Агент пишет быстрее, команда релизит медленнее: 30 дней с coding agent на реальном проекте

Агент пишет быстрее, команда релизит медленнее: 30 дней с coding agent на реальном проекте

Первые несколько дней с AI агентом легко создают ощущение, что разработку наконец‑то «сломали». Даёшь задачу, через несколько минут получаешь diff на несколько файлов, тесты и уверенный отчёт о том, что всё готово. Если мерить производительность от момента, когда ты сформулировал prompt, до появления кода, результат действительно впечатляет. Примерно через неделю я заметил другую вещь: код стал появляться заметно быстрее, а задачи не начали с той же скоростью попадать в production. Поэтому в течение месяца я смотрел не на количество сгенерированного кода, а на полный цикл изменения: задача → понимание контекста → реализация → review → тесты → интеграция → release. И именно здесь эффект оказался гораздо интереснее простого «AI ускоряет разработчика». Проблема агентов не в том, что они плохо пишут код. Наоборот, локально они часто пишут его очень хорошо. Проблема в том, что написание кода во многих зрелых системах давно не является главным bottleneck. Где агент действительно быстрый Речь идёт о зрелом backend: несколько сервисов, PostgreSQL, Redis, внешние API, фоновые задачи, async‑код, retries, транзакции и события. То есть о системе, где поведение конкретной функции часто зависит от контекста, который не помещается в один файл. На локальных и хорошо ограниченных задачах агент оказался очень полезен. Он быстро протягивает новое поле через модели и серилизаторы, делает…