Битва AI-инструментов закончилась — но вопрос в том, смогут ли победители ею воспользоваться — Трансформация разработки ПО в эпоху ИИ · Учимся AI медленно, выпуск 175

Сразу к выводу. Оглядываясь на середину 2026 года, «трон» среди AI-инструментов не переходил из рук в руки между четырьмя претендентами — его заняли Claude Code и Codex. Точнее, они заняли ту нишу, где требуется высокая степень автономности, — единственную, которая действительно позволяет сжимать цикл сквозной поставки. GitHub Copilot по-прежнему удерживает первое место по корпоративному внедрению с 29%, но это инерция закупок в организациях: кривая новых подключений уже вышла на плато. Cursor — король пользовательского опыта прошлого поколения, его рост замедляется. Google Antigravity — третья сила, которая давит связкой Gemini + облако + корпоративная комплаенс-поддержка, но за два месяца она добралась лишь до 6% — всё ещё на старте.

В Китае три задачи — «автономные агенты + комплаенс + корпоративное развёртывание» — одновременно закрывают только Trae от ByteDance и Qoder от Alibaba (бывший Tongyi Lingma, переименован в мае 2026). Но если честно: в категории «автономные агенты» они отстают от Claude Code и Codex на целое поколение.

Так что этот текст не отвечает на вопрос «какой инструмент самый мощный» — это был вопрос 2025 года, в 2026-м он уже устарел. В этом году при выборе инструментов по-настоящему важно другое — три вопроса, и каждый следующий из них пропускают чаще предыдущего:

  1. Сколько автономии ваша организация способна переварить? Чем выше автономия, тем больше и глубже код, который генерирует инструмент, и тем выше требования к вашей способности этот код проверять. Запустить автономного агента без подстраховки — всё равно что поставить мощный двигатель на машину без тормозов.
  2. Может ли ваш код покидать страну? Для финансов, телекома, госсектора и оборонки это жёсткое ограничение, которое напрямую определяет, можете ли вы вообще пользоваться облачными инструментами вроде Claude Code или Codex, которые отправляют код за рубеж.
  3. Думаете, купив инструмент, вы ускорите поставку? Скорее всего, нет. ИИ сжимает этап написания кода, но в строго регулируемых отраслях кодинг в сквозной поставке часто — самая дешёвая и короткая часть.

Разобраться с этими тремя вопросами в десять раз важнее, чем спорить, «Cursor или Claude Code». Разберём по слоям.

1. На троне двое, а не четверо

Сначала посмотрим на исследование JetBrains за январь 2026 года — это самый свежий и самый масштабный опрос рынка инструментов на сегодня (более десяти тысяч профессиональных разработчиков, восемь языков). Данные выглядят так:

Инструмент Известность Внедрение на рабочих местах Динамика год к году
GitHub Copilot 76% 29% Стагнация (держится на инерции закупок; среди компаний с 10 000+ сотрудников — 56%)
Cursor 69% 18% Рост замедляется
Claude Code 57% 18% За 9 месяцев — с 3% до 18% (рост в 6 раз); в Северной Америке — 24%; CSAT 91, NPS 54 (максимум в категории)
OpenAI Codex 27% 3% Ускорение (на момент опроса десктопная версия ещё не вышла; позже вышли на 5+ млн недельных активных пользователей)
Google Antigravity — 6% Новичок (вышел в ноябре 2025-го, за два месяца — 6%)
JetBrains Junie CLI — 5% LLM-нейтрален, собственная модель

Источник: JetBrains AI Pulse Survey, январь 2026, 10 000+ разработчиков.

Судя только по показателям внедрения, можно подумать, что Copilot по-прежнему король. Но внедрение — это запаздывающий индикатор: он показывает, сколько лицензий уже куплено, а не то, где будет импульс роста в ближайшие 12 месяцев. Наложите кривые роста — и картина меняется: Claude Code за 9 месяцев подскочил с 3% до 18% — это самый быстрый рост в данном исследовании; Codex на момент опроса имел лишь 3%, но за четыре месяца после него недельная аудитория выросла с 3 до 5+ миллионов (по публичным данным Сэма Альтмана / OpenAI), а месячные загрузки Codex CLI на npm выросли с 82 тысяч в апреле 2025-го (месяц запуска) до 41,8 миллиона в мае 2026-го — рост в 510 раз (детальные данные gradually.ai). Годовая выручка Claude Code за 9 месяцев выросла с нуля до 2,5 миллиарда долларов (раскрыто в раунде G Anthropic в феврале 2026-го). Таких кривых в истории разработческих инструментов почти не видели.

Уровень внедрения — это запас, а импульс — вот истинный трон Высота столбца = уровень внедрения в рабочих средах (JetBrains 2026.1); цвет = импульс роста 29% Copilot Инерция закупок · застой 18% Cursor Король опыта · замедление 18% Claude Code 9 месяцев 6× · резкий рост 3% Codex Недельная активность 3M→5M+ · резкий рост 6% Antigravity С февраля до 6% · старт Внедрение измеряет «купленные места» (запаздывающий показатель); импульс измеряет «прирост за следующие 12 месяцев» — столбец Copilot самый высокий, но самый плоский; CC/Codex низкие, но самые крутые

Кривые Copilot и Cursor выглядят по-разному. 29% Copilot держатся на крупных корпорациях, которые уже прошли все согласования и подписали многолетние контракты: новые рабочие места заблокированы закупочными процедурами, а чтобы перейти на Claude Code, разработчикам нужно выбивать отдельный бюджет. Поэтому Copilot по-прежнему на первом месте, но рост почти остановился. У Cursor 18% — столько же, сколько у Claude Code, но это совершенно разные траектории: Cursor замедляется с высокой базы, а Claude Code взлетает с низкой. Годовой оборот Cursor к началу 2026 года достиг 2 миллиардов долларов (при команде чуть больше 50 человек — это порядка 40 миллионов долларов ARR на сотрудника, и это самый быстрый в истории выход на 100 миллионов ARR среди прикладных SaaS). Продукт по-прежнему самый удобный, его обожают интернет-компании и стартапы, но потолок уже виден.

Antigravity — единственный инструмент из этого списка, который не занимает центральное место в таблице, но который нельзя игнорировать. Это «agent-first» инструмент разработки от Google, выпущенный в ноябре 2025 года и созданный специально для Gemini 3; на Google I/O 2026 он был обновлён до версии 2.0, превратившись в полноценную агентную платформу разработки с десктопным клиентом, CLI и SDK. За ним стоит то, чего нет ни у кого другого: модели Gemini, корпоративная compliance-база Google Cloud и живой поиск Google Search. Проникновение в 6% за два месяца говорит о быстром старте, но 6% есть 6% — он всё ещё на разгоне, до трона далеко. При выборе инструментов на 2026 год можно не ждать его, но факт «Google заходит с корпоративной мускулатурой» стоит занести в долгосрочные прогнозы: в этом сегменте в итоге может оказаться не четыре игрока, а «два лидера + один хорошо финансируемый догоняющий».

