Обзор Software Engineering Benchmarks Report 2026

В начале 2026 года компания LinearB выпустила новый отчет по инженерной аналитике, основанный на данных собственной платформы для анализа процессов разработки и инженерной эффективности (Software Engineering Intelligence, SEI). Отчет основан на автоматизированном анализе более 8,1 миллиона Pull Requests (PRs) в платформе LinearB, созданных 4800 командами разработки из компаний разных размеров и отраслей.

По сравнению с 2025 годом рост бенчмарка составил 2 миллиона PRs и 1800 команд. Также произошли изменения в категориях измерений и метриках:

• Вместо четерых категорий: Developer Experience, DORA, Predictability и Project Management Hygiene были введены новые категории: Delivery, Predictability, Project Management, AI;
• Из бенчмарка были исключены метрики Mean Time to Recovery (MTTR), First Commit Coding Time, Ticket Coding Time и PRs Without Review;
• Добавили в бенчмарк метрики Agentic AI PRs, Acceptance Rate, Capacity Accuracy и Planning Accuracy.

В бенчмарке компании также классифицированы по размеру:

• 60% участников из стартапов (до 200 сотрудников);
• 24% из растущих компаний (от 200 до 1000 сотрудников);
• 16% из крупных компаний (свыше 1000 сотрудников).

Размер компании используется как отдельный срез для анализа. В отчете дается определение всех метрик и выделяются четыре уровня эффективности для каждой метрики: Elite, Good, Fair, Needs Focus. Данные для бенчмарка были анонимизированы и нормализованы, использовался 75-й перцентиль (P75), что позволяет сгладить влияние выбросов и получить устойчивые значения, также в отчете приводятся значения для 50-го перцентиля и средних значений.

В 2026 году отчет сфокусирован на влиянии AI на разработку программного обеспечения. Авторами проведено качественное исследование AI in Engineering Leadership Survey 2026, в рамках которого изучались взгляды инженерных руководителей, лидеров платформенных команд и специалистов по DevEx (Developer Experience) на влияние AI. Авторы ввели новую категорию бенчмарка и AI метрики, а также предложили модель оценки AI Readiness Matrix, которая включает семь критериев:

• Прозрачность политик использования AI (Clarity of AI policies). Наличие четко определенных и понятных для команд правил использования и экспериментов с AI;
• Качество данных (Data quality). Состояние внутренних источников данных с точки зрения качества, полноты, документации и доступности для AI рабочих процессов;
• Зрелость практик контроля версий (Version control maturity). Уровень развития практик управления версиями, обеспечивающих отслеживание изменений и возможность отката при необходимости;
• Привычки итеративной поставки (Iterative delivery habits). Способность команд стабильно работать короткими итерациями и эффективно поставлять изменения;
• Разработка с фокусом на пользователей (User-focused development). Ориентация разработки на пользователей и создание ценности для клиентов;
• Эффективность внутренних инструментов (Effectiveness of internal tooling). Удобство, надежность и вклад внутренних инструментов и платформ в снижение сложности рабочих процессов;
• Надежность платформ (Platform reliability). Стабильность и надежность внутренних платформ и инструментов, поддерживающих использование AI.

Что интересного мы отметили в бенчмарках и отчете:

