«Токенмаксинг» снижает продуктивность разработчиков

ИИ-инструменты для написания кода значительно увеличили объемы генерируемого кода. Однако, как измерять реальную продуктивность разработчиков в новой реальности, остаётся неясным. Старые подходы к оценке, вроде количества строк кода, уже не работают.

Многие разработчики в Кремниевой долине считают «бюджет токенов» — объем вычислительной мощности ИИ, которую им разрешено использовать — показателем продуктивности. Это ошибочный подход. Измерение входных данных процесса не имеет смысла, когда важен конечный результат. Такой фокус может стимулировать внедрение ИИ, но не повышает эффективность.

Компании, специализирующиеся на аналитике продуктивности разработчиков, уже изучают этот вопрос. Они обнаружили, что инструменты вроде Claude Code, Cursor и Codex действительно помогают создавать больше принятого кода. При этом инженерам приходится гораздо чаще возвращаться к этому коду для доработки, что ставит под сомнение заявленный рост продуктивности.

Алекс Чирчей, основатель и глава Waydev, строит систему для отслеживания этой динамики. Его компания работает с 50 клиентами, где трудятся более 10 000 инженеров. Чирчей отмечает: менеджеры видят, что 80-90% сгенерированного ИИ кода принимается изначально. Но они упускают последующие доработки, которые снижают реальный процент принятого кода до 10-30%. Waydev, основанная в 2017 году, полностью переработала свою платформу за последние полгода, чтобы учитывать эти изменения. Сейчас они предлагают новые инструменты для анализа качества и стоимости кода, созданного ИИ.

Аналитические компании заинтересованы в выявлении проблем, но факты говорят сами за себя: крупные организации пока не научились эффективно использовать ИИ-инструменты. Atlassian, например, купила стартап DX за миллиард долларов в прошлом году, чтобы помочь своим клиентам оценить окупаемость инвестиций в кодогенераторы.

Данные из разных источников подтверждают: кода пишется больше, но непропорционально большая его часть не закрепляется. Отчет GitClear за январь показал, что ИИ повышает продуктивность, но пользователи ИИ в 9,4 раза чаще переписывают код, чем те, кто им не пользуется. Это более чем вдвое превышает прирост продуктивности от самих инструментов. Faros AI в своем отчете за март 2026 года, основанном на двухлетних данных клиентов, выявила рост «оттока кода» (удаленные строки против добавленных) на 861% при активном внедрении ИИ. Jellyfish, анализирующая инженерные процессы, собрала данные по 7548 инженерам за первый квартал 2026 года. Они выяснили, что инженеры с большими бюджетами токенов создают больше запросов на слияние, но рост продуктивности не масштабируется. Они добились двукратного увеличения пропускной способности при десятикратном росте затрат на токены. Это означает, что инструменты генерируют объем, а не ценность.

Эти цифры подтверждаются разговорами с разработчиками. Они отмечают рост технического долга и объема ревью кода, хотя и ценят свободу, которую дают новые инструменты. Заметна разница между старшими и младшими инженерами: последние принимают больше ИИ-кода, но и переписывают его чаще. Несмотря на сложности, разработчики не планируют отказываться от ИИ. Чирчей подчеркивает: «Это новая эра разработки ПО, и компаниям приходится адаптироваться. Это не временный цикл».