Любители вайбкодинга и агентного программирования говорят, что работают в 2, 10, а то и в 100 раз продуктивнее! Один дажеразработал с нуля целый браузер. Невероятно!
И скептики задают правомерный вопрос: «А где же все эти приложения?» Если пользователи ИИ становятся пусть хотя бы вдвое продуктивнее, то где искать этот двухкратный прирост созданных программ? Все подобные вопросы исходят из предположения, что миру нужно больше ПО, и если оно станет дешевле в производстве, то и создавать его будут больше. Так что, если вы с этим предположением согласны, то где же все эти дополнительные программы, которые можно было бы отнести к «эффекту ИИ»?
В их поиске мы заглянем в PyPI, главный репозиторий пакетов Python. Он большой, публичный и регулярно измеряется, так что в нём должен быть заметен хоть какой-то эффект от появления ИИ.
Подсчёт пакетов
Вон он, видите на верхнем графике? Момент выхода ChatGPT. Выглядит ли он как некий кардинальный перелом в объёме производства софта? Нет.
На нижнем графике мы видим некоторые всплески, отражающие рост числа новых пакетов в месяц. Произошли они после начала пресловутой «эпохи ИИ», где-то с 2020 года. Но эти показатели отражают волны спама и вредоносов, а не подлинное создание пакетов.1
Любопытная картина. Если ИИ делает разработчиков продуктивнее, почему они не создают больше ПО?
Подсчёт обновлений
Вы можете возразить, что считать пакеты — это неправильный способ измерения. Любой может создать и загрузить «пакет», содержащий не более чем демку с «Hello world». Это всегда проще, чем создавать что-то долгосрочное для использования людьми. Нас же интересуют «реальные» пакеты, которые реально скачиваются, используются и обслуживаются.
Хорошо, взглянем на ещё один график. Начнём с выборки 15 000 самых скачиваемых пакетов на PyPI за декабрь 2025 года.2Потом разделим эти пакеты по группам на основе года их выпуска и для каждой полученной группы построим медиану частоты релизов.3Думаю, это адекватно отразит динамику выпуска реальных, активно используемых программ.
Чтобы показать эту частоту, мы построим линии. На графике ниже каждая такая линия начинается с точки, указывающей число обновлений в течение первых 12 месяцев после релиза пакета. Далее эта линия продолжается, демонстрируя последующую динамику поддержки пакета.
Что же мы здесь видим? Повлиял ли выход ChatGPT на частоту обновления пакетов?
Примерно так.
По графику ясно видно, что пакеты, созданные после появления ChatGPT, в свой первый год обновлялись чаще (13 релизов), чем пакеты из 2014 года (6 релизов). Но это наблюдается на фоне общей тенденции увеличения стартовых точек линий со временем.
Похоже на продолжающийся тренд, который начинается слишком рано, чтобы приписывать его росту продуктивности за счёт ИИ. Частота релизов в первый год начала расти в 2019 году (10 релизов), задолго до появления современных инструментов ИИ-кодинга. Выглядит так, будто это увеличение вызвано ростом внедрения инструментов непрерывной интеграции вроде GitHub Actions, которые появились в индустрии раньше.
Ещё один повод усомниться в том, что здесь замешан ИИ, кроется в другом наблюдаемом на графике эффекте. Речь о том, что пакеты по мере взросления начинают получать всё меньше обновлений. На это указывает убывающий тренд всех линий. В этом плане ничего не изменилось. То есть люди не используют ИИ таким образом, который бы позволял им чаще обновлять свои продукты по мере их развития.
Дело в ИИ?
Но ведьотчастинаблюдаемый рост частоты первых обновлений определённо вызван использованием ИИ? Давайте углубим анализ. Мы разделим пакеты на основе того, связаны ли они с ИИ, исходя из их описания.4Видим ли мы эффект ИИ в этом случае?
Вот он! Ну или по меньшей меречто-тоздесь есть.
Пакеты, которые не связаны с ИИ, выглядят также, как их собратья из эпохи до ChatGPT — то есть демонстрируют умеренные тренды роста релизов в год.
А вот у пакетов, которые связаны с ИИ, напротив, наблюдается существенный прирост количества обновлений. К примеру, у тех, которые вышли в 2023 году, в течение первых 12 месяцев медиана составила 20 релизов — то есть почти вдвое больше, чем у пакетов того же года, для которых ИИ не использовался.
Короче говоря, новые пакеты, связанные с ИИ, по какой-то причине обновляются намного чаще.
Может, дело в популярности?
Естественно, сегодня ИИ очень популярен. Так может, когда мы видим более частое обновление связанных с ним пакетов, это просто говорит о том, что популярные инструменты обновляются чаще?
Чтобы ответить на этот вопрос, произведём ещё одно разделение. Возьмём изначальный набор из 15 000 самых скачиваемых пакетов за декабрь 2025 года и разделим его на две равные группы — 7 500 более популярных и 7 500 менее популярных.