Если поместить эти пять компаний на одну координатную плоскость, становится очевидно: они находятся на совершенно разных траекториях.

Пять инструментов — не на одной трассе: чем выше автономность, тем тяжелее управление Автономность → (дополнение · диалоговый · автономные многошаговые · мультиагентный параллелизм) Требования к управлению и контролю → Copilot Плагин IDE · дополнение Cursor AI-нативный IDE Claude Code Терминальные автономные агенты · две силы Codex Мультиагентный параллелизм · две силы Antigravity Старт·Догоняние средств Потолок возможностей идёт вправо вверх, управление и проверки синхронно вверх (пунктирный круг = стартовый уровень Antigravity) Первый вопрос не «кто сильнее», а «какой уровень автономии потянет ваша организация»

Один рисунок говорит всё: эти инструменты выстраиваются вдоль диагонали — чем правее и выше, тем выше возможности, но и тем жёстче требования к управлению и контролю. Поэтому при выборе инструмента не смотрите в первую очередь на бенчмарки моделей — сначала определите, на каком уровне находится ваша система governance. Claude Code и Codex занимают правый верхний угол по возможностям, но они же предъявляют максимальные требования к вашим «тормозам»; Copilot — в левом нижнем углу: самый низкий порог входа, минимальные риски, но и наименее вероятно, что он даст вам «прорывной» прирост эффективности.

2. Лицензии купили, а поставка не ускорилась — узкое место в верификации, а не в написании кода

Этот раздел — то, о чём большинство статей по выбору инструментов умалчивают, но именно здесь сильнее всего тратятся деньги в строго регулируемых отраслях.

Я проводил AI-обучение для операторов связи и долго следил за цифровыми командами в телекоме. Один региональный оператор запомнился мне особенно. В прошлом году он развернул Copilot для разработчиков, а через полгода на ретроспективе обнаружил, что сквозной цикл поставки практически не изменился. Сами разработчики действительно стали быстрее — время на написание кода сократилось более чем на треть. Но изменение тарифного плана или корректировка правил биллинга от запроса до продакшена по-прежнему занимали больше месяца. Руководитель был неглуп — он и сам понимал, что узкое место не в кодинге. Но понимать — одно, а бюджет всё равно утвердили по количеству лицензий: потому что в отчёте перед руководством метриками были «сколько разработчиков покрыто» и «сколько кресел закуплено». Это классическая ситуация для крупной компании: «знаем, но ничего не можем сделать» — потому что дело не в осознании, а в метриках.

Что на самом деле съело этот месяц — так это цепочка проверок, и почти все они не имеют отношения к самому коду. Функция, затрагивающая биллинговый модуль, может писаться два дня, но дальше выстраивается очередь: согласование в Change Advisory Board (CAB), алгоритмическая регистрация (если задействована модель), оценка соответствия требованиям информационной безопасности (等保测评 — китайский аналог аттестации по защите информации), оценка трансграничной передачи данных (при использовании зарубежных моделей или облаков — нужно пройти один из трёх путей: оценку безопасности, стандартный договор или сертификацию защиты персональных данных), сверка и аудит перед релизом. Каждый пункт занимает от нескольких дней до нескольких недель — в сумме и набегает месяц. ИИ сжал кодинг на 30%, но этот этап и так составлял лишь малую долю всего процесса.

Телеком-поставка: кодинг ускорился, но узкое место — этап верификации В представлении: Требования → кодинг (думают, что это главное) → запуск Реальность: Кодинг Одобрение CAB Регистрация алгоритмов Оценка по защите информации Сверка/аудит Запуск ИИ сжимает только этот маленький участок Эти этапы занимают недели, к коду не относятся, ИИ не ускорит Версия для смены отрасли тоже работает Финансы: кредитный скоринг → валидация моделей + регуляторная отчётность + аудит Производство: изменения MES → валидация процессов + проверка блокировок + пробный запуск E-commerce: правила акций → сверка с финансами + проверка рисков + канареечный запуск Поэтому seat куплен, а цикл не изменился — узкое место в валидации, не в коде

Здесь стоит отдельно предостеречь от «интернет-предвзятости». Многие статьи про ИИ-программирование по умолчанию описывают «проверку» как CI/CD-автотесты, юнит-тесты, линтеры. Это мир интернет-компаний. В телекоме и финансах «проверка» — это алгоритмическая регистрация, 等保测评, оценка трансграничной передачи данных, согласование изменений в CAB, сверка и аудит. К коду это не имеет никакого отношения, но каждое из этих мероприятий съедает недели. Если списать их на «этапы тестирования» одной строкой — читатель из финансов или телекома сразу выпадет из текста: их главные издержки сосредоточены именно здесь, а вы о них ни слова.

Этот вывод критически важен для лиц, принимающих решения: в отраслях с жёстким регулированием ИИ-инструменты способны сжимать только самый дешёвый сегмент всей цепочки поставки. Если вы хотите ускорить сквозной процесс, вам придётся либо браться за этап верификации (перепроектировать ритм Change Advisory Board, процедуры сертификации, графики оценки соответствия), либо менять метрики, по которым вы отчитываетесь перед руководством. Просто закупить инструменты — и ничего не изменится.

Здесь стоит перевернуть интуицию «чем больше инструментов, тем лучше» — и посмотреть на самый неочевидный факт первого полугодия 2026-го: чем больше инструментов используют разработчики, тем меньше они им доверяют.

Согласно исследованию JetBrains за январь 2026 года, 90% разработчиков используют хотя бы один ИИ-инструмент — уровень внедрения практически достиг насыщения на отметке в девять из десяти. Однако в опросах за тот же период доверие разработчиков к ИИ-генерируемым PR-запросам производственного уровня, наоборот, оказалось ниже, чем в 2024-м: по одной из методик доверие упало с 40% в 2024-м до 29% в 2026-м. Данные корпоративной поддержки Cursor, Anthropic и OpenAI указывают на одно и то же: чем активнее используются инструменты, тем меньше разработчики готовы отпустить их в автономный режим. Это сдвиг в производственных отношениях: разработчик превращается из «того, кто пишет код», в «того, кто ревьюит код», — а когнитивная нагрузка при ревью выше, чем при написании.

Практический смысл: кто выиграет в ближайшие 24 месяца, определяется тем, «удастся ли закрыть разрыв доверия», а скорость токенов вторична. Cursor делает ставку на интерактивные потоки, Anthropic — на систему Skills, OpenAI — на параллельных субагентов — все три компании усиливают «бóльшую объяснимость, бóльшую прерываемость, бóльшую откатываемость», и никто не бьётся за «ещё быстрее». Если вы не понимаете этого направления, вы не поймёте, за что идёт конкуренция инструментов в 2026 году.

