ИИ в разработке ПО: рост производительности замедлился, затраты растут

Согласно отчётам о внедрении ИИ в индустрию разработки ПО за первый и второй кварталы, 90% программистов уже пишут код с помощью ИИ. Однако медианная производительность выросла незначительно, а затраты на ИИ растут экспоненциально. Автор заметки на Хабре, инженер из компании с 100–300 программистами, сравнил эти данные с собственным опытом и пришёл к выводу, что их компания полностью совпадает с отраслевыми метриками.

В первом квартале методология сравнивала тех, кто использует ИИ, с теми, кто нет. Во втором квартале это потеряло актуальность, так как почти все перешли на ИИ. Автор отмечает, что в их компании внедрение началось больше года назад с раздачи лицензий на Copilot, но активно использовать ИИ стали только прошлой осенью, когда руководство начало настаивать на ИИ-driven разработке, где инженер «командует агентами», а не пишет код сам.

Несмотря на поощрение руководства, внедрение идёт со скрипом. Код, написанный ИИ, уже составляет более половины, но серьёзных ов в сложных проектах не видно. Время освобождается не сильно, появились новые расходы на координацию и проверку кода, а также на настройку «ИИ-обвязки» и её стандартизацию между командами. Наибольший успех ИИ-разработки показали проекты, где команда — один разработчик, иногда с product owner. Проблемы возникают при координации разных людей: backend/frontend команды, синхронизация спецификаций, code review.

В отчёте упоминается «Парадокс эффективности ИИ»: производительность отдельных сотрудников резко возрастает, но человеческий ресурс становится новым узким местом. Это подтверждается и личным опытом автора: за выходные он легко поднял приложение для изучения английского, состоящее из трёх программ (win app, server api, zepp app), не написав ни строчки кода. Однако для публикации пришлось бы пилить больше, но для личных нужд достаточно dev mode.

Автор также ссылается на статью Stephen Toub из Microsoft.NET team «10 месяцев с copilot agent в dotnet/runtime», где приведены честные примеры с PR и выводами о доверии к ИИ-коду. В целом, отчёт вернул автору оптимизм: он видит, насколько хороший код пишут продвинутые ИИ, и считает, что ситуация может измениться, если новые модели предложат качественный скачок.