ИИ обещал сэкономить на разработчиках, но начал выставлять счета

«Мы отказываемся от claude code», — буквально недавно вся лента была забита этими твитами, и знаете, одно дело — когда это пара энтузиастов, а другое — когда это пишут представители Microsft.

Суть вот в чем: Anthropic предоставляет пользователям свою топовую подписку всего за $200 в месяц, но, по подсчетам Zed Industries, подписка субсидировала агентское использование примерно от 15 до 30 раз против API-цен, фактически, пользователи Pro-подписки за $20/мес. мог прожигать $300–600 API-эквивалента

Так вот, к чему это я?

Самая топовая подписка стоит $200 в месяц, но дают эквивалент объему токенов примерно $6000 — не правда ли, выглядит очень привлекательно для пользователей? Но выгодно ли это самим компаниям Anthropic, OpenAI, xAI? Как вы понимаете, они все субсидируют свои подписки, фактически предоставляя клиентам безумно убыточный продукт для себя. Впрочем, делается это далеко не просто так: есть основная задача — нарастить объем пользователей, а кроме того, использовать данные для обучения и дальнейшего развития своих агентов.

Но если посмотреть на условия со стороны юрлиц, там еще интереснее: получить такую «выгодную» подписку бизнесу тяжело, ведь мало какая компания захочет жертвовать своими данными для обучения, поэтому для них все тарифицируется по стандартной системе, но не используются данные для обучения новых моделей.

ИИ снижает стоимость кода, но повышает требования к разработке

И вот тут-то начинается самое интересное: а сколько в среднем стоит работа агента для такого сотрудника в месяц? В среднем это цифра переваливает примерно за... $2000 в месяц. А теперь осознайте: средняя зарплата ИT-специалиста около $4000–$5000 в месяц, а мы теперь фактически увеличиваем расходы за него еще на 50%, и тут возникает вопрос: так о какой экономии за счет AI пытаются говорить?

Uber публично, устами своего CTO, признал, что они спалили годовой AI-бюджет за четыре месяца, аналогичная история у Meta* — там сотрудники сами собрали внутренний лидерборд с гениальным названием Claudeonomics — кто больше сожжет токенов. За месяц 85 тысяч человек нажгли 60 триллионов токенов, а лидер в одиночку спалил 281 миллиард. Доску быстро прикрыли, как только она утекла наружу, но суть вы уловили — когда метрикой становятся токены, сотрудники начинают жечь токены, а не решать задачи.

Ну а теперь задумайтесь: у нас появился буквально новый скрытый налог — без которого уже разработчикам все тяжелее будет работать, а его цена пока даже точно не известна никому.

И вот тут я начал «копать», потому что отказ от инструмента из-за высокого счета — это на самом деле не про инструмент, а про то, что мы так и не научились считать, что вообще покупаем...

Мне тут как-то на выступлении товарищ сказал такую фразу, которую я следующие несколько месяцев прокручивал в голове буквально каждый день: «Пройдет еще немного времени, и мы сделаем шаг или пару назад, чтобы все могло устаканиться». Вот про этот шаг назад и давайте поговорим сейчас.

Откуда вообще взялась эта «революция»

Давайте объективно: в последние пару лет нам продавали не инструмент, а буквально «серебряную пулю», которая «заменит разработчиков», или «кратно ускорит», или же вообще «поможет экономить» и так далее, и вся суть в том, что цифры вроде бы подтверждались. По данным DORA 2025, 90% разработчиков уже применяли AI в работе— казалось бы, вот буквально уже идем в сторону гигантского шага в эпохе AI.

Но, как говорится, есть нюанс. Эти 90%, которые воспользовались AI, это не те же, кто использует его на постоянке или как агента, а не просто как чат-бот, — таких кратно меньше.

Если же еще и спуститься с глобального облака на землю — картина стает куда интереснее. По данным MTS AI, в России постоянно применяют ИИ только около 9%, и пока на конференциях рассказывают про армии автономных агентов, фраза «постоянно использую» начинает вызывать один важный вопрос: а как используете-то?

Громкие цифры и важные детали

Так вот, цифры в индустрии то не врут — врет подача без контекста. И прежде чем начать разбор, приведу одну цифру, которая и отвечает на вопрос «а как используете-то?». По данным DORA 2025, сгенерированному коду доверяют лишь около четверти разработчиков. Запомните эти ~25%, они нам еще выстрелят.