III. Комплаенс и корпоративное развёртывание: «обряд посвящения» инструментов

Какими бы мощными ни были два лидера, есть один барьер, который они не преодолеют — и не попадут в вашу компанию: комплаенс и корпоративное развёртывание. В этом разделе — несколько ловушек, в которые легко попадают новички, но которые профессионалы спрашивают заранее. ⚠ В этом разделе два блока — о резиденции данных в ЕС и о позиции по управлению поставщиками — написаны скорее с европейской/зарубежной точки зрения. Если вы читатель из Китая и вас волнует только вопрос «как быть, если код не может покинуть страну», можете сразу перейти к четвёртому разделу (отечественные Trae/Qoder) или к выводу №4 в конце статьи.

Данные Claude Code в ЕС: ловушка, из-за которой вам кажется, что вы купили соответствие требованиям, хотя на самом деле его нет. Сразу к делу: если вы используете claude.ai или Anthropic API напрямую, данные по умолчанию уходят в США; корпоративный SaaS-тариф Claude Enterprise сам по себе не включает размещение данных в ЕС — по умолчанию он тоже работает на инфраструктуре в США. Это самая распространённая ловушка. Чтобы код оставался в Евросоюзе, есть только один путь: не покупать напрямую у Anthropic, а идти через европейские дата-центры облачных провайдеров — EU profile в AWS Bedrock (Франкфурт/Ирландия/Париж) или регионы ЕС в Google Vertex AI, причём к ID модели нужно добавить префикс eu., чтобы принудительно оставить данные в Европе. Claude Code умеет работать на Bedrock, а данные остаются в вашем собственном AWS и не покидают вашу инфраструктуру, — это ключевая возможность для корпоративного использования, но только если вы выбрали именно этот путь. Есть и скрытая ловушка: в июле 2026 года Claude станет общедоступным в Европе на Microsoft Foundry, однако в документации Anthropic обязательства по размещению данных ограничены Vertex/Bedrock — Foundry туда не входит, там указано лишь «Coming 2026» без конкретной даты. Поэтому фраза «мы купили корпоративную версию Claude, с комплаенсом всё в порядке» в девяти случаях из десяти неверна — правильный вопрос не «купили ли вы», а «по какому пути размещения данных вы идёте».

EU-резидентность данных в Claude Code: три пути, только один ведёт к цели Нужно использовать Claude Code и держать данные в ЕС Три варианта, результаты кардинально разные ↓ ↓ ↓ Через claude.ai Или Anthropic API По умолчанию → инфраструктура США ✗ Нет EU-резидентности Купить Claude Enterprise (корпоративный SaaS-тариф) Всё равно по умолчанию → США ✗ Также не содержит размещения в ЕС (самая частая ловушка) Использовать AWS Bedrock EU-профиль (Франкфурт / Ирландия / Париж) Или Vertex AI EU + префикс eu. ✓ Размещение данных в ЕС ⚠ Есть ещё скрытая ловушка: Microsoft Foundry 2026.7 вышел в Европе, но документация Anthropic ограничивает обещания по размещению данных Vertex/Bedrock — Foundry не входит, только пометка "Coming 2026", без даты. Так что "мы купили корпоративный Claude, комплаенс ок" скорее всего ошибка Схема пути решения (не архитектура развёртывания); пример префикса "eu.": eu.anthropic.claude-sonnet-4-6

Корпоративный вектор Codex — это другой путь: прямо в вашу серверную. 18 мая 2026 года OpenAI и Dell на Dell Technologies World анонсировали Dell AI Factory with OpenAI Codex — развёртывание Codex в on-premises-среде или гибридном облаке предприятия, чтобы код оставался «там, где уже живут данные». CTO Dell буквально сказал: «Дать предприятиям возможность разворачивать ИИ там, где уже находятся их корпоративные данные, и предложить клиентам практичный и безопасный путь масштабирования агентов». Добавьте к этому EU data residency в ChatGPT Enterprise, доступную с 2025 года (и хранение, и инференс могут оставаться в европейском регионе), — и получится, что у Codex самая широкая карта корпоративного комплаенса в этой категории: в облаке — EU-резидентность, на земле — Dell. Именно поэтому недельная аудитория Codex выросла с 3 миллионов до более чем 5 миллионов за четыре месяца: им пользуются не только разработчики, — он «проходит фейс-контроль» в крупных корпорациях.

Позиция вендора по вопросам управления и соответствия — это уже часть вашего供应链-риска. И это, пожалуй, главный вывод первого полугодия 2026-го.

Anthropic отказалась выполнить требование Пентагона о «неограниченном использовании» своей модели Claude — и во втором полугодии 2026 года Министерство обороны США внесло компанию в список «рисков для цепочки поставок», а федеральный судья вынес предварительный запрет. Детали этой истории куда весомее, чем заголовок. Требование Пентагона заключалось в том, чтобы военные могли использовать Claude «for all lawful purposes (для всех законных целей, без ограничений)»; CEO Anthropic Дарио Амодеи провёл черту по двум пунктам — никакого массового наблюдения внутри страны и никаких полностью автономных систем вооружения. После того как переговоры сорвались, 27 февраля 2026 года Трамп в Truth Social распорядился, чтобы все федеральные ведомства «немедленно прекратили использование» технологий Anthropic, а министр обороны Хегсет объявил: «Любой подрядчик, поставщик или партнёр, ведущий дела с американскими вооружёнными силами, не должен иметь никаких коммерческих связей с Anthropic». В начале марта компанию официально внесли в список рисков для цепочки поставок. Anthropic подала ответный иск (в федеральный окружной суд Северной Калифорнии), и 26 марта судья Рита Лин вынесла предварительный запрет. В своём решении она написала: «Материалы дела убедительно свидетельствуют о том, что включение Anthropic в список рисков для цепочки поставок было предлогом (pretextual), а подлинным мотивом правительства являлась незаконная месть».

Самый любопытный контраст: в тот самый день, когда Anthropic отказалась, OpenAI объявила о подписании соглашения об условиях использования с Пентагоном. Одна провела черту и потеряла военный контракт; другая поставила подпись и получила заказ. Я не берусь судить, кто прав, а кто нет. Выбирая между Claude Code и Codex, вы выбираете не только модель, но и готовность компании платить коммерческую цену за свои ценности. В 2026 году, когда ритм технологического разъединения Китая и США остаётся непредсказуемым, позиция вендора по управлению, политика обработки данных и устойчивость цепочки поставок стали такими же формальными критериями выбора, как функциональность и цена.

4. На внутреннем рынке тянут Trae и Qoder — но до автономных агентов им ещё поколение

В финансовом, государственном, оборонном секторах, а также в значительной части телеком-ядра код просто не может покидать страну. Этот раздел — о локальных решениях. Из тех, кто в Китае реально продвигает связку «автономный агент + комплаенс + корпоративное развёртывание», на данный момент выделяются Trae от ByteDance и Qoder от Alibaba. Разберу их корпоративные версии детально.

