К содержимому
Дайджест

AI в разработке: PR выросли, уверенность упала

AI Engineer·30 сентября 2026·19:09
можно прочитать понять, как устроено промо
Открыть на YouTube
Выступление Джастина Реока из DX с данными 400+ организаций и 200 000 инженеров о том, как AI-ассистенты меняют скорость, качество и восприятие разработки, — для руководителей, которым нужно отчитаться о реальном эффекте.

Что в ролике

Разработчики и CTO видят, что после внедрения AI-ассистентов скорость выросла, но качество и уверенность изменились неочевидно: Джастин Реок из DX показывает данные 400+ организаций и 200 000 инженеров. Частота деплоев по DORA растёт, но восприятие скорости доставки за год поднялось лишь на 4,5%, а средний размер pull request вырос с 44 до 72 строк. Код стал казаться поддерживаемее (плюс 4%), но уверенность в изменениях упала на 6%, а change failure rate у части компаний вырос на 2 процентных пункта при отраслевом бенчмарке около 4%, то есть дефектов может стать в полтора раза больше. Младшие разработчики используют AI чаще и тратят больше токенов на ту же задачу, чем старшие, но экономят примерно одинаковое время, а небольшие компании получают выигрыш быстрее из-за меньшего трения. Докладчик предлагает измерять AI по трём измерениям — использование, влияние на бизнес-метрики и стоимость — и сравнивать когорты по PR cycle time, размеру PR и числу правок на ревью. Отдельно он подчёркивает, что генерация кода — это не узкое место: она затрагивает 14–16% потока создания ценности, а медианный прирост скорости в их исследовании составил 7,7%, максимум у лидеров 70%, и никто не получил обещанных 10x. Среди примеров — агент Morgan Stanley для легаси-кода экономит 300 000 часов в год, Zapier сократил стендапы с пяти до двух в неделю и автоматизирует 3000 ревью кода еженедельно, а Spotify собирает для SRE контекст инцидента из ранбуков.

Практика

Что получишь
Понимание, какие метрики реально ухудшились при внедрении AI-ассистентов, и схему из трёх измерений — использование, влияние, стоимость, — чтобы отчитываться перед бизнесом не «мы быстрее», а по конкретным цифрам.
Первый шаг
Начать с разделения инженеров на когорты использующих и не использующих AI и сравнить их по PR cycle time, размеру PR и доле возвратов на ревью.
Цифры
  • —4,5% — на столько выросло восприятие скорости доставки за год, несмотря на рост инвестиций в AI
  • —44 до 72 строк — как вырос средний размер pull request за год
  • —7,7% — медианный прирост скорости в исследовании DX, 13% средний, у лучших команд 70%, и никто не достиг 10x
  • —300 000 часов в год экономит агент Morgan Stanley на разборе легаси-кода
Честно
Докладчик — представитель DX, поэтому данные и отчёты продвигают его же платформу, а часть графиков видно только на экране. Практического туториала нет: это аналитика и примеры чужих внедрений, для повторения нужны собственные данные телеметрии.
Если слова незнакомы — 7 терминов

Связки из этого ролика

3 шт.

Компоненты

4 шт.

Формат: разбор · для бизнеса · уверенность разметки 0.8 · источник