Рост объёма AI-кода не привёл к ускорению релизов, отмечают разработчики

Компании, которые активно внедряют AI-инструменты для программирования, действительно фиксируют рост объёма кода и числа pull request. Но к более быстрому выпуску продуктов это приводит не всегда. Как пишет Towards AI, во многих командах узким местом остаются ревью, тестирование и выпуск изменений в production.

В отчёте CircleCI State of Software Delivery 2026, основанном более чем на 28 млн CI/CD workflows, говорится, что среднее число ежедневных запусков workflows за год выросло на 59%. При этом пропускная способность feature branch у медианной команды увеличилась на 15%, а показатели main branch, наоборот, снизились. Авторы материала отмечают: команды стали писать больше кода, но пользователи получают меньше изменений.

В статье также приводят пример стартапа, который массово внедрил AI coding assistants, включая Copilot, Cursor и Claude. После этого pull request начали появляться быстрее, однако релизы замедлились. Причина была в том, что весь поток изменений по-прежнему проходил через двух ревьюеров. По словам автора, проверка AI-сгенерированного кода занимала больше времени, поскольку дополнительно приходилось искать ошибки и сомнительные изменения.

Кроме того, материал ссылается на опрос The Pragmatic Engineer 2026 среди более чем 900 инженеров. Автор отмечает, что многие компании до сих пор оценивают производительность по одной метрике «velocity» и не отслеживают разрыв между активностью в feature branch и скоростью попадания изменений в main branch.