Trae (ByteDance) — самый продвинутый автономный агент среди отечественных решений. Корпоративная версия Trae CN вышла в декабре 2025 года. Внутри ByteDance её используют более 92% инженеров, а число зарегистрированных пользователей личной версии уже превысило 6 миллионов. К корпоративному сегменту здесь подошли серьёзно: предлагаются две модели развёртывания — «Enterprise» (стандартизированная, без необходимости обслуживания) и «Enterprise Dedicated» (повышенный уровень изоляции для компаний со строгими требованиями к соответствию и необходимостью доступа через приватные сети). Безопасность: сквозное шифрование кода при передаче, нулевое хранение в облаке, модели не обучаются на ваших данных, логи не сохраняются. Производительность: индексация сверхбольших репозиториев — до 100 000 файлов и 150 миллионов строк кода, отклик на уровне миллисекунд за счёт корпоративных GPU-кластеров. Интеграция с внутренней базой знаний и протоколом MCP позволяет встроить генерацию, ревью и тестирование кода в существующие CI/CD и DevOps-процессы. В наличии SSO, дашборды эффективности (отслеживание доли AI-сгенерированного кода и его объёма), лимиты расходов и мониторинг использования. Есть и фирменный «байтовский» ход: потребительская версия бесплатна навсегда — это их маховик роста. Режим SOLO (рабочее пространство, объединяющее редактор, терминал, браузер и документы: вы ставите задачу — агент сам планирует, пишет, отлаживает и разворачивает) тоже открыт бесплатно — это главное оружие в конкуренции с Claude Code и Cursor по автономности. Уже есть реальные внедрения: Huifu (китайская финтех-компания, занимающаяся цифровыми платежами) и Douyin Life Services (сервис локальных услуг от ByteDance). Huifu начала пилот в сентябре 2025 года, масштабировала на сотни разработчиков, пиковая интенсивность использования превысила 70%.

Qoder (Alibaba, formerly Tongyi Lingma) — самый зрелый по продуктовой линейке для enterprise и самый «бесшовный» по стеку для локализованного ПО. В мае 2026 года Alibaba Cloud официально переименовала Tongyi Lingma в Qoder CN, превратив его из IDE-плагина в полноценную экосистему: написание кода, офисные задачи, терминал и мобильные сценарии. Корпоративная версия делится на два уровня, и структура здесь прозрачная: Enterprise Standard — подписка по лицензиям на рабочие места, всё включено «из коробки»: единая система аккаунтов, аналитические дашборды, журналы операций. Enterprise Dedicated (VPC) — это уже для компаний с жёсткими требованиями к комплаенсу: приватное развертывание в VPC, данные не покидают контур предприятия, SSO, корпоративная база знаний, тонкая настройка моделей, расширенный аудит кода, SLA 99.9%, выделенный технический консультант и поддержка 7×24. Нативно поддерживается переключение между несколькими отечественными моделями — Qwen, GLM, DeepSeek, Kimi, MiniMax, — данные не уходят за пределы юрисдикции, что соответствует требованиям Закона о кибербезопасности и Закона о данных КНР. Почему я говорю, что он особенно хорошо ляжет в вашу инфраструктуру в телекоме и финансах: скорее всего, ваша инфраструктура уже построена на Alibaba Cloud, а значит, система аккаунтов Qoder, права RAM и инструменты управления разработкой Yunxiao уже интегрированы — миграция будет с минимальным трением.

Сказав о двух лидерах, добавим ложку дёгтя: в категории «автономных агентов» отечественные решения отстают от американских на целое поколение. Корпоративные версии крупных вендоров (приватное развертывание + алгоритмическое регулирование + локализованный стек) в основном прошли все необходимые compliance-проверки — и это не то место, где кроется разрыв. Настоящий разрыв — в автономности: Claude Code способен сам править десятки файлов, запускать shell-команды, работать с Git и открывать pull request’ы; Codex умеет координировать несколько субагентов на изолированных копиях репозитория, а затем объединять их результаты. Такая длинноцепочечная, высокоавтономная исполнительная способность — то, к чему Trae и Qoder только подбираются. Trae пытается догнать через режим SOLO, но разрыв остаётся — особенно в сложных рассуждениях и длинных автономных цепочках действий. Поэтому запрос «зрелая команда в строго регулируемой отрасли, которой нужен автономный агент + код не покидает страну» отечественные решения закрывают лишь наполовину: с compliance порядок, а вот с агентами — отставание на поколение. Сам этот зазор — уже возможность. И именно поэтому эту задачу стоит проектировать как отдельный путь внедрения, а не сводить к покупке очередного инструмента.

Baidu Comate (Agent Hub + граф кода — силён в крупных проектах и сценариях с высокими требованиями к compliance) и Zhipu CodeGeeX (широкое покрытие языков, но агентная часть слабее) тоже можно держать в резерве — под конкретные сценарии, но здесь мы на них подробно не останавливаемся.

Пять. Как выбирать: зрелость × границы передачи данных

Сведем предыдущие четыре раздела в один практичный алгоритм выбора. Смотрим на два измерения — оба обязательны.

Измерение первое: зрелость организации — определяет, какой уровень автономии вы можете себе позволить. Организации на старте (разработчики еще почти не пользовались ИИ, нет устоявшихся практик code review и тестирования) начинают с Copilot — низкая автономия, минимальный порог входа, минимальные риски. Сначала нужно приучить людей к ИИ-коллаборации. Организации с базой (разработчики уже работали с ИИ, есть базовые инженерные стандарты) могут переходить на Cursor или отечественные Trae / Qoder — заметный прирост опыта дает заметный прирост эффективности. Зрелые организации (сильная инженерная команда, code review / автоматизированное тестирование / security-сканирование / канареечные релизы — все на месте) — только тогда подключаются высокоавтономные агенты вроде Claude Code, Codex. Почему зрелость — это порог входа: чем выше автономия, тем больше кода генерирует инструмент, тем глубже изменения, тем выше требования к вашей способности ревьюить и верифицировать. Исследование Pragmatic Engineer дает очень жесткую реальность: в компаниях до 10 000 человек 75% выбирают Claude Code, в компаниях от 10 000 — 56% все еще Copilot. Это не предпочтение, это организационная способность.

Второе измерение: нормативные ограничения — какой класс инструментов вообще может быть допущен. Первый барьер — можно ли выводить код за пределы страны. Облачные сервисы Claude Code, Codex, Cursor и Copilot отправляют код за рубеж, а для финансового сектора, госсектора, оборонной промышленности и части телеком-инфраструктуры это категорически запрещено. Поэтому разговоры о «масштабировании на всю компанию» в отраслях с жёстким регулированием практически бессмысленны — вы просто не сможете это сделать, пока не пройдёте процедуру допуска инструментов. Там, где вывоз кода разрешён, Claude Code даёт максимум возможностей, а Codex — самое широкое корпоративное покрытие. Для критических доменов, где код за пределы вывозить нельзя, базу закрывают корпоративные версии Trae и Qoder (приватное развёртывание в VPC), а поверх — точечно подключают 文心快码 (Comate) или CodeGeeX.

