Вайб-парадокс: ИИ ускоряет кодинг, но не релизы
ИИ уже стал обычным инструментом для кодеров, но его реальное влияние на рабочие процессы оказалось оценить сложнее, чем мы думали. Т-Технологии выпустили занятное исследование AI4SDLC Research 2025, в котором попытались выяснить, что реально происходит с внутрянкой разработки на данный момент.
TL;DR:
➖ 58% инженеров регулярно используют ИИ для генерации или автодополнения кода, а 64% отмечают рост продуктивности. То есть написание кода действительно ускорилось.
➖ Но при этом доверяют сгенерированному коду только 11% разработчиков, а 49% прямо говорят, что не доверяют ему. В итоге команды продолжают тратить недели или месяцы на путь от commit до production.
➖ Самое любопытное, что bottleneck просто сместился. Если раньше основной затык был именно в написании кода, то теперь кодинг ускорился, а узкое место находится дальше в пайплайне – в проверках, интеграции и релизах. Наглядно: если для кодинга ИИ используют 58% инженеров, то к code review или оптимизации его пускают только 24%, а 42% вообще никогда не используют ИИ в работе с легаси.
По сути, классический эффект автоматизации: один этап ускоряется, но система вокруг него не успевает адаптироваться. А это значит, что следующий скачок произойдет не тогда, когда ИИ научиться писать код еще лучше, а тогда, когда агенты смогут надежно закрывать весь цикл от идеи до продакшена.
ИИ уже стал обычным инструментом для кодеров, но его реальное влияние на рабочие процессы оказалось оценить сложнее, чем мы думали. Т-Технологии выпустили занятное исследование AI4SDLC Research 2025, в котором попытались выяснить, что реально происходит с внутрянкой разработки на данный момент.
TL;DR:
➖ 58% инженеров регулярно используют ИИ для генерации или автодополнения кода, а 64% отмечают рост продуктивности. То есть написание кода действительно ускорилось.
➖ Но при этом доверяют сгенерированному коду только 11% разработчиков, а 49% прямо говорят, что не доверяют ему. В итоге команды продолжают тратить недели или месяцы на путь от commit до production.
➖ Самое любопытное, что bottleneck просто сместился. Если раньше основной затык был именно в написании кода, то теперь кодинг ускорился, а узкое место находится дальше в пайплайне – в проверках, интеграции и релизах. Наглядно: если для кодинга ИИ используют 58% инженеров, то к code review или оптимизации его пускают только 24%, а 42% вообще никогда не используют ИИ в работе с легаси.
По сути, классический эффект автоматизации: один этап ускоряется, но система вокруг него не успевает адаптироваться. А это значит, что следующий скачок произойдет не тогда, когда ИИ научиться писать код еще лучше, а тогда, когда агенты смогут надежно закрывать весь цикл от идеи до продакшена.