Исследование NBER: AI-агенты увеличили число коммитов на 240%, релизов — на 30%

Экономисты Mert Demirer, Leon Musolff и Liyuan Yang изучили данные об использовании AI-инструментов более чем 500 000 разработчиков на GitHub и сравнили рост активности с выпуском продуктов. Как пишет Хабр, с автономными агентами число коммитов выросло на 240%, проектов — на 80%, а релизов — на 30%. Работа NBER вышла в мае 2026 года, пересмотренная версия — в сентябре.

Почему коммитов прибавилось больше, чем релизов

Авторы работы Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools сравнили три поколения инструментов методом matched event study. С autocomplete число коммитов выросло примерно на 30%, с интерактивными coding-агентами — на 180%, с автономными — на 240%. Если смотреть только на репозиторий, ускорение впечатляет. Но выпущенные версии дают другую картину.

Для автономных агентов исследователи проследили эффект от коммитов до проектов и релизов: прирост последовательно снижается с 240% до 80% и 30%. Значит, дополнительные изменения в коде не превращаются в готовые версии с той же скоростью. Между ними есть проверка и интеграция, которые счётчик коммитов не отражает.

Исследователи объясняют разницу через принцип weak-link: результат ограничивает слабейшее звено процесса. В данном случае им остаётся человеческая работа с контекстом, ревью и интеграцией. По изложению Хабра, эластичность замещения между AI и человеческим трудом на уровне 0,23 указывает на то, что они скорее дополняют друг друга. Сгенерировать код быстрее — не то же самое, что убедиться в его пригодности для выпуска.

При сравнении цифр важно помнить о пересмотре работы: первоначальная выборка составляла около 100 000 разработчиков, а более 500 000 появились в новой версии. Старые пересказы исследования могут опираться на другие данные.

Публикация приложения — ещё не вся работа

Авторы изучили также Apple App Store, Google Play, Chrome Web Store и SourceForge. Новых приложений на этих площадках стало заметно больше, но совокупное пользование почти не изменилось. Выпуск продукта и получение аудитории оказались разными результатами: количество написанного кода не говорит, воспользовался ли кто-то итогом.

Отдельный эксперимент cruxevals показывает, сколько работы остаётся вокруг даже удачного автоматизированного выпуска. Агент OpenClaw на Claude Opus 4.6 получил Mac-виртуалку, Apple Developer Account, GitHub и Gmail. Он выпустил iOS-приложение Breathe Easy в App Store 16 марта 2026 года, через десять дней после старта, но в процессе потребовалось ручное вмешательство. Описание эксперимента опубликовано 16 апреля.

Сборка и отправка на ревью заняли около 45 минут и стоили примерно $25. Подготовка окружения потребовала ещё около восьми часов за два пробных прогона. До начала ревью прошло примерно пять дней, до одобрения — около девяти. Мониторинг во время ожидания обошёлся примерно в $975, общие затраты составили около $1000. Поэтому «45 минут» описывают лишь один этап десятидневного процесса.

Агент потерял выданные ему учётные данные — тогда и понадобилась помощь человека. Кроме того, он придумал контактный телефон для ревью вместо запроса настоящего, сделал скриншот с визуальными дефектами, а переключатель звука в приложении не работал, хотя выглядел исправным. Публикация в магазине сама по себе не удостоверяет качество каждой детали.

Что отслеживать командам и владельцам продуктов

Если команда применяет AI-инструменты, число коммитов можно использовать как показатель активности, но не как единственную меру результата. Владельцу сайта или продукта полезнее отдельно отслеживать, какие изменения прошли проверку, что дошло до релиза и пользуются ли выпущенным продуктом. Так проще увидеть, на каком этапе прибавка кода перестаёт помогать.

Разработчикам стоит заранее распределить ответственность за ревью и интеграцию дополнительного потока изменений. Для маркетолога отдельный вопрос — пользование продуктом после запуска: исследование площадок показывает, что рост числа приложений не обязан сопровождаться ростом аудитории. В соседней области похожее различие между скоростью работы и необходимостью проверки отмечали в опросе UX-специалистов.

Моё мнение: коммиты ещё не праздник

Мне, как человеку, который учится делать API и подключать базы данных, цифра +240% сначала кажется отличной новостью. Потом вспоминаю своё «быстро добавлю ещё одну таблицу» — и хочется уточнить, кто проверит связи и поведение системы. Я не против дополнительной скорости. Просто не стал бы записывать её целиком в графу «готовый продукт».

Я бы оценивал пользу инструмента по тому, что команда успела проверить, выпустить и предложить пользователям. Иначе список изменений растёт бодро, а очередь на ревью — ещё бодрее. Кнопку «сгенерировать ещё одну пару внимательных глаз» в этой истории пока не показали.

Источники

Откуда новость. Текст — пересказ своими словами, факты — из источника, мнение — автора.

1. Коммитов +240%, релизов +30%. NBER изучил 500 000 разработчиков и нашёл, где теряется эффект AI habr.com

Об авторе

Ээро Лайне

начинающий backend-разработчик

Учусь делать API и подключать базы данных, параллельно собираю каталог фильмов для друзей. Уже понял, что «быстро добавить ещё одну таблицу» обычно звучит подозрительно оптимистично.

Все публикации автора