Сводим всё предыдущее в единый алгоритм принятия решения — три вопроса, четыре пути:

Три вопроса, четыре пути: какая ситуация, какой инструмент Q1　Код может выезжать за границу? Финансы/госсектор/оборонка/ядро телекома Trae корпоративная версия / Qoder VPC Комплаенс пройден, автономные агенты ещё на поколение отстают (разрыв = возможность) Нет → ↓ Да Q2　Организация зрелая? Тормоза в сборе? review/тест/скан/канареечный Старт Copilot / отечественная приватная база Сначала тормоза, потом апгрейд Нет → ↓ Да Q3　Нужен сквозной автономный агент? Правка файлов·запуск shell·PR Copilot широкий охват + Cursor / Trae уровень Зрело, но высокая автономия не нужна Нет → ↓ Да Claude Code (рассуждение/глубокая линия)· Codex (мультиагент параллельно·корп. соответствие шире) Два лидера·потолок способностей выше, требования к управлению выше Схема пути решений; комбо под вашу компанию (границы вывода/зрелость/отрасль) — см. консультацию в конце

Логика прохождения: сначала вопрос о том, можно ли вывозить код (нет → отечественное приватное развёртывание как база, но автономные агенты там пока на поколение отстают); затем — оценка организационной зрелости (нет тормозов — не лезь в автономные агенты); и наконец — нужен ли сквозной автономный агент (да → два лидера: Claude Code / Codex). Обратите внимание на «разрыв в поколение» на первой развилке: в отраслях с жёстким регулированием у зрелых команд есть неудовлетворённый спрос на связку «автономный агент + код без вывоза за рубеж». Эта ниша — и есть возможность.

Прежде чем решенийное дерево дойдёт до вашей компании, оцените собственную зрелость по трём критериям (на это уйдёт 30 секунд — и это ровно ответ на Q2):

  • ① Есть ли у вас более 50% разработчиков, которые используют ИИ еженедельно хотя бы раз? (В среднем по отрасли 90% пробовали, но «хотя бы раз в неделю» — это надёжный показатель реальной активности)
  • ② Внедрён ли у вас обязательный code review + автоматизированное тестирование с покрытием более 60%? (Плюс к покрытию означает, что тесты действительно ловят код, написанный ИИ, а не просто покрывают строки)
  • ③ Канареечные (canary) релизы — это обычная практика? (Не «один раз сделали», а «новые фичи по умолчанию выкатываются через канарейку»)

Все три пункта выполнены = вы зрелые, можно брать Claude Code / Codex из левой колонки; выполнены один-два = есть база, соответствует уровню Cursor / Trae / Qoder; ничего не выполнено = только начинаете, сначала Copilot или отечественное приватное развёртывание, а уже потом — апгрейд, когда тормоза будут на месте.

Прагматичная комбинация: для данных, которые можно выводить за пределы страны, — Claude Code для сложных задач, Codex для массовых параллельных операций, Copilot для широкого покрытия рутинных дополнений. Для критически важных доменов, которые нельзя выносить за периметр, — корпоративные версии Trae или Qoder как базовая платформа. Не стоит ставить всё на одну лошадь: протокол MCP уже делает мультиинструментальную интероперабельность реальностью, так что стратегия с несколькими поставщиками — это теперь вопрос не только технической целесообразности, но и комплаенс-необходимости. В Pragmatic Engineer лучшей практикой для старших инженеров названо использование 2–4 инструментов одновременно — 70% специалистов так и работают, переключаясь по ситуации.

На этом каркас готов. Но конкретная комбинация зависит от ваших границ вывода данных, уровня зрелости и отрасли — этот слой не может быть определён одной статьёй, он определяется реальной ситуацией в вашей компании. Именно поэтому я оставил контакты в конце материала.

6. Чем выше автономия, тем тяжелее управление: не ставьте мощный двигатель на машину без тормозов

Рост верхней границы возможностей неизбежно сопровождается ростом нагрузки на ревью. В отчёте CodeRabbit за конец 2025 года, основанном на анализе 470 открытых GitHub PR, сделан вывод: код, сгенерированный с участием ИИ, содержит в 1,7 раза больше дефектов, чем чисто ручной код (в среднем 10,83 против 6,45 на один PR), а уязвимости по отдельным подкатегориям выше в 1,82–2,74 раза (XSS — 2,74×, небезопасные прямые ссылки на объекты — 1,91×, некорректная обработка паролей — 1,88×, небезопасная десериализация — 1,82×). Более предметные цифры дало сканирование Apiiro в сентябре 2025 года в репозиториях компаний из списка Fortune 50 (данные за декабрь 2024 — июнь 2025): ИИ-сгенерированный код поднял ежемесячное число находок в области безопасности с примерно 1000 до 10 000+ (рост в 10 раз), при этом уязвимости повышения привилегий выросли на 322%, а проектные дефекты архитектурного уровня — на 153%; за тот же период число синтаксических ошибок снизилось на 76%, а логических багов — на 60% (поэтому разработчикам и «кажется», что всё быстрее, — но опасный класс уязвимостей тихо растёт). Эти данные не означают, что ИИ-код непригоден. Они означают: ИИ пишет больше и быстрее, и дефекты с уязвимостями растут пропорционально. Как только объём вывода инструмента переходит в массовый, нагрузка на ревью резко возрастает — код растёт быстрее, чем пропускная способность ревью, и среднее звено быстро упирается в потолок.

Эти два показателя вместе рассказывают одну историю: инструменты стали производительнее, а ваша способность проверять их работу — нет. Это значит, что вы наращиваете более опасный долг с большей скоростью. Особенно это касается автономных агентов. Такие инструменты, как Claude Code, могут самостоятельно изменять десятки файлов и отправлять pull request — их верхняя граница возможностей крайне высока, но и зона неконтролируемого поведения велика. В январе–феврале 2026 года Carlini публично задокументировал часто цитируемый пример — исследователь Anthropic Николас Карлини запустил 16 агентов Claude Opus 4.6 параллельно на 2 недели, около 2000 сессий, примерно 20 000 долларов затрат на API, и они с нуля написали компилятор C на Rust объёмом 100 000 строк, способный компилировать ядро Linux 6.9 (x86/ARM/RISC-V), проходить 99% GCC torture test и собирать FFmpeg/Redis/PostgreSQL/QEMU/Doom. Такая автономность в организации без code review, без автоматического тестирования, без сканирования безопасности и без постепенного развёртывания рано или поздно приведёт к серьёзным проблемам.

