AI-агенты пишут больше кода, но не больше софта

Все, кто хоть раз работал с AI-ассистентом, знают главное свойство этих инструментов: они очень быстро пишут функциональный код. И все, кто с ними работал, знают второе свойство: доверять выданному результату без проверки нельзя. Ars Technica уже описывал рост доверия к AI-инструментам и падение доверия к ним по мере роста использования. Значит, время, сэкономленное на написании кода, частично уходит на ревью.

Исследование, о котором писал Kyle Orland на Ars Technica, превращает это наблюдение в цифры на данных сотен компаний. Вывод оказался неудобным: выигрыш в скорости кодинга полностью поглощается тем, что происходит дальше по цепочке. Компании пишут больше кода, но не выпускают больше софта.

Стоит уточнить термин. AI-ассистент — это инструмент, который дописывает код, написанный в основном человеком. AI-агент — это кодер, который сам пишет и отправляет код по текстовому запросу. В исследовании измеряли влияние обоих, но самое сильное изменение дают именно агенты.

Работа — Jellyfish study — выполнена исследователями Гарвардского университета Fiona Chen и James Stratton.

Как собирали данные

Источник данных — платформа Jellyfish, которая измеряет результативность инженерных команд. В выборке:

• 300 миллионов отдельных рабочих событий (commits, pull request и подобное);
• больше 700 000 сотрудников;
• свыше 700 компаний, которые пишут софт;
• период с 2021 года по март 2026 года.

Команда не полагалась только на опросы. Использовались два независимых источника: реальные замеры использования AI и анализ активности на GitHub. По ним определяли момент, когда конкретная компания начала внедрять AI-ассистентов (инструменты, которые дописывают код, написанный в основном человеком) или AI-агентов (кодеры, которые сами пишут и отправляют код по текстовому запросу).

Дальше применяли метод difference-in-differences: сравнивали ключевые показатели до и после внедрения, причём с разными компаниями в разные моменты времени. Это позволяет отделить эффект AI от общего роста отрасли.

Что выросло

По объёму сырого кода результаты однозначные:

• +30% к общему числу сгенерированных строк кода;
• +20% к числу commits;
• +23% к числу pull request.

То есть агент действительно делает то, для чего его создавали, — очень быстро производит много кода.

Дальше начинается расхождение с ожиданиями.

Что не выросло

Доля закрытых Issues и Epics в Jira — то есть законченных продуктовых функций — не изменилась статистически значимым образом. Исследователи отдельно проверили, не стали ли сами задачи в Jira меньше или проще. Не стали: так называемого «сдвига состава» задач по размеру и сложности не нашли.

То есть команды не стали делать больше мелких задач вместо крупных. Просто объём выполненной работы остался прежним — при резко выросшем объёме кода.

Причина расхождения находится в code review. Это и есть узкое место, о котором говорит исследование.

Ревью стало главным узким местом

После внедрения агентов изменились три вещи:

• среднее время от отправки pull request до его вливания в кодовую базу выросло на 49%;
• доля pull request, к которым ревьюер просит внести изменения, почти удвоилась;
• число комментариев на один pull request выросло на 35%.

Компании отреагировали тем, что перераспределили нагрузку на ревью. Доля сотрудников, которые занимаются code review, выросла на 14%.

При этом заметных изменений в занятости исследователи не нашли. Они сопоставили активных сотрудников в Jellyfish с данными LinkedIn и не смогли связать появление AI со значимыми изменениями в числе работников.

Механика простая. Агент пишет много кода быстро, но качество этого кода неоднородно. Человек всё равно читает и проверяет этот код. Экономия на написании уходит на чтение и правку.

Самый показательный пункт здесь — второй. Если доля pull request, которым просят внести изменения, почти удвоилась, проблема, скорее всего, не в оформлении кода. Значит, агент чаще ошибается в самой логике, и раньше ревьюер пропустил бы такую ошибку дальше по цепочке. Теперь приходится останавливать.

AI-ревью пока не помогает

Логичный вывод: если чтение стало узким местом, пусть AI возьмёт на себя и ревью. Пока этого не происходит.

К марту 2026 года 80% измеренных компаний использовали ту или иную форму AI-ревью. Но распределение нагрузки оставалось в основном на людях:

• AI-агенты оставили 23,3% всех комментариев в ревью;
• AI-агенты были ответственны за 10,8% всех pull request.

Человек по-прежнему делает почти всю работу по проверке.

Почему это ещё не приговор

Есть два важных ограничения.

Во-первых, агенты — относительно новая часть инструментария. Данные исследования обрываются на марте 2026 года, а с тех пор качество выдачи агентов заметно улучшилось. Сегодняшний агент пишет лучше, чем агент на момент сбора данных.

Во-вторых, к моменту окончания данных AI-агентов внедрили уже 95% компаний в выборке. Многие из них находятся в процессе обучения — ещё не сложились правила, когда и как отдавать агенту конкретную задачу. Размен между временем кодинга и временем ревью, скорее всего, сдвинется, когда команды наберутся опыта.

Практический вывод

Смотреть на метрику «строк кода» бессмысленно — она растёт у всех, кто внедрил агентов, и ничего не говорит о результатах.

Полезнее смотреть на связку: сколько кода сгенерировано и сколько времени ушло на его проверку. Если второе растёт быстрее первого, агент не ускоряет процесс, а перекладывает работу на того, кто проверяет.

И есть третий вопрос, который стоит задать себе до внедрения. Увеличится ли нагрузка на ревью настолько, что команда начнёт закрывать pull request быстрее, пропуская меньше ошибок? Если нет, то агент просто добавляет работу. Никто не закрывает задачи быстрее — исследователи это проверили.

Именно это наблюдение и делает тему дорогой. Вопрос «сколько стоит запустить AI-агента в команде» смещается в другую плоскость: сколько времени и денег компания потратит на проверку того, что агент нагенерировал. Если эта цифра не меньше сэкономленного на кодинге, выигрыша нет — есть только перенос работы с того, кто пишет код, на того, кто его проверяет.