В 2026 году ИИ пишет или заметно помогает писать 42% программного кода, который разработчики добавляют в рабочие проекты.
Нейросети для программирования уже пишут функции, тесты и документацию. ИИ-агенты находят нужные файлы, меняют код и сами запускают проверку.
Разработчики экономят время на повторяющихся задачах, но редко принимают результат без проверки. Полностью доверяют правильности ИИ-кода только 4% программистов.
Ключевая статистика
- ИИ пишет или заметно помогает писать 42% кода
- В 2023 году доля кода с участием ИИ составляла 6%
- 85% разработчиков регулярно используют ИИ-инструменты
- 64% разработчиков уже пробовали ИИ-агентов для программирования
- В 2025 году ИИ-инструментами пользовались 71% российских разработчиков
- 96% разработчиков не готовы полностью доверять коду, который создал ИИ.
Присоединяйтесь к ✨19 000+ подписчиков в телеграм-канале Бегин (или макс-канал), где я рассказываю, как использовать ИИ в бизнесе.
Сколько кода сегодня пишет ИИ
ИИ создает или заметно дополняет 42% кода, который разработчики отправляют в рабочие проекты.
Еще в 2023 году доля составляла 6%, а в 2024 году — 19%. За два года показатель вырос в семь раз.
Разработчики ожидают, что доля кода с участием ИИ достигнет 55% в 2026 году и 65% в 2027 году.
Как менялась доля кода, созданного или заметно дополненного ИИ:
| Год | Код с участием ИИ |
|---|---|
| 2027, прогноз | 65% |
| 2026 | 55% |
| 2025 | 42% |
| 2024 | 19% |
| 2023 | 6% |
Источник: Sonar.
Сколько кода с помощью ИИ пишут в России
В 2025 году ИИ-инструментами пользовались 71% российских разработчиков.
Годом ранее доля составляла 44%. В июле 2026 года ИИ регулярно применяли 73% разработчиков Яндекса.
К концу 2026 года Яндекс хочет увеличить долю до 75%. ИИ также должен участвовать минимум в 75% изменений кода и создавать не менее 75% строк в каждом таком изменении.
Как российские разработчики используют ИИ-инструменты:
| Период | Аудитория | Используют ИИ-инструменты |
|---|---|---|
| 2024 год | Участники State of DevOps Russia | 44% |
| 2025 год | Участники State of DevOps Russia | 71% |
| Июль 2026 года | Разработчики Яндекса | 73% |
Источники: Яндекс, Альянс в сфере ИИ.
Сколько разработчиков используют ИИ для программирования
ИИ-инструменты регулярно используют 85% разработчиков в мире.
По другой крупной оценке, 84% программистов уже применяют нейросети или собираются начать. Среди профессиональных разработчиков 51% обращаются к ИИ каждый день.
GitHub Copilot используют 26+ млн человек. В первую неделю после регистрации на GitHub помощника подключают 80% новых разработчиков.
Codex используют 20+ млн человек. Каждый пятый работает с документами, таблицами и другими файлами вместо программного кода.
Как быстро разработчики перешли к ИИ:
| Работа разработчиков с ИИ | Доля разработчиков |
|---|---|
| Регулярно используют ИИ-инструменты | 85% |
| Используют или планируют начать | 84% |
| Профессионалы используют каждый день | 51% |
Источники: JetBrains, Stack Overflow, Microsoft.
Для чего разработчики используют ИИ при написании кода
Чаще всего разработчики используют ИИ, чтобы написать новый код — так поступают 90% пользователей таких инструментов.
Существующий код с помощью нейросетей изучают 78% разработчиков. Новые функции добавляют 76%, тесты создают 75%, техническую документацию пишут 74%.
Исправление ошибок поручают ИИ 65% программистов. Реже нейросети переводят код на другой язык программирования — это делают 50% разработчиков.