Прежде чем запускать автономных агентов, нужно собрать четыре вещи: обязательное ручное code review (PR от ИИ не освобождается от проверки), автоматизированное тестирование (после правок ИИ код должен запускаться), сканирование безопасности (код ИИ проверяется по тем же стандартам, что и код человека) и канареечный релиз (изменения ИИ сначала выкатываются на малую долю трафика). Эти четыре вещи — тормоза. Сначала установи тормоза, потом говори о том, какой двигатель ставить. Это же объясняет, почему я ставлю организационную зрелость первым измерением при выборе — зрелость по сути и есть то, насколько полный у тебя комплект тормозов.

Есть ещё одна скрытая ловушка, которую легко упустить из виду: теневой ИИ — инструменты, которые сотрудники используют сами, без одобрения IT-отдела. Согласно опросу JetBrains за январь 2026 года, 90% разработчиков уже пользуются AI-инструментами; несколько отраслевых исследований сходятся в одном — большинство разработчиков признаются, что использовали на работе AI-инструменты, не прошедшие официального одобрения IT (UpGuard в 2025 году оценивает этот показатель в 80%). Вам кажется, что вы всё ещё на этапе выбора решения, а ваши разработчики давно вставляют код в самые разные зарубежные инструменты, не прошедшие проверку на соответствие требованиям. В опросе Pragmatic Engineer за февраль 2026 года есть ещё более тревожный показатель: 56% старших инженеров говорят, что более 70% их инженерной работы зависит от AI-инструментов — это уже не «помоги мне написать пару строк кода», а «AI стал стандартным способом работы». Не дадите легальный инструмент — будут пользоваться нелегальным. Цена теневого ИИ — это не просто пара потерянных лицензий для IT-отдела; это одновременный сбой комплаенса, потеря контроля над интеллектуальной собственностью и риск утечки кода.

Семь. Что это значит для лиц, принимающих решения

Урок первый: выбор инструмента — это организационное решение, а не техническое. Вы выбираете не просто инструмент, а то, как ваша организация будет работать. Выбор Copilot означает «человек ведёт, ИИ помогает», выбор Claude Code — «ИИ действует автономно, человек контролирует». Эти два пути предъявляют совершенно разные требования к возможностям организации. Главная цена ошибки — не подписка, а то, что инструмент заставит вашу организацию работать по модели, которую вы просто не потянете. Поэтому первый шаг — поднять вопрос выбора с уровня технического решения CTO до уровня организационного решения CEO/COO.

Урок второй: чем выше автономность, тем тяжелее управление — сначала поставьте тормоза. Прежде чем запускать автономных агентов, у вас должны быть в наличии четыре вещи: code review, автоматическое тестирование, сканирование безопасности и канареечные (поэтапные) релизы. Данные CodeRabbit — 1,7-кратный рост дефектов и 1,82–2,74-кратный рост уязвимостей безопасности — это самое прямое предупреждение о том, что значит «запускать агентов без страховки». Прежде чем включать возможности, включите управление.

Урок третий: в строго регулируемых отраслях сначала пройди «допуск инструмента» (clearance), а потом уже думай о масштабировании; и параллельно поменяй метрики. Думаешь, узкое место в交付 — это кодинг? Скорее всего, нет. Оно — в верификации: Change Advisory Board, согласования, аттестации, аудит. Но метрики, которые ты показываешь руководству — число сидений (seats), покрытие, строки кода — как раз и прячут эти настоящие узкие места. В итоге бюджет уходит на инструменты, а не на то, что реально тормозит. Чтобы вылечить синдром «знаю, но не могу пошевелиться», нужно сменить метрики: не количество лицензий и строк кода как показатель ROI от ИИ, а сквозное время поставки (end-to-end delivery time), частоту неудачных изменений (change failure rate), время прохождения верификации, число инцидентов в проде. Метрики изменятся — и бюджет перетечёт с «купить ещё сидений» на «разрубить узел верификации».

Урок 4: Позиция поставщика по вопросам управления — это уже часть вашего цепочки поставок. Anthropic попала в список рисков для цепочки поставок из-за отказа от «неограниченного использования» военными, а OpenAI в тот же день подписала контракт с военными. При выборе инструмента, помимо функциональности и цены, обращайте внимание на три вещи: политику обработки данных (остаётся ли код у поставщика и как долго), позицию по комплаенсу (готов ли поставщик соответствовать вашим регуляторным требованиям и готов ли он жертвовать коммерческой выгодой ради своих ценностей) и устойчивость цепочки поставок (не ставьте всё на одного зарубежного поставщика). Мультивендорность — это не приятный бонус, а жёсткое требование риск-менеджмента. (Внимание, руководители телеком-операторов, банков и госсектора в Китае: ваше главное ограничение — это трансграничная передача данных, а не позиция поставщика по управлению — последнее скорее западная оптика, не позволяйте ей затмить главное.)

Урок 5: Дефицит доверия — вот настоящее поле битвы на ближайшие 24 месяца. Ваши разработчики уже пользуются ИИ, но их доверие к результатам его работы упало по сравнению с двумя годами ранее (с 40% до 29%). Это значит, что при оценке инструментов нужно смотреть на один дополнительный параметр: готовы ли вы отпустить написанный им код в продакшн без оглядки — он должен быть объяснимым, прерываемым, откатываемым и подотчётным.

Обратная самопроверка (не приукрашивайте ответ): Выбирая инструмент, вы сначала думаете «какой уровень автономии моя организация способна переварить» или «что сейчас модно, то и берём»? Прежде чем внедрять автономных агентов — у вас отлажены code review, тестирование, сканирование безопасности и канареечные (canary) релизы? Когда вы отчитываетесь перед советом директоров о ROI от AI-программирования, вы оперируете количеством сидений (seats) или сквозным временем поставки (end-to-end delivery time)? Может ли код вашего основного домена покидать страну, и есть ли для него локальная альтернатива? Вы оценивали позицию поставщика по вопросам управления и его политику в отношении данных? Ваша команда доверяет результатам ИИ всё больше или всё меньше? — Если хотя бы по одному из этих шести пунктов вы чувствуете неуверенность, ваш фреймворк выбора инструментов нужно перерабатывать.

Что дальше

В следующей, пятой, части мы рассмотрим другую половину инструментальной экосистемы — генераторы приложений и AI IDE (Bolt, Lovable, Replit, v0) и то, как они переопределяют само понятие «разработки». Они снижают порог входа в разработку практически до нуля, но порог безопасности и соответствия требованиям ни в коем случае не должен снижаться вслед за ним — это ещё один разворачивающийся, более скрытый кризис теневого ИИ.

Хотите применить этот подход в своей компании?

Когда AI-инструменты программирования попадают в организацию, на практике обычно нужно решить несколько конкретных вопросов: какие код и данные можно передавать в модель, какой уровень автономии агентов подходит команде, до какой степени нужно доработать существующие процессы валидации и по каким метрикам оценивать пилотный проект.