METR и его «–19%». AI не ускорил, а замедлил опытных разработчиков на 19%. Но читаем мелкий шрифт и видим: 16 человек, зрелые open-source=проекты, которые они знают наизусть. И вишенка — сами участники были уверены, что AI их ускорил примерно на 20%, хотя по факту замедлил. То есть мы не только измеряем плохо — мы еще и врем сами себе о результатах.

Uplevel и «+41% багов». Тоже любимая история. Только измеряли там не использование Copilot, а сам факт выдачи лицензии. Выдали лицензию — и сравнили. А пользовался человек или нет, открывал ли он вообще этот Copilot — за скобками.

GitHub и «+55%». Самый красивый плюс. В лаборатории, на изолированной задаче «напиши HTTP-сервер». А что на проде? Faros AI смотрели реальные команды — рост закрытых задач есть, но скромнее (около +21%), и — сюрприз! — нагрузка на ревью подскочила на +91%. Ускорились, говорите?

И вот тут две цифры, которые обычно лежат порознь, следует свести вместе. Помните доверие к сгенерированному коду — те самые ~25%? Это и есть причина +91%. Не доверяешь -> обязан вычитывать -> очередь на ревью пухнет -> вот она, реальная цена AI-кода, только выставленная не в токенах, а в часах сеньора. И злее всего то, что уверенно-неправильная генерация дороже явной ошибки. Корявый код джуна виден сразу — кривые имена, костыли, очевидные срезы углов, а AI-код идиоматичный, ровный и структурно аккуратный, даже когда логика внутри неверная. Faros прямо называет это «провалом, который выглядит как компетентность» — явную ошибку ловит компилятор, а правдоподобную оплачивает своим временем ревьюер.

Так вот, каждая цифра по отдельности честная. Но между «+55% в лабе» и «–19% на легаси» — много чего теряется.

Битва за бюджет

А теперь главное — деньги. Потому что революцию останавливает не разочарование в качестве, а обыкновенный счет.

Приземлим цифры, приведенные в начала статьи, на живых людей. Один «тяжелый» пользователь Claude Code честно замерил свое потребление — вышло $1588 API-эквивалента за месяц на $200 подписке. А в подборках про токен-безумие гуляет и абсолютный рекорд — $150k API-эквивалента за месяц на одного человека. Разницу пока оплачивает вендор, но будем реалистами — вечно субсидировать пользователей ему никто не обещал, и чем «тяжелее» твое использование, тем раньше тебе покажут полный прайс.

А вот API с плавающим биллингом — это такси без счетчика. Пока едешь, кайфуешь, а сумму узнаешь на выходе. И тут компании задумались: а не пересесть ли на свою машину?

Свой сервер — это не кнопка «сделать дешево». Self-hosted LLM на постоянной нагрузке действительно может выиграть у API — но выигрыш в районе скромных процентов, а не «дешевле в 10 раз». И за него ты платишь своим DevOps, своими обновлениями и своими граблями.

Но есть нюанс пострашнее. Купил ты «железо» — а оно простаивает. Реальная утилизация GPU в большинстве команд — 20–40%, остальное время дорогая карта греет воздух. Это как абонемент в спортзал, купленный в январе — платишь за год, ходишь в феврале. Маргинальная стоимость токена на простаивающем «железе» стремится к нулю — то есть сама метрика «стоимость за токен» разваливается, потому что ты платишь не за токены, а за факт владения.

И вот тут на сцену выходит управляемый инференс. Идея простая: не держать недозагруженную карту, а платить за фактический endpoint, где GPU делится между задачами. Для российских команд, у которых поверх экономики еще и требования к data residency (данные по закону нельзя гнать в зарубежные endpoint'ы), это вообще единственный вменяемый путь. Из живого — Selectel с их Foundation Models Catalog Cloud.ru Evolution ML Inference (первый в РФ управляемый инференс с разделением GPU), ну и H3llo Cloud в этом же ряду, у ребят в целом сейчас строится один из мощнейших новых суперкомпьютеров России. В общем, суть одна — получить суверенность данных без капзатрат на собственную стойку.

Как измерять, чтобы не обманывать себя

Будем объективны: универсальной метрики нет, и кто продает вам «один дашборд, который покажет ROI от AI» — продает красивую картинку. Но есть принципы, которые помогают отделить красоту от реальных результатов.

