Cursor поднял $900M при оценке $9B в августе 2024. Windsurf (бывший Codeium) продан OpenAI за $3B в 2025. Sourcegraph Cody перешёл на полноценный IDE. Три AI-native IDE теперь достаточно зрелы, чтобы выбор между ними стал реальным вопросом — не "какой работает", а "какой подходит под ограничения команды по приватности, latency и глубине контекста". Stack Overflow Developer Survey 2025 показал, что 62% профессиональных разработчиков используют AI-tool ежедневно, против 44% в 2024. Тот же опрос: выбор инструмента важнее выбора редактора — удовлетворённость гуляет на ~20 пунктов в зависимости от AI-ассистента, против ~5 для самого редактора.

Это не вердикт "который лучший" — это decision framework с числами. Мы конкретизируем, где выигрывает каждый, где проигрывает, и где наши IDE heartbeat данные по командам в production (n=47 команд, ~340 разработчиков) совпадают с маркетингом или противоречат ему.

Copilot написал 420 тестов для модуля платежей за два дня. Coverage прыгнул с 58% до 84%. Уверенность в релизе? Без изменений, а то и хуже. Исследование 2024 IEEE (An Empirical Study on the Usage of Transformer Models for Code Completion, Ciniselli et al.) показало: LLM-сгенерированные тесты компилируются в 92% случаев, но ловят лишь 58-62% инъектированных мутаций — стандартный исследовательский тест на «этот тест вообще что-то проверяет». Человеческие тесты в том же исследовании — 78%. Разрыв ~20 процентных пунктов в mutation score — реальная история качества AI-тестов, а не цифра coverage, которую все репортят.

Эта статья измеряет, в чём AI-тесты хороши, что они пропускают, и как выстроить pipeline, чтобы AI давал throughput, не разъедая уверенность в релизе.

Рынок AI-инструментов для кода к началу 2026 года разделился на четырёх серьёзных игроков: GitHub Copilot, Cursor, Claude Code (CLI от Anthropic) и ChatGPT с Code Interpreter. Маркетинг у всех четырёх обещает "+40% продуктивности" — цифра одинаковая и бессмысленная без измерения. Мы подняли данные IDE heartbeat и session у 112 инженеров в 14 B2B-командах за Q1 2026, чтобы посмотреть, что реально экономит время.

Суть: пользователи Claude Code экономят 54 минуты в день; пользователи Copilot — 28. Но распределение не то, на что намекает маркетинг — лучший инструмент зависит от вида работы, а не от "AI-зрелости" команды.

AI-ревью кода сидит на гребне хайп-цикла. GitHub Copilot, CodeRabbit, Qodo, Graphite и ещё полдюжины стартапов продают будущее, где LLM ловят баги быстрее людей. Классическое исследование Microsoft Research и Bacchelli 2013 года задало бейзлайн, с которым мы сравниваемся десять лет: человеческое ревью ловит ~14% функциональных дефектов, но 68% проблем maintainability. Вопрос сегодня: сдвигает ли добавление LLM хоть одну из этих цифр?

Мы вытащили данные по ревью со 100 B2B-команд между Q1 2025 и Q1 2026 — микс команд с AI-ревью, без, и с гибридом. Паттерн не такой, как рассказывают вендоры.

Большинство нетехнических CEO относятся к инженерии либо как к чёрному ящику, либо как к театру. CEO-чёрный-ящик спрашивает «как дела у инженерки?» на исполкоме, принимает ответ «идём по плану» и через четыре квартала удивляется, когда уходит архитектор, а роадмап встаёт. CEO-театр становится самодеятельным инженерным менеджером — учит DORA-метрики, неправильно произносит «Kubernetes» и превращает любое обсуждение roadmap в технический спор, за которым сам не успевает.

Ни то ни другое — не про интеллект. Это про отсутствие короткого нетехнического словаря для оценки здоровья инженерии. First Round State of Startups 2023 показал, что 68% CEO-первопроходцев считают себя «скорее» или «очень» зависимыми от CTO по любым инженерным решениям — это нормально, пока CTO не уходит или не расходится с советом директоров во взглядах.

Этот гайд — минимальный словарь CEO: 6 вопросов, позволяющих проверить здоровье инженерии без попытки стать техническим.

Engineering Director, хорошо ведший организацию на 50 человек, обычно неверный человек, чтобы вести 500. Не потому что талантлив меньше — потому что на 500 это другая работа, а не та же с удвоенной интенсивностью. Исследования First Round Review по 300+ инженерным лидерам стабильно показывают: переходы на ~80, ~150 и ~300 инженерах — там, где кластеризуется большинство выгораний и тихих уходов старших лидеров.

Это гайд, основанный на данных, о четырёх переходах Engineering Director при росте от 50 до 500 — что отпустить, что взять, и что наши IDE heartbeat данные говорят о признаках Director'а, который не сделал сдвиг.

Вашего лучшего senior-инженера повысили в «лида». Никто не написал, TL это или EM, — и теперь она делает и то, и то. Ревьюит каждый PR, ведёт все 1:1, планирует каждый спринт и при этом должна катить свой код. Через три месяца её личный output обвалился, командный — следом. Stack Overflow Developer Survey 2024: инженеры в гибридных «lead»-ролях сообщают о в 1,6 раза более высоком выгорании, чем те, кто на чистом IC или чистом management треке. Слияние ролей — самая частая и самая дорогая ошибка в инженерном лидерстве, которую мы видим.

Tech Lead и Engineering Manager — разные работы с разными метриками успеха, разным распределением времени и разными режимами отказа. Выберите одно на человека или обе, но наймите двоих.

Новый VP of Engineering попадает под микроскоп по трём осям: что он режет, кого оставляет и как быстро анонсирует план. Ошибка в порядке — и доверие улетает к 4-й неделе: организация решает, что вы либо реорганизатор, либо lame duck, ещё до того, как вы разобрались в кодовой базе. The First 90 Days Майкла Уоткинса — базовая книга, но она написана для руководителей вообще. У инженерных организаций есть специфические ловушки.

Контринтуитивный ход: в первые 30 дней анонсируйте меньше, чем вам кажется правильным. Не театр "listening tour" — реальная измеренная пауза, пока вы читаете календарь организации, историю инцидентов и deploy-пайплайн.

CFO обычно видит инженерию одной строкой в P&L: зарплаты. Колонка headcount, множитель loaded cost, большая цифра, растущая быстрее выручки. И всё. Отчёт Deloitte Global Technology Leadership Study 2024 подсветил разрыв жёстко: только 31% CFO могут сказать, приносит ли их инвестиция в инженерию отдачу пропорциональную расходам. Остальные 69% летят вслепую над, возможно, крупнейшей дискреционной статьёй компании.

Это не проблема инструментов. Это проблема вопросов. Цифры существуют — ваши коллеги-CFO просто ещё не научились задавать пять правильных вопросов, чтобы их вытащить.

HRTech-команды пишут софт, который платит людям зарплату не в тот день, если накосячить. Упавший деплой 14-го числа — это не ситуация "извинимся в Slack", а reverse wire-transfer, юридическое письмо и в ЕС — нотификация в DPA по GDPR. Deloitte Global Human Capital Trends 2024 сообщает: 73% HR-лидеров называют свою технологическую платформу одним из топ-3 операционных рисков — выше найма.

Большинство статей о продуктивности, написанных для SaaS или e-commerce, сюда не переносятся. Метрики для payroll-инженера или HRIS-платформы выглядят иначе. Этот гайд про то, что реально стоит отслеживать и почему, и как датасет PanDev Metrics по HRTech отличается от среднего B2B SaaS.