Быстро написали, а теперь платите дважды
Вот что происходит, когда весь мир гонится за скоростью кодинга. GitHub Copilot, Cursor с Claude 4, все эти штуки, которые обещают писать за вас. Они действительно пишут. Быстро. А потом приходит время что-то поменять, и выясняется, что код похож на лабиринт, созданный сумасшедшим архитектором.
Исследование "Echoes of AI", опубликованное 10 февраля 2026 года группой из MIT и Google, вскрыло неприятную правду. Они взяли 150 профессиональных разработчиков, разделили на две группы. Одна писала с Copilot X (последняя версия на февраль 2026), вторая - по старинке. Через три месяца попросили тех же разработчиков вернуться к своему коду и добавить новую функциональность.
Разработчики, которые изначально использовали AI-ассистенты, тратили на 47% больше времени на понимание и модификацию собственного кода. Собственного. Который они же и написали. Вернее, который написал за них ИИ.
Почему так происходит? Призраки в машине
Все просто. Когда вы пишете код сами, вы держите в голове архитектуру. Вы знаете, почему вот этот класс наследует от того, зачем здесь этот флаг, что происходит при ошибке в этой функции. Когда код пишет ИИ, он просто удовлетворяет промпт. Он не думает о будущем. Он не думает вообще.
Исследователи выделили три главные проблемы:
- Когнитивный диссонанс разработчика: вы не помните логику кода, который не писали. Это как пытаться вспомнить сон недельной давности.
- Архитектурная фрагментация: ИИ-ассистенты создают код, который технически работает, но не образует целостной системы. Каждый кусок живет своей жизнью.
- Синтаксическая вариативность: Один и тот же алгоритм может быть реализован пятью разными способами в пределах одного проекта. Потому что ИИ каждый раз предлагает что-то новое.
«Это напоминает мне ситуацию с кризисом разработчика, только в масштабе всей команды», — говорит один из участников исследования, senior-разработчик из FAANG-компании.
Цифры, которые заставят задуматься
| Метрика | С AI-ассистентом | Без AI-ассистента | Разница |
|---|---|---|---|
| Время на новую фичу | 8.3 часа | 5.6 часа | +48% |
| Количество багов при изменении | 3.2 | 1.7 | +88% |
| Коэффициент сложности кода | 42.1 | 28.3 | +49% |
| Уверенность разработчика в изменениях | 64% | 89% | -25% |
Самое интересное - последняя строчка. Разработчики, которые изначально использовали AI-ассистенты, чувствовали себя менее уверенно, внося изменения в собственный код. Они боялись что-то сломать. Потому что не понимали, как все работает.
Что говорят сами разработчики? Не только про скорость
«Раньше я думал, что AI-ассистенты для кодирования - это только про скорость. Теперь понимаю, что это про что-то другое. Про то, как мы теряем контроль», - пишет в опросе middle-разработчик из Берлина.
Другой участник отмечает: «Когда я пишу с Copilot, я чувствую себя гением. Все летит. Потом через месяц открываю этот код и думаю: кто этот идиот, который это написал? Оказывается, я».
Ситуация напоминает результаты опроса Go-разработчиков 2025, где уже тогда начинали появляться тревожные сигналы. Только теперь это не опрос, а контролируемое исследование с жесткими метриками.
А что с параллельными агентами? Еще хуже
Вы думаете, что если использовать несколько AI-агентов одновременно, будет лучше? Исследование Stanford, о котором мы писали в прошлом году, показало обратное. С поддерживаемостью кодом от параллельных агентов все еще печальнее.
Представьте: один агент пишет контроллер, другой - сервис, третий - репозиторий. Каждый оптимизирует свой кусок. Вместе они не работают. Вернее, работают, но попробуйте что-то изменить. Это как собрать машину из деталей пяти разных производителей. Едет, но чинить невозможно.
Есть ли выход? Неочевидные советы от исследователей
Авторы исследования не просто констатируют проблему. Они дают конкретные рекомендации, которые противоречат текущей моде на максимальную автоматизацию:
- Используйте AI-ассистенты только для boilerplate кода. То, что можно написать по шаблону. Весь бизнес-логику - руками.
- Заставляйте себя ревьюить каждый сгенерированный блок. Не просто смотреть, а понимать. Если не понимаете - переписывайте.
- Ведите документацию промптов. Записывайте, какие промпты вы использовали для генерации кода. Это поможет вспомнить контекст.
- Периодически рефакторите AI-сгенерированный код. Раз в месяц выделяйте время на то, чтобы привести его к единому стилю.
«Ключевая мысль: AI-ассистенты должны быть как костыли. Вы используете их, пока нога заживает, а потом выбрасываете. Проблема в том, что разработчики начинают думать, что костыли - это их новые ноги», - говорит ведущий исследователь проекта.
Практический совет: если вы используете Cursor или Copilot, попробуйте неделю писать без них. Потом вернитесь. Вы заметите, насколько по-другому вы начинаете думать о коде. Это как разница между вождением с GPS и без. С GPS вы быстрее доезжаете, но не запоминаете дорогу.
Будущее: не отказываться, а учиться жить с этим
Никто не предлагает отказаться от AI-ассистентов. Это было бы глупо. Они дают реальное преимущество в скорости. Но нужно изменить подход. Не "как быстрее написать код", а "как написать код, который будет легко поддерживать через полгода".
Компании начинают это понимать. В том же исследовании есть интересный факт: команды, которые внедрили обязательный "AI-code review" (специальный ревью для AI-сгенерированного кода), показали на 35% лучшие результаты по поддерживаемости.
«Мы движемся к тому, что эффективность растет, а тревога - тоже. Теперь нужно учиться управлять этой тревогой», - резюмирует один из участников исследования.
Так что в следующий раз, когда Copilot предложит вам красивый кусок кода, остановитесь. Спросите себя: поймете ли вы этот код через месяц? Сможете ли его изменить? Если нет - лучше напишите сами. Медленнее, но зато не придется платить дважды.
И да, это касается даже самых прокачанных промптов. Самый умный промпт не заменит понимания того, что ты делаешь.
