Faros AI: софтверная фабрика на AI дает +54% багов

LLM снизили порог входа в программирование. Один разработчик теперь генерирует кода больше, чем команда из трёх человек пару лет назад. Но данные Faros AI показывают обратную сторону: пропускная способность на разработчика выросла на 33,7%, а баги на разработчика - на 54%. Соотношение инцидентов к PR подскочило на 242,7%.

Идея «софтверной фабрики» оформилась за последний год. Концепцию популяризовал Лука Росси в своей статье «Эра софтверной фабрики»: AI меняет не просто скорость написания кода, а всю производственную систему вокруг него. Проблема в том, что многие компании путают инструмент с платформой.

Софтверная фабрика - это не коллекция агентов, промптов и плагинов. Это платформа, которая определяет, как работа движется через систему: как код генерируется, ревьюится, тестируется, отслеживается, деплоится и улучшается. Без этого компания просто ставит очередной станок в пустой цех и называет его фабрикой.

Цифры, которые нельзя игнорировать

Данные Faros AI (платформа аналитики инженерной продуктивности) показывают тревожную динамику:

Исследование DORA от Google подтверждает: чем активнее компании внедряют AI-ассистентов, тем хуже становится стабильность поставок. Скорость растёт быстрее, чем способность контролировать качество.

Почему кодовая база мутирует

Проблема не только в количестве багов. Автор статьи, Бенджамин Рогоян, работал как fractional head of data и на личном опыте описывает, что происходит с кодовыми базами, когда AI пишет большую часть кода. Разные инженеры генерируют код в разных стилях. LLM в свою очередь начинают создавать собственные мутации - за несколько месяцев кодовая база обзаводится пятью-шестью разными стилями вместо одного-двух.

Слой за слоем инженеры перестают понимать, что на самом деле происходит в системе. Рогоян сравнивает это с тем, что происходило десять лет назад с self-service tooling: ранний рост продуктивности, который маскировал растущую сложность.

Что делает софтверную фабрику работоспособной

Рогоян выделяет несколько принципов, без которых «фабрика» не работает:

• Платформа, а не инструменты. Разрозненные AI-агенты на краях процесса не создают фабрику. Нужна единая платформа, где данные, стандарты и процессы связаны.
• Возвратность и отслеживаемость. Если нельзя взять ID запуска, посмотреть, что пошло не так, и перезапустить - это не фабрика. State machines работают лучше loops.
• Безопасность и защита. Тестирование и контроль качества должны быть встроены в начало процесса, а не в конец. Чем раньше пойман баг, тем дешевле его исправить.
• Стандартизация. Без стандартов LLM создают амальгаму стилей. Шаблоны и структуры нужно задавать до генерации кода.
• Контроль качества в процессе. Подход Toyota: не ловить дефекты в конце, а предотвращать их на каждом этапе.

Скорость без качества - это не продуктивность. Компания не становится продуктивнее оттого, что выпускает миллион машин, которые разваливаются через 100 километров.

Что это значит для бизнеса

Для компаний, которые автоматизируют разработку с помощью AI, главный вывод: автоматизация бизнес-процессов в разработке требует не просто внедрения инструментов, а перестройки всей системы контроля качества. Без этого AI-кодинг создаёт иллюзию продуктивности, а реальные затраты на исправление багов растут.

Для бизнеса во Владивостоке и на Дальнем Востоке, который рассматривает автоматизацию с помощью ии, это хороший урок: внедрение нейросетей для бизнеса должно начинаться не с инструментов, а с процессов. Внедрение искусственного интеллекта без стандартов и контроля качества - это путь к ускорению хаоса, а не к продуктивности.