BitcoinWorld
Программисты отказываются работать без ИИ — но скрытые издержки нарастают
В 2026 году разработчики ясно дали понять: они не будут писать код без искусственного интеллекта. Исследователи уважаемой лаборатории по безопасности ИИ METR обнаружили это на собственном опыте, когда попытались воспроизвести исследование 2025 года, измеряющее влияние ИИ на продуктивность программирования. Проблема? Ни один разработчик не захотел участвовать в контрольной группе — той, где требуется работать без помощи ИИ.
Неудачный эксперимент METR и разрыв в самовосприятии Первоначальное исследование METR 2025 года уже дало контринтуитивный результат: хотя разработчики ощущали рост продуктивности с ИИ, в реальности они тратили больше времени из‑за исправления ошибок, сгенерированных ИИ, управления инструментом и ожидания ответов. Когда METR попыталась повторить эксперимент с более новыми моделями ИИ, им не удалось набрать участников. Как признали исследователи, разработчики «не желают работать без ИИ», даже временно, для контролируемого исследования.
Вместо этого METR в мае 2026 года опубликовала опрос, позволяющий техническим сотрудникам самостоятельно оценить прирост продуктивности. Неудивительно, что респонденты считали себя вдвое более ценными для своих организаций. Однако недавние события показывают, что такие самооценки могут не соответствовать реальности.
Tokenmaxxing: тренд, который уже обернулся против Практика использования потребления токенов ИИ в качестве прокси‑показателя продуктивности — названная «tokenmaxxing» — стала определяющим трендом начала 2026 года. Но уже сейчас она может рушиться под собственным весом. Amazon закрыла внутренний лидерборд по отслеживанию токенов Kirorank после того, как сотрудники начали «играть» в системе, чрезмерно запускав AI‑агентов, что привело к росту расходов без значимого результата, как сообщает Financial Times. Uber израсходовал весь бюджет на ИИ 2026 года всего за четыре месяца, а COO Эндрю Макдональд признал в подкасте, что эти траты не привели к измеримому росту проектов или продуктивности.
Ловушка расходов на обслуживание Помимо перерасхода бюджета, растут доказательства того, что код, сгенерированный ИИ, создает долгосрочные обязательства. Программист и автор Джеймс Шор в широко распространённом блоге сформулировал проблему: «Вы теперь пишете код вдвое быстрее? Надеюсь, вы сократили расходы на обслуживание вдвое. Иначе вы в пролёте. Вы меняете временный прирост скорости на постоянную зависимость.»
Независимое исследование Сингапурского университета управления, опубликованное в апреле 2026 года, предупреждало, что «код, сгенерированный ИИ, может ввести долгосрочные расходы на обслуживание в реальные программные проекты». Платформа для ревью кода Code Rabbit проанализировала открытые pull‑request’ы и обнаружила, что AI‑созданный код приводит к в 1,7 раз больше проблем, чем код, написанный человеком. Хотя эти цифры получены от компаний, имеющих коммерческий интерес к инструментам ревью кода, тенденция наблюдается в разных источниках.
Почему обещание повышения продуктивности может оказаться пустым Разрыв между воспринимаемой и реальной продуктивностью не нов, но масштаб внедрения ИИ усиливает его последствия. Разработчики обожают своих AI‑ассистентов — они сообщают, что работают быстрее, чувствуют себя более способными и менее раздражёнными. Однако объективные метрики показывают иное: больше багов, выше затраты токенов и нагрузка на обслуживание, которые накапливаются со временем. Вирусный пост Айсвары Санкар, CEO стартапа по надёжности Entelligence AI, утверждал, что компании тратят 44 % своих AI‑токенов на исправление багов, созданных самим ИИ.
Что советуют эксперты Решения зависят от того, к кому вы обратитесь. CEO Cognition Скотт Ву, чья компания создала AI‑агента для кодинга Devin, считает, что разработчикам следует просто использовать больше ИИ для исправления проблем, которые создаёт ИИ. Но даже Ву признаёт, что Devin в текущий момент работает на уровне младшего‑среднего программиста, в зависимости от задачи — это не полностью автономное решение.
Исследователи Сингапурского университета управления выступают за более человеко‑центричный подход: разработчики должны знать, какие задачи ИИ выполняет хорошо, а какие — плохо, так же глубоко, как они знают свои языки программирования. Они рекомендуют внедрять надёжные системы контроля качества, специально разработанные для кода, генерируемого ИИ, и тщательный человеческий обзор вывода ИИ — рассматривать его как работу младшего разработчика. Исследователи и Ву согласны в одном: люди должны сохранять ответственность за стратегические решения, такие как архитектура программного обеспечения и проектирование безопасности.
Заключение Профессия программиста достигла переломного момента. Разработчики интегрировали ИИ в свои рабочие процессы настолько глубоко, что многие не могут или не хотят работать без него. Однако доказательства показывают, что такая зависимость несёт реальные издержки — завышенные бюджеты, скрытые расходы на обслуживание и разрыв между воспринимаемой и реальной продуктивностью. Вероятный путь вперёд — не отказываться от ИИ, а развивать более дисциплинированные практики его использования, а также признавать, что ни один инструмент не заменит человеческое суждение в инженерии программного обеспечения.
Вопросы и ответы В1: Почему METR не удалось воспроизвести исследование продуктивности ИИ 2025 года? Разработчики отказались участвовать в контрольной группе, требующей работы без помощи ИИ, даже временно для исследования. Вместо этого METR опубликовала отчёт, основанный на опросе.
В2: Что такое tokenmaxxing и почему это вызывает споры? Tokenmaxxing — это практика использования потребления токенов ИИ в качестве прокси‑показателя продуктивности сотрудников. Компании, такие как Amazon и Uber, обнаружили, что сотрудники «играли» в системе, повышая расходы без соответствующего роста результата, что привело к отказу от программ отслеживания токенов.
В3: Увеличивает ли код, сгенерированный ИИ, расходы на обслуживание? Множественные источники — включая академическое исследование Сингапурского университета управления, независимый анализ Code Rabbit и комментарии отраслевых экспертов — указывают, что код, созданный ИИ, приводит к большему количеству багов и долгосрочным нагрузкам на обслуживание по сравнению с кодом, написанным человеком.
This post Программисты отказываются работать без ИИ — но скрытые издержки нарастают first appeared on BitcoinWorld.