Рубрика: Что не так с...
84% разработчиков используют AI-инструменты для написания кода. Только 60% ими довольны. А независимое исследование показало, что опытные программисты работают с AI на 19% медленнее, чем без него. Кажется, с обещанной революцией что-то пошло не так.
Что происходит
CEO крупнейших техкомпаний соревнуются в громких заявлениях. Сатья Наделла говорит, что 30% кода Microsoft пишет AI. Сундар Пичай рапортует о четверти кода Google. Дарио Амодеи из Anthropic в марте 2025-го предсказал, что через полгода 90% всего кода будет AI-генерированным.
Соцсети заполнены историями успеха. Разработчики хвастаются десятикратным ростом продуктивности. Термин «vibe coding» — когда программист просто описывает задачу словами, а AI пишет код — стал мемом и бизнес-трендом одновременно. Кажется, началась новая эра.
Но когда MIT Technology Review опросил больше 30 разработчиков, технических директоров, аналитиков и исследователей, картина оказалась сложнее. Первоначальный энтузиазм сменяется разочарованием. Реальные данные всё чаще противоречат маркетинговым обещаниям.
Цифры, которые не сходятся
Самое громкое исследование 2025 года провела некоммерческая организация METR. 16 опытных разработчиков с многолетним стажем работы над open-source проектами выполняли 246 задач — с AI-инструментами и без них.
Результат оказался парадоксальным. Перед началом работы программисты оценивали, что AI ускорит их на 24%. После завершения они были уверены, что работали на 20% быстрее. Но объективные замеры показали: с AI они работали на 19% медленнее.
Это не единичный случай. Разработчик Майк Джадж из консалтинговой компании Substantial провёл собственный эксперимент: шесть недель бросал монетку, чтобы решить, использовать AI или нет, и засекал время. Результат: AI замедлил его на 21% — почти как в исследовании METR.
По данным опроса Stack Overflow за 2025 год, 65% разработчиков используют AI-инструменты минимум раз в неделю. Но доверие и позитивное отношение к ним впервые за три года упали. 66% назвали главной проблемой «почти правильные» ответы — код выглядит рабочим, но падает при тестировании.
Почему AI-помощники не оправдывают ожиданий
Проблема номер один — ограниченная «память». Контекстное окно модели — это её рабочая память. Она не может удержать в голове большую кодовую базу и забывает, что делала несколько шагов назад.
«Он становится близоруким — смотрит только на то, что прямо перед ним, — описывает Джадж. — Даёшь ему список из двенадцати задач, он делает одиннадцать и просто забывает последнюю».
Вторая проблема — игнорирование контекста проекта. Каждая команда разработчиков имеет свои конвенции — неписаные правила, как структурировать код. AI о них не знает и генерирует решения по-своему. По данным компании GitClear, это ведёт к взрывному росту копипаста и падению «рефакторинга» — работы по упорядочиванию кодовой базы.
Третья проблема — галлюцинации. AI выдаёт несуществующие библиотеки, придумывает функции, которых нет. Код выглядит профессионально, ошибки сложно заметить. Особенно если разработчик сам не эксперт в теме.
Джадж вспоминает, как пытался с помощью AI настроить облачный сервис Azure Functions, в котором не разбирался. Думал, займёт два часа. Через девять часов сдался: «AI вёл меня по кроличьим норам, а я не знал тему достаточно хорошо, чтобы сказать — это бессмыслица».
Об этой ловушке я подробно писал в материале про архитектуру coding-агентов — там разобрал, как устроены современные AI-помощники и почему они устроены именно так.
Технический долг растёт
В программировании есть понятие «технический долг» — это накопленные компромиссы в коде, которые упрощают разработку сейчас, но усложняют поддержку потом. Каждый срезанный угол — это «кредит», который придётся отдавать.
AI-инструменты делают срезание углов невероятно лёгким. Данные GitClear показывают: с 2022 года резко вырос объём копипаста в коде и упал объём рефакторинга. Разработчики берут готовые куски от AI, не адаптируя их под архитектуру проекта.
Компания Sonar, которая проверяет качество кода, обнаружила другой тренд. Очевидных багов стало меньше — модели научились их избегать. Но более 90% проблем в AI-сгенерированном коде теперь составляют «запахи кода» — неочевидные архитектурные дефекты, которые аукнутся через месяцы.
«Вас как бы убаюкивают ложным чувством безопасности», — предупреждает CEO Sonar Тарик Шаукат.
Что это значит для разработчиков
Исследование Стэнфорда показало: занятость программистов в возрасте 22-25 лет упала почти на 20% между 2022 и 2025 годами. Джуниоры — те, кто раньше учился на рутинных задачах — оказались под ударом первыми.
Но и опытным разработчикам есть о чём беспокоиться. Разработчик Лучано Нойен из Companion Group активно использовал AI на основной работе. Когда начал личный проект без AI-инструментов, обнаружил, что базовые навыки атрофировались: «То, что раньше было инстинктом, стало ручной, иногда даже трудоёмкой работой».
При этом сами AI-инструменты совершенствуются стремительно. Появились режимы планирования, «бесконечные» контекстные окна, возможность задавать уточняющие вопросы. Anthropic утверждает, что последняя версия Claude может автономно работать над кодом больше 30 часов без серьёзной деградации качества.
Вопрос в том, успевают ли люди адаптироваться к инструментам, которые меняются каждые несколько месяцев. История с vibe coding показала: одни за год построили на этом тренде компании на $200 миллионов, другие выгорели, пытаясь угнаться за хайпом.
По данным HackerRank, более двух третей разработчиков говорят, что давление «делать быстрее» выросло вместе с распространением AI. Ожидания менеджмента растут, инструменты меняются, а реальная продуктивность — под большим вопросом.
Мнение редакции
Я вижу классический цикл хайпа в действии. Сначала громкие обещания, потом разочарование, потом — может быть — реалистичное понимание.
Проблема не в том, что AI-инструменты бесполезны. Они реально помогают с рутиной: бойлерплейт, тесты, документация. Проблема в том, что это 20% работы разработчика, а обещали революцию в 100%.
Больше всего меня напрягает парадокс восприятия из исследования METR. Люди уверены, что работают быстрее, хотя объективно работают медленнее. Это значит, что компании будут принимать решения на основе ощущений, а не данных. А потом удивляться, почему проекты срываются и код разваливается.
Ставлю на то, что через год нарратив изменится с «AI заменит программистов» на «AI — полезный инструмент с кучей ограничений». Вопрос только в том, сколько карьер и проектов пострадает, пока рынок это поймёт.
Как думаешь, AI-кодинг — это реальный инструмент или очередной хайп, который сдуется? Напиши в комментариях.