Outcome, а не activity. Не «сколько строк/токенов нагенерили», а что доехало до прода и не сломалось. Cycle time, change failure rate, MTTR — старые добрые DORA-метрики. Within-subject, а не «до и после». Сравнивай одного и того же человека на похожих задачах с инструментом и без, а не «команду в марте с командой в июне». Иначе ты измеряешь сезон, наем и Луну в Скорпионе, а не AI. Горизонт 3+ месяца. Эффект новизны живет недели. Все, что меньше квартала, — это замер энтузиазма, а не продуктивности. Фиксируй harness. Вот это важное. Одна и та же модель в разной обвязке (промпты, тулы, контекст) дает разброс результата до 6 раз. Хочешь честно сравнить две модели — заморозь агента и меняй только веса. Иначе сравниваешь тёплое с мягким свою обвязку с чужой. Токены — в знаменатель, а не в числитель. Правильный вопрос не «сколько токенов сожгли», а «сколько ценности на каждый вложенный доллар». Токен — это расход, а не достижение.

И да, сверху на DORA можно накинуть что-то вроде HEART, чтобы ловить еще и удовлетворенность, и качество, а не только скорость доставки.

Почему мы упорно оптимизируем не тот этап

А теперь мысль, ради которой все затевалось. Представьте поток создания фичи от идеи до прода (это называется Value Stream Mapping, если по-умному). Так вот, само написание кода — это всего 20–30% времени. Остальные 50–70% — это ожидание. Задача висит в очереди, ждет ревью, ждет QA, ждет деплой, ждет согласования.

Что мы дружно ускоряем с помощью AI? Правильно, те самые 20–30%. Потому что это видно, это легко пилотировать и про это удобно отчитываться наверх. «Мы внедрили Copilot, разработчики пишут быстрее!» Claudeonomics из начала статьи — та же самая логика, доведенная до абсурда.

А теперь следите за руками: написали кода больше и быстрее -> его надо больше ревьюить (привет, +91% нагрузки на ревью) -> очередь на ревью растет -> QA захлебывается. Мы ускорили самый короткий этап и нагрузили самый узкий. Подробно эту механику (вместе с аналогией про перфоратор и про то, что мультипликатор на ноль дает ноль) я уже разбирал в статье «Если AI для вас спасение, значит, что-то пошло не так» — повторяться не буду. Короткий итог. AI — это усилитель, а не исправление. Дашь его зрелому процессу — ускоришь. Дашь хаосу — получишь ускоренный хаос. И заметьте: это опять про счет, мы разгоняем тот этап, который удобно показать в отчете, а не тот, что реально держит поток. Снова измеряем не то.

Ольга Дробышева, директор по развитию LogicBPM, 8+ лет кросс-функциональных трансформаций: «Если у разработки есть четкий флоу, то дальше шаги процесса размыты, и внедряют хаотично. Главная проблема глубже — в качестве данных. Бизнес-процессы тянут из устаревших регламентов в Confluence, «Битрикс24» или Business Studio, и нейронке скармливают то, что наполовину не соответствует реальности. Актуализировать эти данные никто не хочет. Вот и выходит, что «топят» в самую простую часть, а больше всего токенов сжигается как раз в этих «теневых» этапах».

Революция, которая стала эволюцией

Так что, AI не работает? Да нет, работает. Просто мы пережили долину разочарования — громкие AI first обернулись тихим наймом обратно (этот разворот рынка труда я разбирал в статье «Anthropic говорит, что ИИ убивает джуниоров. А если нет?» ), а Gartner прогнозирует, что к 2027 году около половины компаний откатят часть агрессивных AI-решений. Это не провал технологии — это взросление ожиданий.

Суть в том, что революция обещала заменить ИT-отдел. Эволюция предлагает скучное, но рабочее — сначала пойми свой процесс (где реально теряется время), потом измерь по-человечески (outcome, а не токены), и только потом точечно встраивай AI туда, где он усиливает, а не туда, где красиво смотрится в отчете.

И вот тут круг замыкается. Те, кто в начале демонстративно съезжал с Claude Code, проиграли не AI — они проиграли счету, который так и не научились читать. Инструмент не стал внезапно дорогим — он все это время столько и стоил, просто субсидия прятала ценник. Так что вопрос всегда был не «работает ли AI», а «умеем ли мы считать, что именно покупаем» — и пока ответ «нет», любой счет будет выглядеть как приговор инструменту, а не как зеркало наших процессов. И тот самый скрытый налог из начала перестает быть скрытым именно в тот момент, когда ты начинаешь его считать. AI вас не заменит, а усилит, но, конечно, только если вы знаете, что именно усиливаете.