1. Метрика Mean Time to Restore (MTTR) была исключена из публикуемых бенчмарков из-за слишком высокой вариативности данных, связанной с различиями в определениях и подходах к расчету этой метрики в организациях. Такие расхождения делают сравнение между компаниями методологически некорректным и потенциально вводящим в заблуждение, поэтому рекомендуется использовать MTTR для анализа собственных внутренних трендов, а не для сопоставления с индустриальными значениями;
2. Бенчмарк Planning Accuracy показывает, что 73% инженерных команд планируют объем работ ниже своих реальных возможностей, лишь 15% находятся в идеальном диапазоне, а 12% команд либо берут на себя слишком много работы, либо планируют слишком мало, что говорит о неточном понимании своих возможностей. Высокий Planning Accuracy в сочетании с Capacity Accuracy выше 130% сигнализирует о том, что команды берут в план недостаточный объем работы, поэтому для более точного прогнозирования сроков рекомендуется отслеживать Planning Accuracy, Capacity Accuracy и связанные метрики поставки, такие как PR Size, Code Rework и Cycle Time;
3. Новый бенчмарк Acceptance Rate, то есть доля PRs, смерженных в течение 30 дней с момента создания или перевода из драфта. Данная метрика и бенчмарк важны для оценки кода, созданного с использованием AI, где меняются модели владения кодом и процессы принятия изменений. Первые результаты показывают существенный разрыв между ручными и AI PRs: для ручных изменений уровень Elite достигается при Acceptance Rate выше 95%, тогда как для AI PRs — уже при значении чуть выше 71%, а большинству команд сложно превысить уровень 60%. Это указывает на системную проблему использования AI в SDLC: рост объема создаваемого кода не приводит напрямую к росту поставки из-за повышенной строгости ревью, более низкого уровня доверия к AI коду и неясного владения, что формирует отдельный, более низкий диапазон эффективности;
4. Бенчмарки по Pull requests в отчете разделены по трем типам: Agentic AI PRs, AI-Assisted PRs и Unassisted PRs. Agentic AI PRs создаются автономными AI-агентами, выполняющими полный цикл от интерпретации задачи до открытия PRs, тогда как AI-Assisted PRs остаются под контролем разработчика и используют AI как вспомогательный инструмент, а Unassisted PRs полностью создаются без существенного участия AI. По мере роста агентных сценариев влияние AI на SDLC становится все более заметным: AI-generated PRs часто оказываются более крупными, менее предсказуемыми и создают дополнительную нагрузку на ревью, что приводит к разрыву между ускорением в создании кода и готовностью существующих процессов поддерживать качественную и стабильную поставку;
5. AI-Assisted PRs в среднем в 2.6 раза крупнее Unassisted PRs, а AI-generated PRs в целом значительно увеличивают нагрузку на процесс ревью. На уровне P75 Agentic AI PRs достигают 293 строк кода против 157 у Unassisted PRs, тогда как AI-Assisted PRs являются самыми крупными и достигают 408 строк, что повышает сложность изменений и вероятность последующих проблем. При этом AI-assisted коммиты затрагивают меньше файлов в среднем (4.2 против 7.51) при сопоставимом размере на файл (65 против 66 строк), что указывает на более дисциплинированные границы коммитов. В совокупности Agentic AI PRs и AI-Assisted PRs стабильно вносят более объемные изменения, увеличивая объем кода, который ревьюерам необходимо оценивать и требуя иного подхода к ревью по сравнению с ручными PRs;
6. Agentic AI PRs имеют PR Pickup Time в 5.3 раза выше, чем Unassisted PRs, что указывает на выраженную задержку перед началом ревью: на уровне P75 они ожидают 1055 минут против 201 минуты у Unassisted PRs, тогда как AI-Assisted PRs занимают промежуточное положение с 496 минутами. После начала ревью ситуация меняется: AI-Assisted PRs проверяются быстрее ручных (194 минуты против 252), а Agentic AI PRs остаются самыми медленными (382 минуты). Такое сочетание медленного старта и относительно быстрого завершения отражает текущую неопределенность команд в работе с AI кодом, связанную с крупными изменениями, непривычными паттернами и размытым владением, при одновременном стремлении как можно быстрее завершить процесс после начала ревью;
