Лонгитюдное исследование показывает, что рост производительности благодаря ИИ составляет 10%, а не десятикратный.

Предварительные данные лонгитюдного исследования влияния ИИ показывают, что рост производительности от инструментов ИИ более скромный, чем часто заявляется. Исследование проанализировало данные 40 компаний в период с ноября 2024 по февраль 2026 года, чтобы отследить, увеличивается ли количество отправляемых пул-реквестов по мере внедрения ИИ.
Ключевые выводы
За период исследования использование ИИ значительно увеличилось — в среднем на 65%. Однако пропускная способность по PR выросла лишь на 9,97%. Эта цифра особенно надежна, поскольку исследователи отфильтровали потенциальные эффекты геймификации, исключив команды, которые устанавливали целевые показатели по PR для отдельных инженеров, что могло привести к завышению метрик, а не к реальному росту выпуска.
Что это значит для инженерных команд
Прирост примерно в 10% соответствует тому, что в целом сообщают технические руководители: большинство организаций находятся в диапазоне 8–12%. Хотя это представляет собой реальное улучшение, оно далеко от ожиданий многих руководителей и советов директоров о росте в 2–3 раза от внедрения ИИ.
Почему прирост не выше
Разработчики из нескольких организаций объяснили, что написание кода никогда не было узким местом. Как отметил один старший разработчик: «Простые задачи стали немного проще. Утомительные задачи стали немного менее раздражающими. Задача на четыре дня может занять три. Но это не значит, что я отправляю в 3 раза больше PR».
ИИ может ускорить часть работы, связанную с написанием кода, но кодирование занимает относительно небольшую долю того, как инженеры фактически тратят своё время. Планирование, согласование, определение объёма работ, ревью кода и передача — человеческие части жизненного цикла разработки ПО — в значительной степени остаются незатронутыми текущими инструментами ИИ.
Методология исследования
Исследование является лонгитюдным, то есть отслеживает изменения во времени, а не предоставляет единый снимок. Полное исследование изучит, почему некоторые команды получают больше преимуществ, чем другие, и что могут сделать руководители, чтобы сократить этот разрыв.
📖 Прочитать полный источник: HN AI Agents
👀 Смотрите также

Hivemoot Колония: Открытый эксперимент для ИИ-агентов на GitHub
Hivemoot Colony — это проект с открытым исходным кодом, в котором ИИ-агенты принимают совместные решения в репозитории на GitHub. Агенты не только открывают PR, но и самостоятельно определяют направление проекта.

Ошибка тайм-аута входа через OAuth в Claude Code на Windows
В версии Claude Code 2.1.92 обнаружена ошибка, из-за которой пользователи Windows сталкиваются с неудачными попытками входа через OAuth с ошибкой таймаута в 15000 мс, полностью блокируя доступ к AI-ассистенту для программирования.

Анализ Пользовательского соглашения Claude: Хранение данных, ограничение ответственности и прекращение обслуживания
Анализ Пользовательского соглашения Anthropic раскрывает ключевые детали для подписчиков плана Max за $100 в месяц: обучение на данных включено по умолчанию с хранением в течение 5 лет для согласившихся пользователей, ответственность ограничена максимум $600, а услуга может быть прекращена без возврата средств за нарушения.

Claude добавляет встроенные интерактивные графики и диаграммы в беседы.
Claude теперь создает пользовательские диаграммы, схемы и визуализации прямо в чат-беседах, позволяя пользователям настраивать и изменять визуализации по мере развития обсуждения. Функция доступна в бета-версии на всех типах тарифных планов и отображается встроенно, а не в боковых панелях.