Пол Дикс, сооснователь InfluxDB, провёл серию экспериментов с ИИ-агентами в реальной разработке — и результаты оказались неоднозначными. В подкасте Changelog он рассказал, какие задачи агенты решают лучше людей, а где лучше вернуться к ручному кодингу.
Дикс называет 2026 год «великим расхождением в инженерии». Разработчики делятся на тех, кто активно использует ИИ-инструменты, и тех, кто остаётся при традиционных методах. Разрыв в продуктивности между группами будет только расти.
От эйфории к реализму
Первоначально Дикс увлёкся возможностями ИИ-агентов и давал им свободу действий в проектах. Агенты писали код, создавали инструменты, даже разрабатывали CLI-утилиты. Но со временем стало ясно: без жёсткого контроля результат непредсказуем.
«Сейчас я снова позволяю ИИ писать код, но с гораздо более пристальным надзором», — признаётся Дикс. Ключевая проблема — агенты создают рабочий код, но его качество и архитектурные решения часто оставляют желать лучшего.
Где агенты эффективны
По опыту Дикса, ИИ-агенты лучше всего справляются с:
- Рутинными задачами — написание тестов, создание документации
- Прототипированием — быстрое создание MVP и демо-версий
- Специализированными инструментами — CLI, скрипты для автоматизации
Хуже всего агенты показывают себя в задачах, требующих «архитектурного вкуса». Понимание долгосрочных последствий решений и интеграция с существующей кодовой базой — их слабые места.
Новая роль разработчиков
Дикс предполагает появление двух типов разработчиков: одни будут создавать специализированные инструменты и «машины, которые строят машины», другие — использовать готовые решения для конкретных задач.
В InfluxDB уже адаптируют процессы под новую реальность — меняют размеры команд, подходы к код-ревью и методы работы с open source проектами. Компания также экспериментирует с WebAssembly и переходит на Rust для критически важных компонентов.
Главный вывод: ИИ-агенты — мощный инструмент, но они требуют такого же внимательного менеджмента, как и человеческие разработчики.