Исследователи: авторы не смогут отказаться от инструментов ИИ

Исследователи обнаружили, что в 2026 году разработчики уже не смогут отказаться от инструментов для программирования с использованием ИИ. Это может создать дополнительные проблемы с сопровождением кода.

Хотя ИИ помогает программистам быстрее создавать код, исследователи предупреждают, что он может генерировать его некачественно. В феврале 2026 года исследовательская лаборатория METR опубликовала такой инсайд: большинство разработчиков больше не могут функционировать даже над ограниченным числом задач без ИИ.

METR планировала апдейтнуть результаты исследования, опубликованного несколькими месяцами ранее. Оно было посвящено производительности программирования с использованием ИИ. Исследователи измерили, сколько времени авторы открытого исходного кода тратили на выполнение задач вручную относительно использованием ИИ. Хотя разработчики сообщили, что ИИ повышает их эффективность, стало известно, что на самом деле он замедляет их работу. В результате авторы тратят дополнительное время на поиск и исправление ошибок, управление ИИ и ожидание завершения задач.

Когда METR попыталась повторить эксперимент по измерению прогресса в области ИИ и повышения квалификации программистов, это не получилось. Разработчики не хотели участвовать в исследовании, «потому что не хотят функционировать без ИИ», даже просто ради эксперимента.

Вместо этого в мае METR опубликовала опрос, в котором технические специалисты самостоятельно оценили повышение своей производительности за счёт ИИ. Сами они посчитали, что ИИ сделал их вдвое ценнее для организаций.

Однако недавние сообщения о чрезмерных затратах на так называемое «токенмаксирование» в сочетании с некоторыми исследованиями делают подобные самооценки сомнительными. Токенмаксирование, или использование количества токенов, используемых человеком, в качестве показателя производительности при работе с ИИ, было трендом 2026 года. Но теперь он заканчивается. Amazon закрыла свою внутреннюю таблицу лидеров по отслеживанию токенов под названием Kirorank, так как сотрудники злоупотребляли ею, чрезмерно используя агентов ИИ и увеличивая расходы. Сотрудники доказали, что использование ИИ не приводит автоматически к повышению производительности.

Как сообщило книга The Information, Uber исчерпал свой бюджет на ИИ на 2026 год за первые четыре месяца года. Операционный директор Эндрю Макдональд недавно объявил в подкасте, что расходы не привели к заметному увеличению количества проектов или производительности.

Код, сгенерированный ИИ, также не обязательно снижает потребность в текущем сопровождении и может даже увеличить её. Программист и автор Джеймс Шор написал: «Вы теперь пишете код вдвое быстрее? Лучше надейтесь, что ваши затраты на обслуживание сократились вдвое. В противном случае, вам конец. Вы меняете временное ускорение на постоянную зависимость».

Есть и другие доказательства того, что ИИ может усугубить проблемы с сопровождением кода. Так, Айшвария Санкар, основательница и гендиректор стартапа Entelligence AI, утверждает, что компании тратят 44% своих токенов на исправление ошибок, сгенерированных ИИ. Тем временем, организация CodeRabbit, разрабатывающая инструменты для проверки кода, заявляет, что проанализировала запросы на слияние (pull requests) из открытых баз и обнаружила, что ИИ создаёт в 1,7 раза больше проблем, чем человеческий исходник.

Это, безусловно, предвзятые статистические данные от тех, кто пытается продать инструменты для проверки кода с помощью ИИ. Тем не менее независимые исследователи равным образом обнаружили подобные проблемы. Исследователи из Сингапурского университета менеджмента опубликовали в апреле отчёт, предупреждающий, что «исходник, сгенерированный ИИ, может привести к долгосрочным затратам на обслуживание реальных программных проектов». 

ИИ-компании утверждают, что разработчики могут использовать агентов для выполнения изнурительных задач по исправлению кода так же быстро, как ИИ его генерирует. Такое решение предлагает основатель и генеральный директор Cognition Скотт Ву — создатель ИИ-агента Devin. Но даже он признаёт, что, хотя ИИ может функционировать самостоятельно, в настоящее время его навыки оцениваются на уровне начинающего или среднего программиста в зависимости от задачи. Это не решение типа «передай и забудь».

Исследователи из Сингапурского университета менеджмента предлагают более гуманный подход. По их мнению, программисты должны знать, какие задачи ИИ выполняет хорошо, а какие нет, так же глубоко, как и свои любимые языки программирования. Им нужны надёжные системы обеспечения качества, разработанные для ИИ, и они должны тщательно проверять работу агента, как если бы это был начинающий разработчик.

Между тем, большинство исследователей соглашаются, что люди по-прежнему должны выполнять работу, имеющую глобальное значение, включая касающуюся архитектуры программного обеспечения и проектирования безопасности.