Как ИИ-агенты переписывают правила разработки: Anthropic автоматизировала написание 80% своего кода

Стартап Anthropic сообщил о достижении важной вехи в автоматизации программирования. Согласно новому отчету компании, в мае более 80% кода, добавленного в рабочую базу данных Anthropic, было создано не людьми, а собственной языковой моделью Claude.

Этот переход позволил увеличить объем кода, выпускаемого одним инженером за квартал, в восемь раз по сравнению с базовыми показателями 2021–2025 годов. Руководителям технологических компаний стоит обратить внимание на этот тренд: автоматизация разработки выходит за рамки экспериментов и становится новым стандартом конкурентоспособности.

Если передовая лаборатория искусственного интеллекта может успешно передать большую часть программирования автономным агентам, демонстрируя признаки самосовершенствования моделей, то коммерческие компании из других секторов также могут начать оптимизировать внутренние процессы разработки с помощью ИИ.

Четыре этапа эволюции программирования

Anthropic выделяет четыре ключевых этапа перехода от ручного написания кода к использованию автономных систем, которые компании могут использовать в качестве ориентира для цифровой трансформации:

• 2021–2023 годы (Ручной ввод): Инженеры пишут код и документацию самостоятельно в локальных текстовых редакторах.
• 2023–2025 годы (Помощь чат-ботов): Разработчики используют первые версии моделей для генерации коротких фрагментов кода, копируя и вставляя их вручную.
• 2025–2026 годы (Агенты-кодеры): Специализированные ИИ-агенты начинают самостоятельно писать и редактировать целые файлы.
• Настоящее время (Автономные агенты): Агенты работают без контроля человека, отлаживают код в реальном времени и распределяют задачи между специализированными суб-агентами на многочасовые рабочие сессии.

Быстрое развитие технологий подтверждается внешними тестами. На платформе SWE-bench, оценивающей способность моделей исправлять реальные ошибки в сложных проектах с открытым исходным кодом, показатели ИИ заметно выросли. Модели вроде Claude Opus 4.6 способны непрерывно работать над сложными задачами до 12 часов, а экспериментальная Claude Mythos Preview — более 16 часов подряд.

Внутренние тесты Anthropic также показывают значительный прогресс. В решении сложных инженерных задач без четкого технического задания эффективность Claude в мае 2026 года достигла 76%, увеличившись на 50 процентных пунктов всего за полгода. При оптимизации кода обучения ИИ-моделей внутренняя версия Mythos Preview показала ускорение работы кода в 52 раза. Для сравнения, опытному программисту обычно требуется от 4 до 8 часов ручной работы, чтобы добиться ускорения лишь в 4 раза.

Три шага к автоматизации разработки на предприятии

Чтобы повторить успех Anthropic, компаниям необходимо изменить подход: отказаться от концепции «ИИ как ассистент» и перейти к архитектуре «автоматизированной фабрики». Этот процесс включает три ключевых шага:

• Переход от написания кода к архитектурному контролю. Основная роль инженера смещается от непосредственного написания кода к постановке задач и оценке результатов. Разработчики становятся системными архитекторами и экспертами-контролерами. По словам сотрудников компании, люди теперь генерируют идеи, а модели внедряют и тестируют их в разы быстрее.
• Устранение узких мест при проверке кода. Лавина сгенерированного ИИ кода создает задержки на этапе его рецензирования (ревью). Для решения этой проблемы в Anthropic интегрировали автоматического рецензента на базе Claude непосредственно в процессы непрерывной интеграции и доставки (CI/CD). По данным компании, этот инструмент помог выявить около трети багов на основном сайте проекта еще до их попадания на сервер.
• Устранение старого технического долга. Вместо написания новых функций автономных агентов эффективнее направлять на исправление накопившихся ошибок в унаследованном коде. Например, один из инженеров Anthropic задействовал Claude для устранения хронических ошибок API. Работая автономно, модель внесла более 800 исправлений, снизив частоту сбоев в 1000 раз. Человеку на выполнение этой рутинной работы потребовалось бы около четырех лет.

Риски и вызовы новой эпохи

Переход на код, написанный преимущественно искусственным интеллектом, создает новые вызовы в области безопасности, лицензирования и корпоративной культуры. Использование проприетарных инфраструктур больших языковых моделей регулируется коммерческими условиями вендоров, в отличие от стандартных открытых лицензий.

По данным Anthropic, к середине 2026 года качество кода, создаваемого ИИ, сравнялось с человеческим, а в ближайшем будущем должно превзойти его. Однако колоссальный объем генерируемого кода требует автоматизированного поиска уязвимостей. В рамках внутреннего проекта Project Glasswing модель Mythos Preview за первые недели работы обнаружила более 10 000 опасных уязвимостей в цифровой инфраструктуре, что сместило фокус кибербезопасности с поиска багов на скорость выпуска обновлений.

Другой серьезной проблемой остается риск накопления скрытых ошибок. Если ИИ-система непрерывно изменяет и развивает код без жесткого контроля со стороны человека, мелкие несоответствия могут накапливаться от сессии к сессии, постепенно разрушая целостность системы.

Изменения в корпоративной культуре и психологии

Внедрение ИИ неизбежно ведет к перестройке рабочих отношений в командах. Представители Anthropic отмечают, что Claude ускоряет разработку, открывая путь к самосовершенствованию моделей, когда ИИ самостоятельно создает более способного преемника. При этом инженеры компании теперь выпускают в среднем в восемь раз больше кода за квартал.

Смотрите также:

Джошуа Джексон присоединится к актерскому составу третьего сезона сериала «Твои друзья и соседи» http://domkrat.org/dzhoshua-dzhekson-prisoedinitsya-k-akterskomu-sostavu-tretego-sezona-seriala-tvoi-druzya-i-sosedi/.

Интересное по теме: Платежный брелок вместо смартфона: Cash App представила бесконтактный аксессуар для зумеров

Советы в статье "NASA завершает миссию орбитального аппарата MAVEN на Марсе" здесь.

Однако за сухими цифрами скрываются психологические трудности. Сотрудники отмечают снижение уровня личного взаимодействия: если раньше разработчики помогали друг другу с настройкой скриптов, укрепляя коллегиальные связи, то теперь эти задачи быстрее и проще решает Claude. Некоторые программисты признаются, что испытывают тревогу из-за потери актуальности своих навыков, поскольку не писали код самостоятельно уже несколько месяцев, а в случае непредвиденных сбоев чувствуют себя неуверенно.

Руководителям компаний, стремящимся к максимальной автоматизации, необходимо учитывать эти психологические факторы. Переход на автоматизированную разработку требует не просто покупки подписок на API, но и глубокой перестройки корпоративной культуры с сохранением надежного человеческого контроля над программными системами.