Что такое ИИ-агент на практике: код пишется быстрее, но до продакшена едет дольше

Сергей Прощаев, Tech Lead и руководитель направления Java/Kotlin-разработки в финтехе и e-commerce, преподаватель курсов разработки и архитектуры в ОТУС, собрал данные трёх крупных исследований и наложил их на практику российских команд. Вывод неприятный: дешёвая генерация кода без перестройки процессов проверки не сокращает, а удлиняет путь фичи до пользователя. Разберём цифры и что с ними делать.

Что измеряли и почему это касается не только программистов?

Чтобы понять, что такое ИИ-агент в контексте разработки, представьте помощника, который получает задачу целиком и сам пишет код, а не просто подсказывает следующую строку. Разработчик формулирует промпт (текстовое задание для модели), агент выдаёт готовый фрагмент, часто на сотни строк.

Три исследования смотрели на проблему с разных сторон:

• Faros AI собирает телеметрию из трекеров задач, систем контроля версий и CI/CD (конвейер автоматической сборки и доставки кода). Первое исследование 2025 года охватило более 10 тысяч разработчиков из 1 255 команд. Второе, «The Speed Trap» от сентября 2026 года, расширило выборку до 22 тысяч разработчиков из 4 тысяч команд за 12 месяцев.
• CircleCI проанализировал 28,7 миллиона прогонов CI за сентябрь 2025 года и сравнил с предыдущим годом.
• DORA (исследовательская программа Google по эффективности DevOps-команд) в отчётах 2024 и 2025 годов искала статистическую связь между внедрением ИИ и метриками поставки.

Метод у каждого свой, но замеряли одно: не скорость написания кода, а скорость его попадания в main (основную ветку, из которой код уходит пользователям).

Что обнаружили?

• Код пишется быстрее, но проверяется дольше. По данным Faros AI (2025), разработчики с ИИ закрывали на 21% больше задач, при этом время ревью выросло на 91%, а средний размер PR вырос на 154%.
• Очередь переехала в QA. В свежем исследовании Faros AI (2026) время в QA (ручное и автоматическое тестирование) выросло на 300,6%. Это самое резкое ухудшение среди всех метрик потока.
• Ревью всё чаще пропускают совсем. Доля PR, влитых без ревью, выросла с 31,3% до 76,3% за полгода. Параллельно число инцидентов в продакшене подскочило на 125,4%.
• Main стала ломаться чаще. По данным CircleCI, доля успешных сборок основной ветки упала до 70,8%, минимума за пять лет. Медианной команде нужно 72 минуты, чтобы восстановить зелёную сборку.
• Масштабировать и генерацию, и доставку одновременно удалось менее 5% команд по данным CircleCI.
• DORA фиксирует разнонаправленный эффект. В 2024 году рост использования ИИ на 25% сопровождался снижением скорости поставки на 1,5% и стабильности на 7,2%. В 2025 году связь со скоростью стала положительной, но стабильность по-прежнему падала.

Авторы DORA называют ИИ «зеркалом и мультипликатором»: он ускоряет разработку, но без сильной автоматизации тестов рост объёма изменений превращается в нестабильность.

Что делать с этим прямо сейчас, по ролям?

Разработчику и техлиду в российском финтехе или e-commerce, где релизный график жёсткий, цифры Faros дают конкретный аргумент для руководства: просить бюджет не на ещё один ИИ-ассистент, а на автоматизацию тестов и ревью. Практика ОТУС и курсы Java/Kotlin дают готовые примеры, как ограничить размер PR на уровне CI-пайплайна, чтобы агент не генерировал merge request на полторы тысячи строк «заодно с рефакторингом».

Автору Дзена и контент-маркетологу парадокс объясняет, что такое ИИ-агент на деле, а не в рекламе: агент не заменяет процесс, а ускоряет один его кусок. Эта же логика работает в контенте. Если ИИ-агент быстро генерирует черновики, но у вас нет процесса проверки фактов и редактуры, скорость публикации не вырастет, а качество просядет.

Предпринимателю в РФ и СНГ полезен главный вывод: прежде чем покупать лицензии на Copilot или подключать агентов к репозиторию, посчитайте пропускную способность ревью и QA. Менее 5% команд в мире смогли масштабировать оба этапа одновременно.

Данные трёх независимых исследований говорят одно: вопрос «что такое ИИ-агент» стоит задавать не на этапе «как он пишет код», а на этапе «как команда переваривает то, что он написал». Кто перестроит ревью, QA и интеграцию под новый объём, тот получит реальное ускорение. Остальные получат длинную очередь и больше багов в продакшене.

По данным статьи Сергея Прощаева (ОТУС)