AI-агенты на работе за год выросли из эксперимента в почти обязательный рабочий слой: их используют 59% опрошенных специалистов против 31% годом ранее. Но картина вышла не про «автономные команды из ботов», а про вполне земную дисциплину: один агент, короткий поводок и человек, который все перепроверяет.
Такую картину, по данным Stack Overflow Blog, показал свежий pulse survey среди 1100 разработчиков и работающих специалистов, проведенный в конце апреля. Главный вывод довольно трезвый: рынок активно покупает идею агентного ИИ, но в реальной работе пока побеждает не автономия, а управляемость.
Цифры здесь показательны. Почти две трети респондентов, 63%, редко или вообще никогда не позволяют агентам работать полностью без контроля. Еще 60% прямо блокируют для агентов возможность вносить изменения в системы без одобрения человека. И 68% выбирают предсказуемую схему с одним агентом вместо более сложных многоагентных конфигураций. То есть индустрия, похоже, быстро пришла к довольно взрослому компромиссу: да, AI-агенты на работе ускоряют рутину, но передавать им ключи от продакшена никто особенно не спешит.
На уровне инструментов это тоже видно. Среди full-stack-разработчиков в одноагентном сценарии чаще всего используют GitHub Copilot — 65%, и Claude Code — 50%. А вот пользователи, которые все же строят многоагентные связки, заметно чаще работают с ними ежедневно. В этой группе лидирует Claude Code с 70%, а рядом уже появляются более «инженерные» сборки: OpenAI SDK упомянули 18% респондентов, ElasticSearch — 17%. Иначе говоря, чем сложнее агентный стек, тем ближе он к регулярной эксплуатации, а не к разовым пробам на демо-сценариях.
Отдельно интересно, кто именно толкает этот рынок внутри компаний. Рост идет не только от разработчиков, хотя среди них 40% сообщили о ежедневном использовании агентов. Еще активнее выглядят архитекторы — 52% ежедневного использования, и топ-менеджеры — 50%. Сигнал для IT-директоров и продуктовых команд тут вполне прямой: агентный ИИ все меньше остается локальной инициативой инженеров и все больше становится частью управленческой повестки. Проще говоря, ваш CTO уже, скорее всего, не спорит о том, нужен ли агент, а спорит о том, где его можно подключить без лишнего шума для безопасности и бюджета.
При этом старые страхи никуда не делись, просто немного подешевели в эмоциональном смысле. Барьер стоимости заметно просел: если в прошлогоднем Developer Survey 53% считали цену проблемой для внедрения агентов, то теперь только 38% согласны с тем, что стоимость остается серьезным препятствием. У руководителей скепсиса еще меньше: 75% топ-менеджеров и 65% engineering-менеджеров не считают расходы существенным стоп-фактором. Зато точность и безопасность по-прежнему на первом месте среди опасений. Доля тех, кто сильно беспокоится из-за точности, снизилась с 57% до 47%, а из-за безопасности — с 56% до 44%. Снижение заметное, но не такое, чтобы можно было объявлять победу. Разработчики готовы пользоваться агентами чаще, но по-прежнему исходят из простой мысли: ускорение хорошо до первого неверного действия в репозитории, базе или внутреннем контуре.
Еще один важный срез — отрасли. Больше всего ежедневное использование агентных инструментов показали финтех и медиа с рекламой: 55% и 50% соответственно. Для сравнения, в собственно software development ежедневный показатель составил 44%. У финтеха тут понятная логика: много данных, много real-time-сценариев, много внутренних процессов, которые хочется ужать по времени. У рекламного и медийного сектора свой драйвер — no-code и vibe-coding-платформы, позволяющие быстро собирать лендинги, креативы и прочие цифровые артефакты без длинной очереди к разработке. В опросе среди no-code агентных инструментов лидируют Lovable с 28%, Replit с 27% и v0 с 20%. Причем Lovable и Replit прибавили по 22 процентных пункта по сравнению с опросом 2025 года, а v0 — 11 пунктов. Интерес к следующим шести месяцам тоже высокий: особенно у Replit, а также у Base44, Langflow и Glue.
Если смотреть шире, рынок уже начинает делиться на несколько взрослых слоев. Первый — кодовые ассистенты, где в последние шесть месяцев чаще всего использовали GitHub Copilot (61%), Claude Code (51%), OpenAI Codex (20%) и Cursor (20%). Второй — наблюдаемость и контроль, то есть попытка не просто запустить агента, а потом хотя бы понять, что он натворил. Здесь в лидерах Sentry: 29% уже использовали этот инструмент и столько же показывают самый высокий интерес к дальнейшему использованию. Следом в списке интереса — Datadog LLM, Langfuse и Weights & Biases. Третий слой — агентные фреймворки. Среди более устоявшихся вариантов респонденты чаще называли LangChain (22%) и LangGraph (14%), а среди новых игроков заметный интерес собрали OpenClaw, OpenAI Agents SDK и Terminal Use. Для бизнеса это значит неприятную, но полезную вещь: эпоха «возьмем один AI-продукт и он сам все закроет» заканчивается, начинается более скучная инженерная фаза с инфраструктурой, мониторингом, лимитами и расчетом стоимости.
В этом и состоит главный вывод опроса: AI-агенты на работе уже стали массовее, но массовость пока не равна автономности. Компании готовы платить, менеджеры готовы продвигать, команды готовы пробовать, однако реальный стандарт 2026 года выглядит прозаично: один агент, понятные рамки, ручная проверка и осторожный доступ к системам. Вопрос теперь не в том, заменят ли агенты человека «целиком», а в том, где пройдет граница между полезным автоматизированным коллегой и дорогим источником новых инцидентов. Подробности исследования доступны в .