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
Transformer Language Model работает локально на стандартной Game Boy Color
Модель TinyStories-260K Андрея Карпати работает на стандартном Game Boy Color через пользовательскую прошивку, используя INT8 с фиксированной запятой и переключаемую банками память картриджа для весов и KV-кэша.

Мэрилендцы столкнутся с модернизацией сети за 2 млрд долларов для дата-центров ИИ в других штатах — власти подали жалобу в FERC
Управление народного адвоката Мэриленда подало жалобу в FERC на PJM Interconnection, которая выделила 2 миллиарда долларов из 22 миллиардов долларов на модернизацию сети для Мэриленда — что обойдется бытовым потребителям примерно в 345 долларов каждого, в основном для выгоды центров обработки данных ИИ из других штатов.

Anthropic выпускает окно контекста в 1 миллион токенов для Claude Opus без дополнительной оплаты.
Anthropic сделала контекстное окно в 1 миллион токенов доступным для всех пользователей Claude Code на планах Max, Team и Enterprise в версии 2.1.75, отменив прежнюю дополнительную плату за использование. Окно по умолчанию остаётся 200 тысяч токенов.

Определение ИИ-агентов: Тест на работоспособность
Обсуждение на Reddit ставит под сомнение, являются ли многие продукты с ИИ-агентами по сути чат-ботами со списком задач, предлагая тест, основанный на их способности выполнять рабочие процессы в нескольких инструментах без ручного вмешательства.