Сейчас я предлагаю три формата сотрудничества:

Корпоративное обучение

Разбираем реальные проекты вашей компании: выбор инструментов, границы их применения, процесс верификации и проектирование механизмов управления.

Экспертный консалтинг

Фокусируемся на одном конкретном решении — например, стоит ли внедрять Claude Code, как развернуть Trae или Qoder в условиях жесткого регулирования, или как спроектировать пилотную программу на 90 дней.

Выступления для руководства и отраслевые доклады

Темы: AI-программирование, трансформация инженерных практик, AI-трансформация предприятия и организационное управление.

Статьи дают универсальную рамку. Конкретное внедрение всегда требует перепроектирования с учетом границ данных вашей компании, регуляторных требований, инженерной зрелости и существующих процессов поставки. По вопросам сотрудничества: coach@iaiuse.com.

Дополнительное чтение: «Методология „Вывеска“ v1.0» (慢慢学AI 187) — системное описание 7-шаговой рамки AI-трансформации предприятия.

О серии

«Трансформация программной инженерии в эпоху ИИ» — исследовательская серия для CIO, CDO, CTO и руководителей цифровой трансформации в телекоме, финансах, производстве и электронной коммерции. Основной фокус — как AI-инструменты программирования влияют на процессы поставки ПО, организационную структуру, механизмы управления и метрики.

Серия постоянно отслеживает академические статьи, материалы вендоров и отраслевые отчеты. Исследовательская база насчитывает более 200 источников. Ключевые утверждения маркируются по уровню доказательности: проверенные факты, заявления вендоров, отраслевые наблюдения и авторские выводы.

У меня почти 8 лет опыта в консалтинге для крупных предприятий и бизнес-аналитике. Я работал в IBM, участвовал в проектах для телекома, финансов, страхования и производства. Позже продолжил работать на стороне продукта — сначала в операторских, затем в интернет-продуктах и в разработке AI-приложений: занимался анализом требований, продуктовым дизайном и внедрением решений через кросс-функциональные команды.

Выводы этого цикла статей — про выбор инструментов, процесс валидации и организационное управление — опираются на этот практический опыт и перекрёстно сверены с открытыми исследованиями и отраслевыми кейсами. Всё, что касается конкретных проектов, обезличено; часть отраслевых сценариев — это типовые задачи, разобранные на уровне логики. Источники — в конце статьи.

Источники (каждый пункт: ссылка + уровень доказательности + позиция автора)

Опрос JetBrains AI Pulse Survey 2026.1 (первый уровень): 10 000+ профессиональных разработчиков, 8 языков. GitHub Copilot — 76% узнаваемость / 29% внедрение на рабочих местах / рост стагнирует (56% в компаниях с 10 000+ сотрудников); Cursor — 69% / 18% / темпы роста замедляются; Claude Code — 57% / 18% / рост в 6 раз за 9 месяцев, 24% в Северной Америке, CSAT 91 / NPS 54; Codex — 27% / 3% (до выхода десктопной версии); Antigravity — 6% (вышел на рынок в ноябре 2025); Junie CLI — 5%. 90% разработчиков используют хотя бы один AI-инструмент; 70% — от 2 до 4 инструментов. https://www.jetbrains.com/research/ai-coding-assistant-usage/

  • Pragmatic Engineer Newsletter (февраль 2026, первичный источник): опрос 15 000 разработчиков; Claude Code — 46% голосов как самый любимый инструмент (против 19% у Cursor и 9% у Copilot); в компаниях до 10 000 сотрудников 75% выбирают Claude Code, в компаниях от 10 000 — 56% выбирают Copilot; 70% респондентов используют одновременно 2–4 инструмента. https://newsletter.pragmaticengineer.com/p/ai-tooling-2026

  • Анонс раунда G от Anthropic (февраль 2026, первичный источник, позиция вендора): Claude Code за 9 месяцев вышел с нуля на $2,5 млрд годовой выручки. Данные подтверждаются Reuters, Forbes, SaaStr и другими источниками.

  • Финансовые отчёты Microsoft за Q1/Q2 FY26 (28.01.2026, данные с investor-портала Microsoft, позиция вендора): GitHub Copilot — 4,7 млн платных подписок, рост +75% год к году (по данным отчёта за Q2 FY26); Copilot Pro+ — рост личных подписок +77% квартал к кварталу во Q2. Около 77 тыс. корпоративных клиентов — это цифра из отчёта за FY24, в FY26 не обновлялась, приводим с указанием источника.

  • Cursor / Anysphere, раунд D (ноябрь 2025, первичный рынок): привлечено $2,3 млрд, оценка $29,3 млрд. ARR вырос с $100 млн (январь 2025) до $2 млрд (февраль 2026) — самый быстрый выход на $100 млн ARR среди прикладных SaaS-продуктов. Источники: CNBC, The Information.

  • Публичные заявления Sam Altman / OpenAI (апрель–июнь 2026, из первых рук, позиция вендора): недельная аудитория Codex — 3 млн (начало апреля) → 4 млн (21 апреля) → 5+ млн (2 июня, из них 20% — не разработчики); объём использования токенов — рост +70%+ месяц к месяцу; ежемесячные загрузки Codex CLI через npm выросли с 82 тыс. в апреле 2025 (месяц запуска) до 41,8 млн в мае 2026 — рост в 510 раз. Данные подтверждаются несколькими источниками: gradually.ai, Neowin, Constellation Research.

  • Партнёрство OpenAI × Dell (18 мая 2026, из первых рук, позиция вендора): на Dell Technologies World анонсирована Dell AI Factory with OpenAI Codex — развёртывание Codex в корпоративных средах on-premises и гибридных облаках; покрывает Codex + ChatGPT Enterprise. https://openai.com/index/dell-codex-enterprise-partnership

  • OpenAI EU data residency (с февраля 2025, из первых рук, позиция вендора): европейский data residency для ChatGPT Enterprise/Edu/API; с января 2026 — расширение на in-region GPU inference (US/EU). https://openai.com/index/introducing-data-residency-in-europe/

  • Claude Code на AWS Bedrock + размещение данных в ЕС (уровень 1): Claude через claude.ai/Anthropic API по умолчанию использует инфраструктуру в США; Claude Enterprise (SaaS) не включает размещение данных в ЕС; для размещения в ЕС требуется AWS Bedrock EU profile (Франкфурт eu-central-1 / Ирландия / Париж) или Vertex AI EU, с префиксом eu. в идентификаторе модели; Microsoft Foundry — европейская GA в 2026.7, но обязательства по размещению данных не распространяются на Foundry («Coming 2026»). compound.law, InfoQ, bespinian. https://www.infoq.com/news/2026/07/claude-foundry-ga-europe

