AI4SDLC 2026: как AI меняет разработку ПО в России (Рубрика #AI4SDLC)

Сегодня на «ИТ-Пикнике» я расскажу о нашем исследовании AI4SDLC 2026 и об общем состоянии AI в разработке софта. Мы уже прошли этап с ассистентами и теперь интересно взглянуть на то, как а помогает ли разработка с агентами не просто ускорять кодинг, но и преводить к более быстрой и устойчивой поставке продуктов. Или агенты просто переносят узкое место в постановку задач, review, тестирование, переделки и эксплуатацию?

Для этого мы проводим исследование из двух основных частей
1️⃣ Обновляемое мета-исследование публикаций 2026 года. Мы собираем мировые опросы, телеметрию, продольные наблюдения, квазиэксперименты, бенчмарки агентов и индустриальные отчёты. И не складываем все цифры в одну корзину: самооценка, рабочие логи и контролируемый эксперимент дают разные доказательства.
2️⃣ Собственный русскоязычный опрос инженеров, участвующих в создании, поставке или эксплуатации ПО в командах России и СНГ. В основе лежит подход DORA с каузальным инференсом и стандартными конструктами, но мы пересобрали вопросы под тему агентной разработки, которая нас интересовала.

Мы не смешиваем автодополнение, чат и фоновых агентов в один показатель «использует AI». Отдельно смотрим на задачи, частоту, глубину делегирования, автономность, права агента и параллельные потоки. Связываем это с надзором, стоимостью проверки, переделками, DevEx, обучением и пониманием кодовой базы. На уровне команды - со скоростью поставки, стабильностью, надёжностью и качеством продукта. Для руководителей есть ветка про цели организации, затраты и ROI.

Почему мы верим, что это поможет увидеть состояние дел в России?

Не потому, что добровольный опрос автоматически становится переписью индустрии. Мы прямо фиксируем это ограничение. Но такой дизайн позволяет собрать не истории «мы стали в десять раз быстрее», а карту практик и связей между ними. Участников набираем через несколько каналов; учитываем роль, опыт, страну работы команды, отрасль и размер организации. Сравниваем руководителей и специалистов, пользователей разных режимов AI и тех, кто почти им не пользуется. Гипотезы, правила очистки и план анализа фиксируются до просмотра результатов, а в отчёте будут видны размеры сегментов, пропуски и ограничения.

Для меня важно избежать двух крайностей: не объявлять AI бесполезным по одному неудачному эксперименту и не принимать ощущение ускорения за эффективность всей инженерной системы.

Если вы участвуете в разработке ПО - пройдите опрос. Нам нужны ответы не только AI-энтузиастов: опыт скептиков, редких пользователей и команд, которые ещё не перешли к агентной разработке, не менее важен. Буду благодарен, если вы отправите ссылку коллегам - инженерам, архитекторам, тимлидам и руководителям разработки.

#AI4SDLC #AI #Engineering #Research #Management #Metrics