«Токенмаксинг» снижает реальную продуктивность разработчиков, несмотря на рост объёма кода

В управлении существует старая истина: важно то, что вы измеряете. И обычно вы получаете больше того, что измеряете. С появлением нового поколения ИИ-агентов для написания кода перед менеджерами встаёт вопрос: что именно следует измерять для оценки продуктивности?

Большие бюджеты на токены (объём вычислительных ресурсов ИИ, которые может использовать разработчик) стали предметом гордости среди программистов Кремниевой долины. Однако измерение затрат на процесс мало что говорит о результатах. Это может быть оправдано, если цель — стимулировать использование ИИ, но не если задача — повысить эффективность.

Данные компаний, анализирующих продуктивность разработчиков, показывают, что использование инструментов вроде Claude Code, Cursor и Codex приводит к резкому росту объёма принимаемого кода. Однако позже инженерам приходится возвращаться и переделывать этот код гораздо чаще, чем раньше, что сводит на нет заявленный рост производительности.

Алекс Черчей, CEO и основатель компании Waydev, отмечает, что менеджеры видят уровень принятия ИИ-кода в 80–90%, но упускают из виду последующие правки. В реальности окончательный уровень принятия падает до 10–30% от сгенерированного кода.

Другие аналитические платформы подтверждают эту тенденцию. Согласно отчёту GitClear за январь, регулярные пользователи ИИ переделывали код в 9,4 раза чаще, чем их коллеги, не использующие ИИ. Faros AI в своём мартовском отчёте 2026 года зафиксировала рост «оборачиваемости» кода (удалённые строки кода против добавленных) на 861% при активном использовании ИИ.

Данные Jellyfish за первый квартал 2026 года от 7548 инженеров показали, что разработчики с самыми большими бюджетами на токены создавали больше всего pull-запросов (предложений по изменению кода), но рост продуктивности не был пропорционален затратам. Они достигали двукратного увеличения объёма работы при десятикратных затратах на токены. Инструменты генерируют объём, а не ценность.

Чаще всего с проблемой переделки ИИ-кода сталкиваются junior-разработчики, которые принимают его с меньшей критичностью, чем senior-специалисты.

«Это новая эра разработки программного обеспечения, и вам приходится адаптироваться, компания вынуждена адаптироваться, — заявил Алекс Черчей. — Это не тот цикл, который пройдёт».