State of AI 2026 🔎
Вышел свежий «International AI Safety Report 2026» — cерьезный мета-анализ состояния индустрии на февраль 2026, составленный экспертами из 30 стран.
Давайте посмотрим, что в нём есть интересного именно на тематику программирования:
1️⃣ Метрика "30 минут"
В отчете вводится интересная метрика прогресса: длина задачи, которую агент может выполнить автономно.
— Год назад: AI тянул задачи, на которые у человека уходило <10 минут.
— Сейчас (2026): Агенты уверенно закрывают тикеты, требующие от человека ~30 минут работы.
— Прогноз к 2030: Ожидается, что AI сможет автономно пилить фичи, занимающие у человека несколько дней.
2️⃣ Парадокс продуктивности
Отчет подтверждает то, о чем мы догадывались:
— На рутинных задачах продуктивность растет на 20-30%.
— На сложных архитектурных задачах использование AI-ассистентов замедляет опытных сеньоров на 19%.
Причина проста: время, которое вы экономите на написании кода, вы тратите (с процентами) на отладку галлюцинаций и попытки заставить модель понять контекст всего монолита.
3️⃣ Проблема "Зубчатой границы" (Jagged Frontier)
Модели демонстрируют PhD-уровень в квантовой физике и пишут сложный C++ код, но фейлят простейшие задачи на пространственное мышление или не могут восстановиться после элементарной ошибки в длинном пайплайне.
Невозможно предугадать, где именно модель "посыплется".
4️⃣ Агенты все еще "не очень"
Несмотря на хайп, полностью автономные dev-агенты все еще ненадежны. Они теряют контекст, зацикливаются и не могут адекватно реагировать на неожиданные ошибки среды (например, упавший интернет или изменившийся API). Человек — обязательный элемент в процессе.
5️⃣ Кибербез: оборона проигрывает
В соревновании DARPA AI Cyber Challenge агент автономно нашел 77% уязвимостей в реальном софте.
Для сравнения: это уровень топ-5% команд (состоящих из людей).
Это палка о двух концах:
— Агенты могут патчить баги быстрее людей.
— Агенты могут находить 0-day уязвимости и писать эксплойты без участия человека.
Отчет подтверждает: атакующие уже используют AI для написания вредоносного кода и обфускации.
Полное исследование для любопытных 👈🏻
