Тезис «ИИ заменит команду разработки» звучит убедительно ровно до момента, когда продукт нужно масштабировать. Наталья Лебедева, работающая в кросс-функциональных скрам-командах больше десяти лет, опубликовала на Хабре разбор жизнеспособных составов для веб-продуктов средней сложности — SaaS с пользователями, оплатами, личным кабинетом и интеграциями — применительно к рынку РФ в мае 2026 года.
Что ИИ изменил — это стоимость итерации на типовом коде. Middle-разработчик с Cursor или Claude Code закрывает за день то, на что раньше уходила неделя: типовые компоненты, CRUD-методы, парсинг макета, генерацию тест-кейсов, шаблоны документации. Прототип, который раньше требовал команду из трёх-пяти человек, один разработчик собирает за неделю по вечерам. Это подтверждают и публикации самих разработчиков на Хабре.
| Модель команды | Применимый этап | Основные риски |
|---|---|---|
| Сжатая A: 2 senior fullstack + ИИ | MVP / проверка гипотезы (3–6 мес.) | Bus factor, нет скамейки запасных, нет архитектурного контроля |
| Сжатая B: 1 фронт + 1 бэк + ИИ | MVP / проверка гипотезы (3–6 мес.) | Те же структурные риски при масштабировании |
| Базовая жизнеспособная | Стабильная разработка (год и более) | Закрывает bus factor, архитектурный контроль, скамейку запасных |
| AI-first (AI-архитектор + multi-agent) | Передовая граница | В массовой практике РФ пока редкость |
Однако «написать код» и «сделать боевую систему» — разные задачи. ИИ снизил стоимость итерации, но одновременно поднял стоимость ошибки. Размытая постановка задачи в связке с ИИ-агентом даёт не сэкономленное время, а экспоненциально растущую сложность. По данным Sonar State of Code 2025, 38% разработчиков считают ревью ИИ-кода трудозатратнее, чем ревью кода коллеги. Stack Overflow Developer Survey 2025 фиксирует: 66% разработчиков регулярно тратят дополнительное время на починку «почти-правильного» ИИ-кода.
38% разработчиков считают ревью ИИ-кода трудозатратнее, чем ревью кода коллеги (Sonar State of Code 2025).
Отдельная проблема — стоимость ошибки в схеме «senior + ИИ». Раньше баг уходил джуну: тот тратил день, разбирался, чинил и попутно изучал систему. Это была инвестиция в рост джуна и снижение bus factor. В схеме без джуна баг чинит senior. ИИ-ассистент не учится между задачами, не накапливает понимание системы, не становится завтра middle. Senior backend на медиане рынка РФ по данным ENIGMA ИИ и hh.ru за начало 2026 года — 450–600 тыс. ₽ в месяц, около 25–30 тыс. ₽ за рабочий день. Час его работы на отладке вместо часа джуна — это не только разница в ставке, но и потеря образовательной функции бага.
Есть и скрытые пожиратели времени единственного fullstack-разработчика, которые редко учитываются при планировании. Переключение контекста между фронтендом, бэкендом, базой данных, интеграциями и деплоем — каждый раз 15–25 минут на восстановление. Точная формулировка промпта для сложной задачи — отдельный жанр работы, который съедает реальные часы. Валидация результатов ИИ, который «согласится почти со всем и сгенерирует уверенный ответ на что угодно», — тоже время. Плюс переговоры с заказчиком, документация, релизы, инциденты — никуда не делись.
Отдельно стоит когнитивное искажение — «замыленный глаз». Разработчик, несколько месяцев пишущий одну систему без внешнего ревью, перестаёт видеть очевидные странности на уровне кода и архитектуры. ИИ отлично находит синтаксические ошибки и типовые баги, но замыленный глаз автора не лечит. Чтобы Claude Code или Cursor спорил по существу архитектурного решения, нужен явный промпт «спорь со мной по существу» — в режиме повседневной работы его никто не ставит, а в парадигме «фича нужна вчера» тем более.
Лебедева выделяет три модели состава команды. Сжатые модели — два senior fullstack плюс ИИ или один фронт плюс один бэк плюс ИИ — рабочие на этапе проверки гипотезы (горизонт 3–6 месяцев). Базовая жизнеспособная модель рассчитана на этап стабильной разработки (год и больше) и закрывает риски, которые сжатые модели игнорируют: bus factor, архитектурный контроль, скамейку запасных, скорость замены при увольнении. На передовой границе — ИИ-first модель с ИИ-архитектором или ML/ИИ-инженером и multi-agent инфраструктурой, но в массовой практике РФ она пока редкость.
Проблема, которую фиксирует автор: CTO средних компаний слышат тезис про ИИ на конференциях и приходят к найму с готовым решением — «два senior, остальное закроет нейросеть». Через год, когда приходит необходимость масштабироваться, бюджет уходит в минус дважды: внутренней скамейки запасных нет, повышать некого, а ставки middle и senior за год выросли вместе со сроками найма.