7. Acceptance (Merge) Rate для AI PRs составляет менее половины показателя для ручных PRs: при уровне 84% для manual PRs AI PRs мержатся лишь в 33%. Такой разрыв связан с отсутствием явного ответственного за сопровождение AI PRs, использованием агентных сценариев для низкоприоритетных задач и повышенной осторожностью ревьюеров из-за большего объема и сложности изменений, что в совокупности отражает текущие сложности интеграции AI в существующие процессы разработки;
8. Высокий AI-driven PRs Acceptance Rate не демонстрирует роста поставки ценности, а AI PRs стабильно принимаются хуже, чем ручные. Это указывает на то, что увеличение объема использования AI не решает проблем отсутствия явного владельца и не повышает доверие ревьюеров; ключевую роль играют зрелость процессов, инструменты и уверенность команд в работе с AI кодом, тогда как высокий уровень внедрения остается скорее исключением, чем устойчивым драйвером улучшений;
9. Acceptance (Merge) Rate для AI PRs существенно различается в зависимости от инструмента: при стабильных 80-82% для ручных PRs показатели ботов заметно колеблются. Devin демонстрирует улучшение с апреля и постепенное приближение к базовым уровням ручных PRs, тогда как Copilot показывает снижение с мая, что может быть связано с ростом скептицизма ревьюеров или проблемами качества при масштабировании. Это подтверждает, что AI PRs не являются однородной категорией и требуют отдельной калибровки ожиданий и процессов ревью для каждого инструмента;
10. Внедрение AI существенно ускорилось: доля организаций, использующих AI-инструменты, выросла с 72% в начале 2024 года до 88% в 2025 году, что отражает переход от этапов внедрения к повседневному использованию. В 2025 году 65% разработчиков применяют AI-assisted инструменты ежедневно, еще 23% — несколько раз в неделю, и почти 90% используют AI регулярно, тогда как лишь 12% делают это эпизодически, редко или не используют вовсе. AI перестал быть экспериментом и стал стандартной частью современного Developer Experience, влияя на то, как инженеры пишут, проверяют и поставляют код;
11. Уровень доверия к качеству AI кода остается умеренным. Наш опрос AI in Engineering Leadership Survey показал, что большинство респондентов оценивают свою уверенность как среднюю или ниже средней. Лишь 6% заявляют о высокой уверенности, и 2% — об отсутствии доверия вовсе. Такой уровень доверия напрямую связан с более осторожным и медленным ревью и более низкими Acceptance Rate для AI PRs, что подтверждает, что доверие остается ключевым ограничением для эффективного использования AI в разработке;
12. Половина организаций не измеряют влияние AI, при этом 75% менеджеров отмечают наличие улучшений. Лишь 30% используют сочетание количественных и качественных данных, тогда как остальные полагаются только на качественную обратную связь или отдельные метрики. Это означает, что большинство заявленных улучшений основаны на субъективных наблюдениях, а не на прямом измерении влияния на поставку, что указывает на растущую потребность в более четких механизмах оценки вклада AI в работу команд;
13. Согласованность AI политик в организациях поляризована: 30% респондентов полностью согласны с наличием четкой и хорошо коммуницируемой политики использования AI, тогда как 21% полностью с этим не согласны. Такой разрыв указывает на неравномерное развитие AI политик: часть компаний уже выстроила правила, коммуникации и управление, в то время как другие работают без общего понимания допустимого использования AI. Отсутствие четкой политики приводит к индивидуальным интерпретациям, несогласованным практикам, повышенным рискам безопасности и соответствия требованиям, а также к неравномерным результатам между командами;
14. Качество данных является самым распространенным структурным блокером внедрения AI: 16% респондентов прямо указывают, что их данные непригодны для AI, а в совокупности 64% считают свои внутренние данные неготовыми для AI процессов. Это критично, поскольку эффективность AI напрямую зависит от точности, полноты и доступности данных: при фрагментированных, плохо документированных или труднодоступных данных AI-рабочие процессы деградируют, снижается качество рекомендаций и падает доверие команд, что делает невозможным масштабирование AI за пределы отдельных экспериментов.

Основные результаты из отчета Software Engineering Benchmarks Report 2026 приведены ниже: