Не буквально. Но по скорости работы, качеству ревью и рыночному позиционированию разрыв между AI-усиленными и AI-свободными инженерами уже достаточно заметен, чтобы перестать его игнорировать. Вот данные.

В марте Брайан Армстронг, CEO Coinbase, рассказал на подкасте Norges Bank историю. Когда около 70% инженеров компании попробовали AI-инструменты, он потерял терпение. Разослал письмо: кто не зарегистрируется в AI-тулзе до конца недели — приходит на субботнюю встречу с CEO и объясняет, почему нет.

Один инженер не зарегистрировался. На встречу не пришёл. Его уволили. Формулировка: «not a good fit for the company».

Я прочитал это и подумал: ну, чувак сам виноват, проигнорировал CEO. А потом начал натыкаться на данные. И картина оказалась мрачнее, чем один увольнительный анекдот.

19% и 0.85% в месяц

31 марта компания Prodoscore опубликовала исследование на 25 000 сотрудников из почти 300 организаций. Период — 14 месяцев, с января 2025 по март 2026. Отслеживали активность в 300+ AI-инструментах: ChatGPT, Claude, Copilot, Gemini, Grammarly и остальные.

Разработчики, которые пользуются AI, на 19% продуктивнее тех, кто не пользуется.

Те, кто пользуется четыре дня в неделю и чаще — на 32%.

Но вот что зацепило. Разрыв растёт. Каждый месяц — на 0.85%. Если экстраполировать линейно — десять процентов в год. Понятно, что линейно не будет: кривая где-то выйдет на плато, новички подтянутся, инструменты упростятся. Но тренд за 14 месяцев пока не замедляется. И даже если реальный рост окажется вдвое меньше — это всё равно ощутимый разрыв за пару лет.

Ещё: AI-юзеры не просто делают больше. Они делают стабильнее. На 31% меньше разброс в продуктивности от месяца к месяцу. Менеджерам это важнее абсолютных цифр — предсказуемость дороже всплесков.

Оговорка сразу: Prodoscore продаёт платформу для мониторинга продуктивности. У них есть коммерческий интерес показать, что AI-юзеры работают лучше. 25 000 сотрудников — это много, выборка серьёзная. Но «продуктивность» они меряют по своей метрике активности, а не по бизнес-результату. Держите в голове. Дальше будет ещё один источник с другой методологией — и они сходятся.

90% уже внутри. Кто снаружи?

JetBrains в январе 2026 опросили 10 000+ разработчиков по всему миру. Восемь языков, квоты по регионам, без упоминания AI в рекламе опроса — чтобы не притянуть ни фанатов, ни скептиков.

90% разработчиков регулярно используют хотя бы один AI-инструмент на работе.

Девяносто. Не «пробовали». Не «слышали про». Используют. На работе. Регулярно.

74% уже перешли на специализированные AI-тулзы для разработки — не просто ChatGPT для вопросов, а Copilot, Cursor, Claude Code, Junie. GitHub Copilot всё ещё лидер (29% на работе), но рост застопорился. Claude Code вырос с 3% до 18% за девять месяцев — в шесть раз. В США и Канаде — 24%. Причём CSAT 91% и NPS 54 — лучшие на рынке.

А теперь арифметика. 90% используют. 10% — нет. Если ты в этих десяти процентах, это уже не «принципиальная позиция». Это статистически нетипичное поведение. И Prodoscore показывает, что разрыв между этими группами каждый месяц подрастает.

Как выглядят те, кто внутри

Стив Йегги, 57 лет, бывший Amazon и Google, 30+ лет в индустрии. В интервью New York Times сказал: «Я в 10, 20, даже в 100 раз продуктивнее, чем когда-либо за карьеру. Как будто мы всю жизнь ходили пешком». В LinkedIn у него теперь написано «AI babysitter». Гоняет десятки агентов параллельно, выдаёт тысячи строк продакшен-кода в день. Правда, сам же признаёт, что это вызывает проблемы со сном — но это тема другой статьи.

Кент Бек, 64 года, один из создателей экстремального программирования и TDD. Бросил кодить 10 лет назад — надоели языки и тулзы. LLM-агенты вернули его обратно. 64 года. Десять лет вне кода. И вернулся.

Честно? Меня немного бесит, как это звучит. «AI вернул людям страсть к кодингу». Как реклама фитнес-браслета. Но я не знаю, как иначе описать ситуацию, когда человек с 40-летним стажем говорит: «мне снова интересно». Это не данные. Это что-то другое.

Борис Черны и ноль строк кода

Борис Черны — создатель Claude Code в Anthropic. До этого — один из самых продуктивных инженеров Instagram и руководитель code quality в Meta. В феврале 2025 Claude Code писал 20% его кода. В мае — 30%. В ноябре — 100%.

Сейчас он пишет 10-30 pull request’ов в день. Не пишет ни одной строки руками. Вообще. Ноль.

Я пытался представить, как это выглядит. Садишься за компьютер, открываешь терминал. Формулируешь задачу. Агент работает. Ты переключаешься на следующую. Потом ревьюишь первую. Мержишь. Следующая. Это не похоже на программирование в привычном смысле. Больше похоже на управление конвейером.

Anthropic утверждает, что команда выросла в 4 раза, а продуктивность на инженера — в 3 раза. Это самоотчёт вендора, поэтому стоит воспринимать осторожно. Но личная траектория Черны — от 80% ручного кодинга до нуля за 9 месяцев — это конкретная точка данных. Человек, который построил инструмент, перестал писать код.

Кстати, у него интересная метафора. До Anthropic он жил в японской деревне и делал мисо. Белое мисо — три месяца ферментации. Красное — два-три года. Ты задаёшь условия и ждёшь. Говорит, что работа с AI-агентами ближе к ферментации, чем к программированию. Задаёшь контекст, ограничения, тесты — и отпускаешь.

На вопрос, что будет делать после AGI, ответил: «Наверное, вернусь делать мисо».

А кто снаружи

С одной стороны — Coinbase. Один инженер. Отказался. Уволен. Армстронг сказал, что это задало «very clear tone from the top».

Но Coinbase — не исключение. Atlassian уволили 1600 человек «ahead of an AI push». Block уволил 40% инженеров — Джек Дорси написал акционерам: «Intelligence tools изменили то, что значит строить и управлять компанией».

А теперь Block изнутри. Оуэн Дженнингс в интервью a16z: «We are not writing code by hand anymore. That’s over.» Внутренний агент BuilderBot берёт тикеты, пишет реализацию с тестами и мержит MR без участия человека. Сквады — с 14 инженеров до 3-4. Каждый IC крутит 8-14 агентов параллельно.

Масштабируется ли это за пределы Кремниевой долины — открытый вопрос. Block — $50B финтех с лучшими инженерами планеты. На среднем аутсорсе с легаси на Java 8 картина может быть совсем другой. Но вектор задан.

Параллельно Challenger, Gray & Christmas зафиксировали 52 050 потерянных рабочих мест в tech за Q1 2026 — на 40% больше, чем год назад. AI назван причиной 25% всех увольнений в марте. Здесь важна оговорка: «уволили на фоне AI-перехода» и «уволили именно из-за AI» — не одно и то же, и часть этих увольнений наверняка случилась бы и без AI. Но AI дал удобную рамку, а в некоторых случаях — реальный триггер.

Тут отступление, не по теме

Я бэкенд на PHP, пишу на Laravel. Claude Code у меня за $200 в месяц, Codex за $20 для ревью. Суммарно — $220 и три часа жизни назад в каждом рабочем дне.

И вот что меня зацепило. Я стал замечать разницу не в своей продуктивности — а в скорости, с которой отстают коллеги, которые «ещё не пробовали». Не потому что они плохие. Потому что месяц назад разрыв был незаметен, а сейчас — один вечер автоматизации бьёт неделю ручной работы.

Prodoscore говорит: 0.85% в месяц. Я это чувствую. Не как злорадство. Как тревогу.

«Но ведь METR доказали, что AI замедляет»

Да, я знаю. Я сам писал про это. METR в июле 2025 показали минус 19%. Потом в феврале 2026 обновили данные — сдвиг к плюс 18%. Детали — в моей статье про страхономику.

Но тут важен нюанс. METR тестировали опытных контрибьюторов в проектах, которые они и так хорошо знают. Это одна ситуация. Prodoscore — 25 000 сотрудников в 300 компаниях. Это другая. JetBrains — 10 000 разработчиков по всему миру. Третья.

Когда три независимых источника с разной методологией сходятся к одному выводу — «AI-юзеры стабильно продуктивнее» — имеет смысл к этому прислушаться. Даже если один конкретный эксперимент показал обратное в конкретных условиях.

Три утверждения, которые не стоит путать

Прежде чем обобщать — разложу то, что у нас есть, по уровням уверенности.

Первое: AI-инструменты стали массовыми. 90% по JetBrains — это факт, не прогноз. Подтверждено на 10 000 респондентов с квотами по регионам.

Второе: у части разработчиков они дают измеримый прирост. Prodoscore говорит +19%, с оговорками на методологию. Йегги и Бек — единичные кейсы, но яркие. METR в свежей итерации тоже показывает сдвиг к ускорению.

Третье: рынок начнёт системно наказывать тех, кто AI игнорирует. Вот тут данные слабее. Coinbase — один кейс. Block — корпоративное решение. 52 000 увольнений — но «уволили на фоне AI-перехода» и «уволили из-за AI» это не одно и то же, и Challenger сам это оговаривает.

Первые два тезиса подтверждены неплохо. Третий подтверждается скорее кейсами и направлением тренда, чем окончательной статистикой. Но если первые два верны — третий вытекает из них с задержкой в год-два. На мой взгляд.

AI-расслоение

Я назвал для себя этот феномен «AI-расслоение». Термин не мой — но он точно описывает происходящее.

Суть: AI не заменяет разработчиков. AI расслаивает их.

Вот конкретная ситуация. Два сеньора на код-ревью. Один открыл MR, прочитал глазами 400 строк, оставил 3 комментария за 45 минут. Второй прогнал тот же MR через агента с кастомным системным промптом на security и performance — за 4 минуты получил 8 замечаний, из которых 5 валидных, включая race condition, которое первый не заметил. Потом потратил 15 минут, чтобы отфильтровать шум и написать человеческие комментарии.

Оба — сеньоры. Оба — с опытом. Но один выдаёт ревью за 20 минут с лучшим покрытием. А второй — за 45, и пропускает баг. Кого из них тимлид попросит ревьюить критический MR перед релизом?

Пока разрыв между ними — в скорости и качестве ревью. Через год-два — в позиционировании на рынке. Насколько именно — никто не знает. Но направление понятно.

Знаете, что самое ироничное? Двадцать лет назад мы смеялись над инженерами, которые отказывались учить Git. «Я и на SVN нормально работаю». Потом над теми, кто не принимал Docker. «Мне и без контейнеров хорошо». Потом — CI/CD, облака, Kubernetes.

Каждый раз — одна и та же история. Новый инструмент. Большинство осваивает. Меньшинство упирается. Через три-пять лет меньшинство оказывается неконкурентоспособным. Не потому что инструмент «лучше» — потому что вся экосистема перестроилась вокруг него.

AI-инструменты — это не «ещё один фреймворк». Это следующий Docker. Следующий Git. Разница в масштабе воздействия, но не в механике. Кто не освоит — рискует оказаться на обочине быстрее, чем кажется. По крайней мере, текущие данные и кейсы указывают именно туда.

Хотя, может, я драматизирую. Может, через пять лет окажется, что AI-кодинг — это как блокчейн: куча шума, потом тихо сдулось, и все вернулись писать руками. Такой сценарий я считаю маловероятным — но не невозможным.

