Экономисты Mert Demirer, Leon Musolff и Liyuan Yang разобрали телеметрию AI-инструментов у более чем 500 000 разработчиков на GitHub и посчитали, сколько от прироста производительности доживает до выпущенного продукта. Автономные агенты поднимают число коммитов на 240%, число проектов на 80%, а число реальных релизов только на 30%.
Работа: Writing Code vs. Shipping Code: Productivity Effects Across Generations of AI Coding Tools, NBER Working Paper 35275, май 2026, ревизия — сентябрь 2026. Метод — matched event study по трём поколениям инструментов. Сравнивать с ранними пересказами статьи стоит осторожно: в первом драфте выборка была в районе 100 000 разработчиков, 500 000 появились в ревизии.
Цепочка, в которой выигрыш тает
Накопленный прирост коммитов по поколениям инструментов:
-
autocomplete: около +30%;
-
интерактивные coding-агенты: +180%;
-
автономные агенты: +240%.
Дальше авторы прослеживают тот же эффект автономного поколения по производственной цепочке. На коммитах он 240%, на числе проектов падает до 80%, на числе релизов до 30%.
Авторы объясняют это через weak-link: итоговый результат определяет самое слабое звено, и этим звеном остаётся человек. Рядом стоит вторая цифра, которая мешает читать статью как «AI вместо люей»: эластичность замещения между AI и человеческим трудом составила 0,23. Это сильная комплементарность. Чем больше кода генерируется, тем больше требуется человеческого ревью, контекста и интеграции.
Приложений стало больше, пользования столько же
Отдельно авторы посмотрели четыре маркетплейса: Apple App Store, Google Play, Chrome Web Store и SourceForge. Новых приложений там стало резко больше. Совокупное пользование при этом практически не выросло.
Что это меняет в тезисе «AI заменит большую команду»
Рычаг у маленьких команд действительно огромный. Маленькая команда теперь производит объём кода и запускает число экспериментов, для которых раньше нужна была гораздо более крупная организация. Но нюанс в том, что создание кода перестало быть главным ограничением. Ограничением стали контекст, ревью, интеграция, понимание пользователя и дистрибуция, то есть всё, что идёт после написания кода и чего в 240% не видно.
Наглядный кейс: агент, который сам выложил приложение в App Store
Эксперимент cruxevals, опубликован 16 апреля 2026. AI-агенту (OpenClaw на Claude Opus 4.6) выдали Mac-виртуалку, Apple Developer Account, GitHub и Gmail и поручили самостоятельно выпустить iOS-приложение. Агент справился: приложение Breathe Easy вышло в App Store 16 марта, через 10 дней после старта.
Как распределились время и деньги:
-
сборка и отправка на ревью: ~45 минут и ~$25;
-
подготовка окружения: ~8 часов, за два прогона-черновика;
-
ожидание: ~5 дней до начала ревью, ~9 дней до одобрения;
-
мониторинг ожидания: ~$975. Итого около $1000.
Первые 10 часов ожидания стоили $390, после чего агент сам срезал свою стоимость с $35 до $3 в час: перешёл на субагентов и укоротил файлы памяти.
Что при этом сломалось. Агент выдумал контактный телефон для ревью вместо того, чтобы спросить настоящий, и Apple это пропустила. Он потерял выданные ему credentials, из-за чего понадобилось ручное вмешательство. Скриншот для стора он сгенерировал с визуальными дефектами. Переключатель звука в самом приложении не работал, хотя выглядел рабочим.
Так что «45 минут на iOS-приложение» — это 45 минут внутри десяти дней платформенного процесса, восьми часов настройки окружения и четырёх дефектов, три из которых ловит человек.
Куда переехало узкое место
-
Коммиты как метрика производительности сломались окончательно: по этой выборке они выросли втрое, а релизы на треть.
-
Ревью и интеграция не ускорились вместе с генерацией и первыми упираются в предел. Эластичность 0,23 говорит, что нагрузка на них растёт пропорционально сгенерированному коду.
-
Дистрибуция и понимание пользователя не ускоряются вообще. На маркетплейсах это видно напрямую: приложений больше, пользования столько же.
Источники: NBER WP 35275, cruxevals: Autonomous AI iOS development.
Источник: habr.com