Программисты стали на 180% продуктивнее благодаря ИИ. Но количество приложений, которые люди реально используют, не увеличилось. Оба показателя были измерены по данным 100 тысяч разработчиков, и вместе они составляют самый неудобный факт технологий 2026 года. Исследование проведено NBER. Учёные сопоставили реальную активность на GitHub с данными об использовании ИИ каждым разработчиком, выделив эффект от каждого поколения инструментов. Рост производства кода просто абсурден: → Автодополнение: +40% → Агенты, ведущие диалог с вами: +140% → Автономные агенты: +180% Почти в три раза больше кода от того же человека. Кажется, это величайшая революция производительности, которую мир когда-либо видел. Но затем исследователи задали вопрос, которого почти никто не хотел задавать: сколько из этого превратилось в продукт, которым кто-то реально пользуется? Проследим, что происходит с этим приростом в 180%. Он падает до +50%, когда измеряется по количеству проектов. Когда доходим до того, что реально запущено, остаётся всего +30%. Почти весь прирост исчезает по пути. И есть ещё худшая часть. Посмотрите на график Financial Times. Линия запусков приложений резко взлетела. В то же время количество приложений, получающих реальное использование, застыло, а оценки пользователей начали падать. ИИ затопил мир программным обеспечением, которое никто не открывает. Величайшая в истории способность к производству потрачена на создание того, что умирает в день запуска. Почему так происходит? Код всегда был самой лёгкой частью этой истории. Тяжёлая работа начинается после него: проверка, обеспечение работоспособности, развертывание и убеждение кого-то в том, чтобы использовать это. ИИ резко ускорил лишь одно звено этой цепочки, ярко обнажив, насколько всё остальное всё ещё зависит от людей. Что это меняет для тех, кто будет создавать продукты в будущем? Прямо сейчас. ИИ сделал написание кода настолько дешёвым, что оно превратилось в товар. Сейчас любой может быстро производить код. То, что будет стоить золота в следующее десятилетие — это «вкус» и суждение: умение понять, что стоит существовать, прежде чем потратить первый час на его создание.

Мы перешли от: «Заменит ли ИИ нас?» к: «Какой ИИ мне использовать сегодня?» Это произошло быстро.

Самая мощная академическая дисциплина, на которую обращают внимание такие американские университеты Ivy League, как Гарвард, Йель, Пенсильвания, Корнелл и Колумбия, а также такие мировые лидеры, как Google, Amazon и Netflix, — это поведенческая экономика. Если научиться научно понимать, почему люди ведут себя так, а не иначе, вы будете неотразимы во всех ситуациях. Остается только учиться.

Хорошее напоминание для разработчиков-фанатов ИИ, которые говорят, что пока проходят юнит-тесты, дымовые тесты или любые другие тесты, то «слюна ИИ» — это нормально. Чушь! «Тесты доказывают, что код проходит набор тестов, и ничего больше. Они сами по себе не доказывают, что код корректен, безопасен, поддерживаем, эффективен и т.д. Эти параметры гораздо сложнее измерить и во многом зависят от организации, архитектуры, культуры, общих знаний сопровождающих и т.д. Всего этого не хватает во время и после этого [ИИ-оптимизированного] переписывания [Bun].»

Элон Маск считает, что языки программирования полностью исчезнут в этом году, потому что ИИ больше не нуждается в языках программирования.

Люди уходят из OpenAI в Anthropic, миллиарды тратятся на специализированные чипы для AGI. Тем временем средний бизнес всё ещё теряет лиды, потому что никто не ответил в течение 6 часов. Преимущество теперь — не модель, а тот, кто реально подключает её к работе.

Борис называет смену парадигмы, вокруг которой строилось моё бизнес-направление последние несколько месяцев. Старый способ масштабирования агентства: нанимать джунов, обучать их на основе ваших последних 10 проектов, надеясь, что они запомнят достаточно, чтобы 11-й проект не начинался с нуля. Повторить с сеньором, который будет управлять джунами. Повторить с ВП, который будет управлять сеньорами. Каждый уровень добавляет накладные расходы, каждый уровень размывает знания, которые хранились в голове основателя. К тому времени, когда агентство достигает 30 человек, первоначальное качество исчезает, а основатель делает то, для чего его не готовили. Новый способ: вы накапливаете данные из каждого проекта в структурированную библиотеку, а затем пишете циклы, которые работают с этими данными. Агенты анализируют прошлые шаблоны, прошлые возражения, прошлые архитектурные решения, прошлые точки отказа. При поступлении нового запроса от клиента циклы предлагают, что следует запустить, ещё до того как кто-либо из команды прочитает техническое задание. Не на основе теории, а на основе 50 проектов, которые циклы уже обработали. Математика численности персонала ломается. Найм масштабируется линейно с накладными расходами. Циклы масштабируются с размером библиотеки данных, которая растёт экспоненциально с каждым проектом. Что это выглядит на практике для меня прямо сейчас: Каждый старт клиента пополняет структурированный журнал проектов. Каждое архитектурное решение помечается и описывается. Каждая проблема, с которой мы столкнулись в продакшене, фиксируется вместе с решением. Каждый промпт, который сработал для определённого типа интеграции, сохраняется вместе с типом интеграции. К тому времени, когда приходит 50-й клиент, система уже обработала 49 версий «как этот тип проекта обычно ломается на шестой неделе». Циклы не автономны — я проверяю каждый вывод. Они не принимают архитектурные решения. Они выявляют кандидатов. Они составляют черновики документации. Они предлагают добавления функций на основе того, что сработало в аналогичных предыдущих проектах. Человек остаётся в цепочке принятия решений по каждому вопросу, затрагивающему ценность для клиента. Но то, что они открывают — это вид кредитного плеча, которого найм персонала никогда не давал. Сеньор-инженер приносит 10 лет распознавания шаблонов. Циклы содержат все шаблоны из каждого проекта, который я когда-либо запустил, и доступны для запроса за секунды. Распознавание шаблонов инженера улучшается в течение его карьеры. У циклов — каждое понедельник. Борис называет этот переход на уровне режима — смена точно такая же на уровне агентства. Работа больше не в том, чтобы давать подсказки ИИ. Работа — в написании циклов, которые дают подсказки ИИ, и в накоплении данных, на которых эти циклы работают. Большинство агентств в 2027 году будут одним из двух: Либо магазины с масштабированием по численности персонала, которые всё ещё нанимают джунов, Либо студии с масштабированием по циклам — с долей команды и в 10 раз большей производительностью на каждого специалиста. Ещё не полностью автономны. Не притворяемся, что мы таковые. Но архитектурный сдвиг реален — и большинство операторов ещё не осознали, что он применим и к их бизнесу, а не только к ИИ, который его создаёт.

Попробуй это: случайно постучи костяшками пальцев по стене, чтобы шум отгонял львов от твоего района. Нет львов, верно? Если ты воспринимаешь это как доказательство того, что твоя стратегия работает, то ты понимаешь инвестиционную стратегию большинства компаний ИИ прямо сейчас 😎😆 #CryptoSatire #CryptoVerse #AI #AgenticAI #AIInfrastructure #Anthropic #Claude #OpenAI #ChatGPT #AgenticEconomy