Добавить в корзинуПозвонить
Найти в Дзене
PythonTalk

Иллюзия равенства: как ИИ на самом деле увеличил пропасть между разработчиками

  👨‍💻 👨‍💻 Многие наивно верили, что генеративный ИИ уравняет джунов и синьоров. Мол, порог входа размыт, пиши промпты и кайфуй. Вышел масштабный отчет Developer Habits Report от создателей Cursor (на основе реальной телеметрии миллионов сессий разработки за 2025 – середину 2026 года). 📈 Великий раскол: топ-1% против медианы Коэффициент Джини (индекс неравенства) по объему сгенерированного кода составляет 0.77, а по расходам на токены — 0.75. Для понимания: это уровень дичайшего расслоения, хуже, чем в беднейших сырьевых экономиках. 🔵 Разработчики из топ-1% выдают в 46 раз больше ИИ-кода в день и мержат в 15 раз больше PR в неделю, чем медианный программист. 🔵Топ-10% обгоняют медиану в 10 раз по коду и в 4 раза по PR. Почему так? Пока медианный разработчик использует Cursor как продвинутый автокомплит (напиши мне функцию, сделай миграцию), синьоры из p99 строят вокруг себя автономные агентские пайплайны. 🧠 Модели больше читают, чем пишут Как изменилась сама работа с кодо

Иллюзия равенства: как ИИ на самом деле увеличил пропасть между разработчиками  👨‍💻 👨‍💻

Многие наивно верили, что генеративный ИИ уравняет джунов и синьоров. Мол, порог входа размыт, пиши промпты и кайфуй.

Вышел масштабный отчет Developer Habits Report от создателей Cursor (на основе реальной телеметрии миллионов сессий разработки за 2025 – середину 2026 года).

📈 Великий раскол: топ-1% против медианы

Коэффициент Джини (индекс неравенства) по объему сгенерированного кода составляет 0.77, а по расходам на токены — 0.75. Для понимания: это уровень дичайшего расслоения, хуже, чем в беднейших сырьевых экономиках.

🔵 Разработчики из топ-1% выдают в 46 раз больше ИИ-кода в день и мержат в 15 раз больше PR в неделю, чем медианный программист.

🔵Топ-10% обгоняют медиану в 10 раз по коду и в 4 раза по PR.

Почему так? Пока медианный разработчик использует Cursor как продвинутый автокомплит (напиши мне функцию, сделай миграцию), синьоры из p99 строят вокруг себя автономные агентские пайплайны.

🧠 Модели больше читают, чем пишут

Как изменилась сама работа с кодовой базой:

🔵 Взрывной рост контекста: Соотношение входных токенов к выходным взлетело с 4.5x до 11.4x. Агенты тратят прорву ресурсов на то, чтобы "всосать" контекст репозитория, прежде чем выплюнуть строчку кода.

🔵 Кэш решает всё: До 90% всей активности токенов — это Cache Read. Тот, кто умеет правильно структурировать проект и держать контекст "горячим", получает умного агента в разы дешевле.

🔵 Доверие без ручника: Доля изменений, которые вливаются в коммиты вообще без ручного аппрува выросла с 7% до 36%. Больше трети кода агентов летит напрямую в прод.

💸 Экономика ума: дешевое выходит дороже

По экономике моделей тоже есть забавный срез. Тяжелые модели вроде Opus 4.7 стоят ~$1.57 за запрос, а легкие (Composer 2.5) — смешные ~$0.18. Разница почти в 9 раз.

Но если считать метрику "стоимость за принятую строчку кода", разрыв резко сокращается.

Дорогие модели реже галлюцинируют и выдают код, который реже вырезается при рефакторинге и дольше живет в репозитории. Дешевый мусор на дистанции обходится дороже.

Я вот как ни стараюсь успевать за всем этим следить, все равно кажется, что я плетусь в лучшем случае в середине процесса адаптации всего нового 🥲