Как ИИ меняет разработку ПО — и что это значит для тестировщика

Недавно посмотрел вебинар про то, как ИИ меняет разработку софта — выступали инженеры из Atlassian, DX, Dropbox, Vercel и Lovable. Рассказываю коротко и простыми словами, потому что тема касается будущей работы каждого джуна, включая тестировщиков.

Все уже используют ИИ

Это больше не «модная фишка». В Dropbox почти 100% команды каждую неделю пользуются ИИ-инструментами. В DX почти 95% разработчиков активно их применяют — и даже оставшиеся 5% всё равно иногда коммитят код, написанный ИИ.

Код пишется быстрее, но пользы для бизнеса не в 2 раза больше

В Dropbox около 60% кода, который доезжает до продакшена, написан с помощью ИИ, а число pull request'ов (PR — это когда разработчик предлагает изменение кода на проверку) выросло почти в 2 раза. Но вот показатель, сколько реально нового и полезного появилось в продукте, вырос всего на ~1%. То есть писать код стали быстрее, а придумывать и доводить до пользы — не сильно.

Узкое место сместилось — и это как раз тестирование

Раньше самым долгим было написать код. Теперь код пишется быстро, а вот проверка (ревью), тестирование, деплой, согласование и ожидание сборки — наоборот, стали заметнее тормозить процесс. Для тестировщика это хорошая новость: именно здесь сейчас нужны люди, которые умеют быстро и внимательно проверять результат.

Доверие к коду растёт медленнее, чем сам код

В Dropbox заметили странную вещь: код стал более понятным и удобным для дальнейшей работы (метрика maintainability выросла), но при этом уверенность в изменениях (что ничего не сломается) — упала. Причина простая: ИИ выдаёт больше кода и более крупные PR, а проверять большой кусок кода за один раз сложнее и рискованнее, чем маленький.

Контекст — это как ТЗ, только для ИИ

Если объяснить задачу нечётко — ИИ либо додумает по-своему, либо начнёт делать не то, либо два ИИ получат разные инструкции и результат не сойдётся. Чем хуже сформулирована задача (контекст), тем больше переделок и потраченных токенов (токены — это единицы, за которые платят при использовании ИИ, как минуты в мобильной связи).

Человек всё ещё главный

ИИ может писать код и даже сам что-то исследовать, но решать, что action важно, оценивать качество и понимать, зачем вообще это делается — всё ещё задача человека. Кто-то должен посмотреть план, посмотреть результат и сказать «да, годится» или «нет, переделай».

Как компании вообще понимают, помогает ИИ или нет

Использование: сколько людей реально пользуются ИИ каждую неделю
Ощущения разработчиков: опросы, сколько часов сэкономлено (в Dropbox и DX — около 6 часов в неделю на человека)
Скорость поставки: сколько PR делается, как часто выходят релизы, сколько времени уходит от идеи до готового кода
Качество: уверенность в изменениях, насколько эффективно ревью, покрытие тестами, сколько багов долетает до продакшена
Польза для бизнеса: сколько реально нового и ценного появилось в продукте, а не просто «сколько кода написано»
Деньги: сколько токенов потрачено, сколько стоит один PR — некоторые компании считают это так же строго, как расходы на облако

Главный вывод простой: сильные компании не меряют ИИ вопросом «сколько кода он написал». Они смотрят на всю систему целиком — скорость, качество, деньги и то, получил ли реальную пользу конечный пользователь. Для тестировщика это значит одно: работа с проверкой качества становится не менее, а более важной.