Что конкретно меняется (на моём примере)

Я не Борис Черны. У меня Laravel-проект на ~80K строк, три микросервиса и легаси, которое помнит PHP 7.2. Вот что реально изменилось за последние полгода.

Утро. Раньше: открыл Jira, прочитал тикет, полез в код, написал, запушил. Сейчас у меня мультиагентная система, которая сама пишет «доброе утро», сама берёт задачи из бэклога, сама формулирует план, пишет код и создаёт MR. Я прихожу утром — и у меня уже лежат готовые MR на ревью. Моя роль — ревьюер. Причём с каждой неделей ревью требуется меньше: система запоминает мои замечания и в следующий раз учитывает их сама. Раньше за первый час у меня была одна прочитанная задача. Сейчас — три закрытых.

Навыки. «Помню API Laravel наизусть» — перестало быть преимуществом. AI помнит его лучше. Зато «понимаю, почему этот эндпоинт не должен быть синхронным, потому что три года назад вебхук Stripe падал с таймаутом» — AI этого не знает. Доменное знание и архитектурные решения выросли в цене. Знание синтаксиса — упало.

Ценность для бизнеса. Раньше я стоил дорого, потому что быстро пишу сложный код. Теперь — потому что знаю, ЧТО писать и ЗАЧЕМ. AI пишет быстрее любого человека. Но он не знает, что платёжный шлюз в РФ иногда молча глотает запросы, и нужен fallback на повторную проверку через 30 секунд. Пока не знает, во всяком случае.

Конкретнее:

Но вот что я бы сказал конкретнее: не «учитесь промптить». Учитесь тому, что другим лень или западло. Потому что знание AI-инструментов — это не временная мода. Это навык, который будет нужен на каждой следующей работе. И чем раньше вы его прокачаете — тем дороже вы стоите, пока остальные ещё раскачиваются.

Изучите, как работают агенты изнутри. Не на уровне «я попросил ChatGPT написать функцию». А на уровне: как устроен системный промпт, что такое контекстное окно, почему агент галлюцинирует на 80-м тысяче токенов, как работает tool use. Большинство разработчиков используют AI как чёрный ящик. Те, кто разобрался в механике — получают из того же инструмента в разы больше.

Научитесь строить воспроизводимые workflow. Не «попросил — получил — скопировал». А: CLAUDE.md с правилами проекта, skills для повторяющихся задач, автоматические хуки на коммиты. Это то, что превращает одноразовый промпт в систему, которая работает без вас. Большинство до этого не доходит — останавливается на стадии «удобный автокомплит».

Разберитесь в мультиагентных паттернах. Один агент пишет код, второй ревьюит, третий гоняет тесты. Это не фантастика — это то, что уже работает в Block, в Anthropic и у меня на Laravel-проекте. Начните с двух параллельных агентов. Потом добавите третий. Через месяц вы будете работать принципиально иначе.

Суть простая: пока кто-то из ваших коллег принципиально отказывается от AI или лениво тыкает в Copilot раз в неделю — у вас есть окно. Окно, в котором глубокое знание AI-инструментов даёт непропорциональное преимущество. Оно не будет открыто вечно — через пару лет это станет базой для всех. Но прямо сейчас это конкурентный навык, а не гигиенический.

«Я 20 лет кодил без AI и ничего» — это та же фраза, что «я 20 лет деплоил по FTP и ничего». Технически верно. Практически — всё меньше людей, которых это впечатляет.

P.S. Перечитал и понял, что статья получилась более категоричной, чем хотелось бы. Данные оставляют пространство для споров о масштабе — но уже не очень оставляют пространство для полного отрицания тренда. По крайней мере мне так кажется. Если у вас другая картина — я искренне хочу услышать.

UPD: В комментариях наверняка напишут, что сравнивать AI с Git и Docker некорректно — Git не менял то, КАК ты думаешь о коде, а AI меняет. Справедливо. Аналогия неточная. Но механика вытеснения — «большинство перешло, меньшинство осталось на обочине» — одна и та же. Может, с AI масштаб другой. Может, последствия жёстче. Но паттерн тот же.