Для каких задач разработчики используют ИИ:
| Задача разработчика | Разработчики с ИИ |
|---|---|
| Написать новый код | 90% |
| Разобраться в существующем коде | 78% |
| Добавить или изменить функцию | 76% |
| Создать тесты | 75% |
| Написать документацию | 74% |
| Улучшить структуру кода | 72% |
| Найти и исправить ошибку | 65% |
Источник: Sonar.
Какие задачи ИИ для программирования решает лучше всего
Разработчики чаще всего довольны тем, как ИИ пишет документацию и объясняет чужой код.
Работу нейросети с документацией считают эффективной 74% программистов. Объяснение готового кода устраивает 66%, создание нового проекта — 62%, подготовка тестов — 59%.
Сложнее даются изменения в большом действующем проекте. Улучшение структуры кода считают эффективным 43%, добавление новых функций — 42% разработчиков.
Какие задачи ИИ выполняет лучше всего:
| Задача для ИИ | Считают результат эффективным |
|---|---|
| Написать документацию | 74% |
| Объяснить существующий код | 66% |
| Создать новый проект | 62% |
| Подготовить тесты | 59% |
| Написать новый код | 55% |
| Исправить ошибку | 44% |
| Улучшить структуру кода | 43% |
Источник: Sonar.
Сколько разработчиков используют ИИ-агентов
ИИ-агентов для программирования уже пробовали 64% разработчиков.
Четверть программистов работает с агентами регулярно. Еще 39% запускали их хотя бы несколько раз, а 21% пока только планируют попробовать.
Агент отличается от обычной подсказки тем, что выполняет несколько действий подряд. Например, находит ошибку, меняет файлы, запускает тесты и готовит исправление для проверки человеком.
Вайбкодинг превращает описание задачи обычными словами в рабочий прототип. Такой подход чаще выбирают для небольших сайтов и приложений, которые можно быстро проверить и доработать.
ИИ-агентов используют больше половины компаний, но программирование остается одним из самых заметных сценариев.
Как разработчики используют ИИ-агентов:
| Опыт работы с ИИ-агентами | Доля разработчиков |
|---|---|
| Используют регулярно | 25% |
| Пробовали, но не используют постоянно | 39% |
| Планируют попробовать | 21% |
| Не планируют использовать | 11% |
Источник: Sonar.
Какие задачи разработчики поручают ИИ-агентам
ИИ-агенты чаще всего пишут документацию — эту задачу поручают им 68% разработчиков.
Тесты с помощью агентов создают и запускают 61% программистов. Проверку кода доверяют 57%, а поиск ошибок — примерно половина.
Исправление уязвимостей остается редкой задачей. Ее поручают агентам 28% разработчиков, потому что ошибка в таком коде может открыть доступ к данным или системе.
Самые частые задачи ИИ-агентов для программирования:
| Задача ИИ-агента | Доля разработчиков |
|---|---|
| Написать документацию | 68% |
| Создать и запустить тесты | 61% |
| Проверить код | 57% |
| Найти и исправить ошибку | 50%+ |
| Исправить уязвимость | 28% |
Источник: Sonar.
Какие нейросети для написания кода используют чаще всего
Самым распространенным инструментом остается GitHub Copilot — его применяют 75% разработчиков с ИИ.
ChatGPT почти сравнялся с лидером и набрал 74%. Claude или Claude Code используют 48%, Gemini — 37%, Cursor — 31%.
Средняя команда работает сразу с четырьмя ИИ-инструментами. Один помогает внутри редактора, второй берет крупную задачу целиком, третий объясняет код или ищет техническую информацию.
Claude Code занимает 39% рынка ИИ-агентов для программирования и особенно заметен в задачах, где нужно изменить несколько файлов.
Популярные ИИ-инструменты среди разработчиков:
| ИИ-инструмент | Использовали за год |
|---|---|
| GitHub Copilot | 75% |
| ChatGPT | 74% |
| Claude и Claude Code | 48% |
| Gemini | 37% |
| Cursor | 31% |
| Perplexity | 21% |
| Codex | 21% |
Источник: Sonar.
Какую часть кода разработчики полностью поручают ИИ
Полностью передали большую часть кода ИИ примерно 31% профессиональных разработчиков.
У этой группы агенты самостоятельно создают в среднем 84% кода. Еще 15% программисты пишут вместе с ИИ и только 6% — полностью вручную.
Самая большая группа, 47% разработчиков, сочетает все способы. У нее агенты создают 40% кода, ИИ помогает еще с 60%, а вручную пишется около 20%.
Оставшиеся 23% по-прежнему пишут большую часть кода самостоятельно. Даже у них агенты создают примерно 10%, а ИИ помогает еще с четвертью работы.
Как разработчики делят код между собой и ИИ:
| Стиль работы | Доля разработчиков | Код полностью от агентов |
|---|---|---|
| Основную работу делают агенты | 31% | 84% |
| Разработчик работает вместе с ИИ | 47% | 40% |
| Основную работу делает разработчик | 23% | 10% |
Источник: JetBrains.
Как ИИ пишет код в Яндексе
В новой архитектуре перевода видео Яндекса ИИ создал около 80% кода.
Команда закончила работу за два дня вместо двух или трех недель. Это один из редких российских примеров, где компания раскрыла и долю кода, и срок разработки.
В Яндекс Еде с помощью ИИ за два месяца написали код для агента, который принимает звонки и бронирует столики. Скорость работы выросла более чем вдвое.
Прототип кабинета для партнеров Яндекс Лавки сделал один сотрудник за три недели. В отдельных рабочих периодах скорость разработки выросла в 3.3 раза.
Примеры разработки с ИИ в Яндексе:
| Проект | Что получила команда |
|---|---|
| Перевод видео в Браузере | 80% кода создал ИИ |
| Агент для Яндекс Еды | Разработка ускорилась более чем в 2 раза |
| Кабинет партнера Яндекс Лавки | Один сотрудник сделал прототип за 3 недели |
Источник: Яндекс.
Можно ли доверять коду, который написал ИИ
Полностью доверяют правильности ИИ-кода только 4% разработчиков.
В другом крупном исследовании результатам нейросетей доверяют 33%, а не доверяют 46%. Даже опытные пользователи проверяют зависимости, обработку ошибок, права доступа и тесты.
Проверку ИИ-кода считают главным навыком ближайших лет 47% разработчиков. Умение ясно поставить задачу нейросети выбрали 42%.
ИИ быстрее пишет первый вариант кода, но разработчику все равно нужно его проверить. Пропущенная ошибка может появиться только при высокой нагрузке или необычном действии пользователя.
Что разработчики думают о качестве ИИ-кода:
| Оценка ИИ-кода | Доля разработчиков |
|---|---|
| Полностью доверяют правильности | 4% |
| Доверяют результатам ИИ | 33% |
| Не доверяют результатам ИИ | 46% |
| Считают проверку главным навыком | 47% |
Источники: Sonar, Stack Overflow.
В каких программных проектах компании используют ИИ
ИИ участвует в создании 73% программ для клиентов и обычных пользователей.
Для прототипов нейросети применяют 88% команд, для внутренних рабочих программ — 83%. Даже в важных системах, сбой которых мешает работе компании, ИИ используют 58% разработчиков.
Разница связана с ценой ошибки. Прототип можно быстро переделать, а изменение в платежной системе, медицинской программе или облачной платформе требует тестов и проверки безопасности.
Команды чаще поручают ИИ отдельную функцию, тест или документацию, а архитектуру и окончательную проверку оставляют разработчику.
В каких проектах команды используют ИИ:
| Тип программного проекта | Команды с ИИ |
|---|---|
| Прототипы и эксперименты | 88% |
| Внутренние рабочие программы | 83% |
| Программы для клиентов | 73% |
| Важные для бизнеса системы | 58% |
Источник: Sonar.
Сколько времени ИИ экономит разработчикам
Разработчики оценивают рост личной производительности от ИИ в среднем в 35%.
Почти девять из десяти программистов экономят с помощью нейросетей минимум час в неделю. Каждый пятый освобождает восемь часов или больше — почти полный рабочий день.
Больше всего времени экономят готовые тесты, объяснение незнакомого кода, поиск ошибки и черновик документации. Выгода снижается, если программисту приходится несколько раз исправлять один и тот же ответ.
Более половины разработчиков, 54%, стали больше довольны своей работой после появления ИИ-инструментов.
Как разработчики оценивают экономию времени от ИИ:
| Результат работы с ИИ | Доля разработчиков |
|---|---|
| Экономят минимум 1 час в неделю | 89% |
| Экономят 8+ часов в неделю | 20% |
| Стали больше довольны работой | 54% |
Как разработчики используют Claude Code
Активные пользователи Claude Code работают с агентом в среднем 20 часов в неделю.
За семь месяцев доля проектов GitHub с действиями программных агентов выросла более чем вдвое. Разработчики стали чаще поручать Claude Code запуск программы, выпуск новой версии и анализ данных.
Отладка заняла почти вдвое меньшую долю работы, чем раньше. Агент все чаще получает не отдельную ошибку, а задачу целиком.
В среднем сложность поручений выросла на 25%. Разработчики переходят от небольших правок к задачам, которые раньше занимали несколько часов.
Как изменилась работа с Claude Code:
| Работа с Claude Code | Как изменилось использование |
|---|---|
| Время активного пользователя | 20 часов в неделю |
| Проекты GitHub с действиями агентов | Рост более чем в 2 раза |
| Доля задач по отладке | Сократилась почти в 2 раза |
| Сложность поручений | Выросла на 25% |
Источник: Anthropic.
Как ИИ повлиял на объем разработки на GitHub
За год число отправок кода на GitHub выросло с 213 до 380 млн за квартал.
Рост составил 78%. За тот же период разработчики объединили 500+ млн предложений с изменениями в проектах.
GitHub насчитывает 225 млн пользователей. В 2026 году платформа объединяет агентов OpenAI, Anthropic, Google, xAI и других разработчиков в одном рабочем пространстве.
Как выросла активность разработчиков на GitHub:
| Год | Отправки кода за три месяца |
|---|---|
| 2026 | 380 млн отправок |
| 2025 | 213 млн отправок |
Как часто разработчики используют личные аккаунты ИИ
Через личные аккаунты работают 35% разработчиков с ИИ-инструментами.
Для ChatGPT доля превышает половину пользователей. У Perplexity личный аккаунт используют 63%, у Gemini — 40%, у Claude — 36%.
GitHub Copilot чаще подключает работодатель: 78% разработчиков входят через рабочую учетную запись и только 17% — через личную. У Cursor рабочий аккаунт используют 64%.
Личный аккаунт становится проблемой, если программист отправляет в чат закрытый код, данные клиентов или ключи доступа. Компания не видит такие запросы и не может настроить единые правила хранения.
В рабочем тарифе администратор управляет доступом, видит журнал действий и может запретить обучение модели на корпоративных данных. Так закрытый код реже попадает в личные аккаунты сотрудников.
Поэтому крупные команды чаще оплачивают Copilot и Cursor централизованно, а универсальные чат-боты сотрудники нередко подключают самостоятельно.
Как разработчики входят в популярные ИИ-инструменты:
| ИИ-инструмент | Личный аккаунт | Рабочий аккаунт |
|---|---|---|
| GitHub Copilot | 17% | 78% |
| Cursor | 27% | 64% |
| Claude | 36% | 55% |
| Gemini | 40% | 47% |
| ChatGPT | 52% | 47% |
| Perplexity | 63% | 31% |
Источник: Sonar.
Заключение
ИИ участвует в создании 42% программного кода. В эту долю входят готовые файлы от ИИ-агентов и небольшие подсказки внутри редактора.
Нейросети лучше всего пишут документацию, объясняют чужой код и создают тесты. Изменения в крупных проектах, платежных системах и защите данных разработчики по-прежнему проверяют вручную.
В 2026 году программисты чаще поручают ИИ целую задачу, а не отдельную строку. Такой подход ускоряет разработку, но делает проверку готового кода еще важнее.