  • Спор Anthropic с Министерством обороны США (1-е полугодие 2026, высший приоритет, новостной факт + юридические документы): Пентагон потребовал, чтобы Claude использовался без ограничений «в любых законных целях»; позиция Дарио Амодеи — не допускать применения для массовой слежки внутри страны и полностью автономного оружия; 27.02.2026 Трамп поручил федеральным ведомствам прекратить использование, Хегсет объявил Anthropic «риском для цепочки поставок»; 4.03 Минобороны официально присвоило этот статус; 9.03 Anthropic подала иск (ND Cal, 3:26-cv-01996, судья Рита Лин); 26.03 предварительный судебный запрет («доводы, скорее всего, предлог, а мотив — незаконная месть»); 8.04 апелляционный суд отклонил ходатайство Anthropic о приостановлении; в тот же день OpenAI объявила о соглашении с Пентагоном. Mayer Brown, Wikipedia, Arms Control Association, Breaking Defense, CNBC. https://www.mayerbrown.com/en/insights/publications/2026/03/pentagon-designates-anthropic-a-supply-chain-risk-what-government-contractors-need-to-know

  • Релиз корпоративной версии TRAE CN (18.12.2025, высший приоритет, позиция вендора): 92% инженеров ByteDance используют продукт; 6+ млн регистраций в личной версии; корпоративная версия и эксклюзивная корпоративная версия с двумя вариантами развертывания (эксклюзивная версия — изолированная частная сеть); сквозное шифрование + нулевое хранение в облаке + модели не обучаются на данных клиентов; индексация 100 тыс. файлов / 150 млн строк; SSO, панель эффективности, MCP. Внедрение у Huifu Payment (китайский финтех) и Douyin Life Services (сервис экосистемы ByteDance). Источники: CSDN, Sina Tech, ZOL (по официальному релизу). https://www.csdn.net/article/2025-12-18/156057918

  • Qoder CN (ранее Tongyi Lingma), корпоративная версия (май 2026, уровень 1, позиция вендора): В мае 2026 года Tongyi Lingma была переименована в Qoder CN, расширив матрицу продуктов на кодинг, офисные приложения, терминалы и мобильные устройства. Доступны две редакции: корпоративная стандартная (лицензия на рабочее место) и корпоративная эксклюзивная (приватное развертывание в VPC, данные не покидают внутреннюю сеть, SSO, тонкая настройка моделей, SLA 99,9%, выделенный консультант, поддержка 7×24). В основе — несколько отечественных моделей (Qwen/GLM/DeepSeek/Kimi/MiniMax). Официальная документация Alibaba Cloud. https://help.aliyun.com/zh/lingma/qoder-cn-account-and-subscription

  • Google Antigravity (ноябрь 2025 + I/O 2026, уровень 1): В ноябре 2025 года запущен agent-first инструмент для программирования (создан для Gemini 3, по данным The Verge); на Google I/O 2026 вышла версия 2.0 — полноценная агентная платформа разработки (desktop + CLI + SDK); в JetBrains 2026.1 зафиксирован уровень внедрения 6%. Источники: Wikipedia, The Verge, официальные материалы Google.

  • CodeRabbit（2025.12.17，первичные данные）：470 открытых GitHub PR（ИИ против человека）。Общее количество дефектов в 1,7 раза выше（10,83 против 6,45 на PR）；уязвимости безопасности по подклассам в 1,82–2,74 раза выше — XSS в 2,74 раза, небезопасные прямые ссылки на объекты в 1,91 раза, некорректная обработка паролей в 1,88 раза, небезопасная десериализация в 1,82 раза; проблемы с читаемостью в 3 раза. https://www.coderabbit.ai/whitepapers/state-of-AI-vs-human-code-generation-report

  • Apiiro（2025.9.4，позиция вендора）：сканирование репозиториев предприятий из Fortune 50（данные за 2024.12–2025.6）. Ежемесячные находки уязвимостей в ИИ-сгенерированном коде выросли с ~1000 до 10000+（в 10 раз）, уязвимости повышения привилегий +322%, дефекты архитектурного уровня +153%; количество синтаксических ошибок снизилось на 76%, логических багов — на 60%. The Register, Cloud Security Alliance Labs.

  • Исследование GitHub × Accenture (первичный источник, позиция вендора, блог GitHub, апрель 2024 г.): 450+ разработчиков Accenture, контролируемый эксперимент в течение 6 месяцев. Количество PR на человека +8,69%, доля принятых PR +15%, разработчики сохраняют 88% сгенерированных Copilot символов кода (после ревью). Примечание: часто цитируемое «ускорение на 55%» взято из другого эксперимента GitHub на небольшой выборке с задачей JavaScript HTTP-сервиса и не имеет отношения к исследованию Accenture — эту цифру часто ошибочно приписывают именно ему.

  • Рабочий документ экономической группы MIT (первичный источник): эксперимент Microsoft (1663 человека) PR +12,9%–21,8%; эксперимент Accenture (311 человек) PR +7,5%–8,7%. https://economics.mit.edu/sites/default/files/inline-files/draft_copilot_experiments.pdf

  • Опрос разработчиков Stack Overflow 2025 (первичный источник): 84% разработчиков используют AI-инструменты; в JetBrains 2026.1 этот показатель вырос до 90%.

  • UpGuard 2025 / Journal of Accountancy (вторичный источник): около 80% разработчиков признают, что используют ИИ-инструменты, не одобренные IT-отделом (так называемый «теневой ИИ»).

  • Снижение доверия разработчиков (вторичный источник, несколько ссылок): в 2026 году лишь около 29% разработчиков доверяют коду, сгенерированному ИИ, — заметное падение по сравнению с 40% в 2024-м. Показатель code churn (доля переписанного кода) вырос с 3,1% в 2020 году до 5,7% в 2024-м. Данные приводятся, в частности, в отчётах Uvik Software.

  • Carlini / Anthropic (январь–февраль 2026, первоисточник, собственное исследование): исследователь Anthropic Николас Карлини запустил 16 агентов на базе Claude Opus 4.6 параллельно на две недели — около 2000 сессий и примерно $20 000 затрат на API. Агенты с нуля написали компилятор C на Rust объёмом 100 000 строк кода, который успешно собирает ядро Linux 6.9 (архитектуры x86/ARM/RISC-V), проходит 99% тестов GCC torture test и запускает FFmpeg, Redis, PostgreSQL, QEMU и Doom. Источники: InfoQ, блог Anthropic.

Примечание о конфиденциальности: сценарии для операторов связи, упомянутые в этой статье, основаны на моём опыте проведения внутренних ИИ-тренингов и наблюдения за цифровыми командами в телеком-отрасли; все данные обезличены. Примеры из банковского сектора, производства и электронной коммерции, иллюстрирующие тезис «в других отраслях логика та же», — это типовые отраслевые рассуждения, а не отчёт о консалтинговых проектах для конкретных клиентов. При любом цитировании просьба указывать, что данные обезличены.