 раз, до 273 миллиардов.
Рынок по-разному реагирует на слова. Salesforce честно назвала причиной сокращения 8000 человек лишний наём, и акции упали примерно на 32%. Meta объявила «год эффективности» и ставку на ИИ, и бумаги за год выросли больше чем на 190%. Аналитики назвали это AI washing: по данным Challenger, Gray & Christmas, в мае 2026 года ИИ стал самой частой причиной увольнений, а Deutsche Bank насчитал на 310% больше упоминаний ИИ в отчётах компаний за первое полугодие.
Оговорка: цифры собраны из разных исследований, часть из них прогнозы, а мрачные сценарии для экономики пока остаются оценкой, а не фактом.
Представьте завод, где в начале линии поставили сверхбыстрый станок, а у последнего контроля уволили учеников. Цех гудит, отчёты сияют, но со склада уезжает столько же коробок, а мастеров через пару лет станет не из кого растить. Когда в следующий раз услышите, что новый инструмент ускорил работу в десять раз, спросите, где у этой работы узкое место. Больше разборов о том, как технологии меняют труд, есть в наших статьях.
🎯 Проверь себя
Компании нарастили использование ИИ-инструментов на 65%. Насколько выросло медианное число завершённых пулл-реквестов на разработчика?
Исследование DX по 400 с лишним компаниям показало, что генерация кода ускорилась кратно, а итоговый выход вырос лишь на проценты.
Показать ответ
На 7,76%. Исследование DX по 400 с лишним компаниям показало, что генерация кода ускорилась кратно, а итоговый выход вырос лишь на проценты.
Как изменилась доля кода, который приходится переписывать или выбрасывать, с 2021 по 2025 год?
GitClear проанализировала 211 миллионов строк и увидела, что доля переделок выросла больше чем вдвое.
Показать ответ
Выросла с 3,3% до 6,87%. GitClear проанализировала 211 миллионов строк и увидела, что доля переделок выросла больше чем вдвое.
Что, согласно теории ограничений, произойдёт, если ускорить звено процесса, которое не самое медленное?
Темп всего потока задаёт самое медленное звено, поэтому ускорение остальных лишь копит работу перед ним.
Показать ответ
Перед узким местом вырастет очередь, а выпуск почти не изменится. Темп всего потока задаёт самое медленное звено, поэтому ускорение остальных лишь копит работу перед ним.
Вы дочитали до конца! Сегодня прочитано статей: 1
Следующая статья →Огонь не отнимает у вещества, а прибавляет. И это объяснило дыхание
Ещё в «Высоких технологиях»
Люди не стали хуже. Упадок нравов рисует наша собственная память
Ледяной мир за Плутоном десять лет притворялся звездой. Он не один
Время замедляется у тех, кто движется, а масса оказалась энергиейНужна расшифровка записи?
Интервью, лекции, совещания, видео — переведём в точный текст. Редактор прослушивает всю запись и проверяет весь текст; стоимость и срок согласуем после оценки.