Объясняется ли наблюдаемая динамика обновления пакетов для ИИ только их популярностью?
Нет. На правом верхнем графике частота обновленийпопулярныхпакетов для ИИ после выхода ChatGPT подскочила до 21-26 релизов в год. То есть прирост по сравнению с популярными пакетами без ИИ оказался более чем двухкратным (и значительно опередил менее популярные пакеты на базе ИИ).
Значит, мы действительно наблюдаем почти двойное увеличение частоты релизов, и оно сосредоточено вокруг наиболее популярных программ, связанных конкретно с ИИ.
Естественно, здесь возникает вопрос: «Почему?»
Что мы имеем?
Прежде чем разбираться в причинах, подытожим факты:
- В целом явного изменения частоты создания пакетов после появления ChatGPT не произошло. Наблюдается лишь незначительное увеличение частоты их обновлений.
- С годами частота обновлений стабильно растёт, но этот тренд присутствовал и до ChatGPT.
- Наблюдается значительное увеличение частоты обновлений (>2x) популярных пакетов для ИИ и небольшой её прирост среди менее популярных пакетов, также связанных с ИИ.
Если анализировать причины такого паттерна, то мы увидим, что некоторые вещи не происходят, и сможем предложить адекватные объяснения.5
- Действительно ли ИИ резко повышает продуктивность разработчиков в целом?Нет. Нет никаких свидетельств, что разработчики в целом стали в 100 или даже в 10 раз продуктивнее. Мы не видим заметного увеличения числа новых пакетов или даже их обновлений.Но не спешите. Впереди самое интересное.
- Действительно ли некоторые разработчики начали писать код быстрее за счёт ИИ?Возможно. Но наблюдаемый совокупный эффект всё равно весьма умеренный — если некоторые специалисты и начали работать быстрее, то их немного. Или же этот предполагаемый прирост не так уж велик. Мы видим, что в целом заметного увеличения в частоте обновления пакетов нет.Тем не менееэтот прирост наблюдается в случае новыхпопулярных пакетов, связанных с ИИ.
- Создают ли люди огромные количества ПО для использования ИИ?Да, создают. Скачок в частоте обновлений свежих пакетов, ориентированных на ИИ, действительно является самым ярким эффектом. И в узости этого эффекта кроется некая загадка, которую нужно объяснить.
Итак, повторим вопрос. Почему? Почему этот скачок сосредоточился именно вокруг ПО, связанного с ИИ? У нас есть две гипотезы:
Вопрос навыков.Возможно, те, кто создаёт инструменты для ИИ, как раз умеют использовать ИИ наиболее эффективно. Это может вызывать рост продуктивности в отношении соответствующих пакетов. Хотя, если бы скачок объяснялся только одними навыками, то это бы касалось всех пакетов, связанных с ИИ. Но последняя сетка графиков показывает, что резкий прирост касается только самых популярных инструментов. Значит, здесь есть и какой-то другой фактор.
Деньги и хайп🤑💰. В сферу ИИ вливаются невероятные объёмы денег и энтузиазма, которые превращаются в пакеты PyPi (и не только). Возможно, дело не в том, что работающие над ними специалисты стали более продуктивными, а в том, что за это больше платят. На это указывает размер групп с рис. 3: соотношение между «не-ИИ» и «ИИ» инструментами внутри группы 2021 года составляет 6:1 (1211 к 185). При этом к 2024 году это соотношение изменилось до менее, чем 2:1 (727 к 423)! С учётом этого, вряд ли можно сказать, что ИИ делает людей сверхспособными. Скорее, дело в перегретом интересе к этой технологии, который ведёт к более активному созданию и обновлению соответствующих пакетов.
Увы, но рассмотренные данные не говорят, какой из этих эффектов сильнее.
Зато можно уверенно сказать, что основным измеримым эффектом от революции генеративного ИИ — как минимум в экосистеме PyPI — является не бурный рост разработки всего ПО, а сконцентрированный скачок в обновлении пакетов, связанных непосредственно с самой экосистемой ИИ.
- Официальный блог pypi:Inbound Malware Volume Report.↩︎
- Данные взяты из ежемесячного дампа 15 000 самых скачиваемых пакетов 19 января 2026 года.↩︎
- Подсчёт релизов производится в течение 12 месяцев с момента первого выпуска каждого пакета, а не за календарный год. Так мы избегаем необходимости выполнять пересчёт на год для тех релизов, которые не вписываются в его период ровно. Не финальные версии пакетов (альфа, бета, rc, dev, post) из подсчёта исключены.↩︎
- Классификацию пакетов как «относящихся к ИИ» или нет мы делали с помощью GPT 5.2 на основе их описания в PyPI. После ручной разметки 100 пакетов, мы согласились с ChatGPT в 93% случаев. То есть классификация не идеальная, но в качестве общего ориентира достаточно полезна.↩︎
- Весь код анализа и данные доступны в репозиторииhttps://github.com/AnswerDotAI/pypi-analysis.↩︎
