Пул-реквесты от ИИ-агентов на GitHub выросли примерно с 4 млн в месяц в сентябре 2025 года до более чем 17 млн в марте 2026-го — вчетверо за полгода. Эти данные приводит The Information. Каждый такой пул-реквест нужно прочитать, собрать, прогнать через тесты и решить, вливать ли в основную ветку. Вопрос, кто это делает, стал ключевым для венчурного рынка.
12 августа два стартапа, которые продают проверку кода, а не его написание, объявили о раундах: CodeRabbit привлек $143 млн при оценке $1,5 млрд, а Blacksmith — $45 млн при оценке $550 млн. Почти $190 млн за один день в категорию, которой три года назад почти не существовало. Логика инвесторов проста: писать код стало дешево, а читать и проверять его человек не стал ни быстрее, ни дешевле. Узкое место разработки сместилось с производства на контроль.
| Показатель | CodeRabbit | Blacksmith |
|---|---|---|
| Раунд | $143 млн | $45 млн |
| Оценка | $1,5 млрд | $550 млн |
| Функция | Код-ревью | CI-конвейеры |
По данным Anthropic, больше 80% ее кода теперь пишет модель. Опрос Sonar показывает, что 61% разработчиков регулярно получают от ИИ код, который выглядит правильным, но которому нельзя доверять, а 38% считают, что ревьюить ИИ-код труднее, чем человеческий. Самым важным навыком эпохи ИИ участники опроса назвали умение проверять сгенерированное.
CodeRabbit привлек $143 млн при оценке $1,5 млрд, Blacksmith — $45 млн при оценке $550 млн.
CodeRabbit занимается код-ревью — чтением изменений. Сооснователь и CEO Харджот Гилл называет продукт не агентным циклом, а конвейером, где львиная доля работы — подготовка контекста. Когда открывается пул-реквест, задача встает в очередь (в пике 10 ревью в секунду). Репозиторий клонируется в одноразовую изолированную виртуалку, проект собирается, отрабатывают более 20 линтеров и статических анализаторов. Дальше дешевые модели собирают 10–15 сигналов — дифф, граф связей кода, тикеты из Jira, логи упавших проверок — и сжимают их в бриф. Только после этого передовая модель расследует изменение, причем не через заранее описанные инструменты, а буквально пишет команды для терминала в изолированной песочнице. Финальный этап — отдельная модель-судья, которая проверяет каждую находку и отбрасывает необоснованные. Всего в конвейере семь-восемь моделей, и пользователь не видит, какая из них что делает. Главная архитектурная ставка — живой граф связей кода вместо поиска похожих фрагментов.
Казалось бы, такую функцию проще всего встроить в самого агента, который код пишет. Anthropic 9 марта запустила Code Review для Claude Code: пять параллельных агентов смотрят на изменение с разных углов, каждая находка получает оценку уверенности, публикуются только те, что выше порога. По собственным данным компании, доля пул-реквестов с замечаниями выросла с 16% до 54% при менее чем 1% ошибок. Но ревью от Anthropic с большой вероятностью работает на модели того же семейства, что и модель, которая писала код, а модели одного семейства делят одни и те же слепые пятна. CodeRabbit гоняет ансамбль моделей разных производителей плюс отдельного судью — и упорно повторяет слово "независимый" в каждом релизе. Плюс прозаические преимущества: четыре Git-платформы против одного GitHub у Anthropic, фиксированная цена за пользователя против $15–25 за одно ревью по токенам и доступность любым командам, а не только клиентам тарифов Team и Enterprise.
Вместе с раундом CodeRabbit объявил, что становится "слоем управления изменениями" (Agentic Change Management). Новый модуль Triage оценивает входящие пул-реквесты по ценности, риску, срочности и готовности: важное отправляет людям, низкорисковое — в автоматические конвейеры, дубли и сырое — вон из очереди. То есть компания, разбогатевшая на чтении кода, теперь продает ответ на вопрос из заголовка: людям достается только то, что требует суждения, остальное читают машины. Масштаб для таких амбиций уже есть: 17 тысяч клиентов, включая Nvidia, BMW и Adyen, больше 2 млн ревью в неделю, выручка выросла в пять раз за год.
Blacksmith отвечает за второй вид проверки — не чтение, а прогон. Это CI, continuous integration: конвейер автоматических проверок, в котором каждое изменение собирается и тестируется. Blacksmith специализируется на ускорении этих конвейеров, используя ИИ для оптимизации процессов. Подробности о его технологии в источнике не раскрываются, но раунд в $45 млн при оценке $550 млн показывает, что инвесторы видят потенциал в автоматизации проверки кода.
Остается неопределенность: насколько эффективны такие системы в долгосрочной перспективе и не приведет ли рост числа ИИ-агентов к еще большему увеличению объема кода, который нужно проверять. Пока рынок делает ставку на то, что контроль станет ключевой компетенцией разработки.
