Масштабный анализ более 112 000 коммитов в 28 публичных репозиториях показал, что код, созданный ИИ-агентами, не содержит больше ошибок, чем написанный людьми. Напротив, использование инструментов в режиме управления человеком (уровень T2) демонстрирует более низкий риск внесения дефектов и более высокую долговечность в кодовой базе.
Что произошло
Исследование 112 382 коммитов выявило, что агенты уровня T2 (управляемые человеком, такие как Claude Code) показывают Odds Ratio 0.57, что означает существенно меньший риск внесения багов по сравнению с чисто человеческим кодом. Кроме того, код, созданный ИИ, в среднем на 17.9% дольше остается в проектах, демонстрируя более высокую выживаемость.
Контекст
В индустрии долгое время существовало мнение, что ИИ является источником технического долга и низкокачественного кода. Данный анализ базируется на изучении реальных Pull Request, где ключевым фактором успеха является связка ИИ-агента и human review, где человек выступает в роли контролера качества.
Почему это важно для индустрии
Результаты опровергают миф о низком качестве ИИ-кода и позволяют компаниям переключить фокус с вопроса «может ли ИИ писать код» на построение эффективных workflow для человеко-машинного ревью. В долгосрочной перспективе это приведет к стандартизации агентских процессов (T2/T3) как базового стандарта разработки и трансформации роли программиста в архитектора и ревьюера AI-агентов.
Почему это важно для пользователей
Разработчикам стоит перестать опасаться использования таких инструментов, как Cursor или Claude Code. Эмпирические данные подтверждают, что при правильном подходе (human-in-the-loop) использование ИИ-ассистентов может даже повысить общую стабильность кодовой базы за счет более точных и локализованных исправлений.
Что пока неизвестно / ограничения
Исследование фокусируется на технической эффективности и качестве кода, оставляя без внимания вопросы юридической чистоты, интеллектуальной собственности (IP) и авторского права на сгенерированный код.
Источники
Автор
Look at AI, редакция