Обзор State of Developer Experience Report 2026

В октябре 2026 года вышел отчет по исследованию продуктивности и опыта разработчиков State of Developer Experience Report 2026, подготовленный компанией Atlassian. Отчет основан на ответах 1155 инженеров и 405 инженерных руководителей, собранных в 2026 году в компаниях разного размера, отраслей и регионов. Отчет посвящен переходу от пилотного применения AI к его системному внедрению, источникам организационного трения, роли стратегии по AI, изменению роли инженера и измерению продуктивности разработчиков (Developer Productivity).

Основные инсайты из отчета:

• Организационное трение сохраняется на прежнем уровне;
• Инженерная работа все больше строится на экспертной оценке результатов AI;
• Использование AI ошибочно рассматривается как показатель продуктивности;
• Инженеры и руководители по-разному видят способы измерения продуктивности.

Подробные выводы из отчета:

1. Организационное трение сохраняется на прежнем уровне. Только 28% инженеров отмечают заметное снижение трения в повседневной работе по сравнению с периодом до AI. Главные источники трения в 2026 году: поиск информации (51%), встречи (50%), переключение контекста между инструментами (45%), технический долг (44%), отсутствие четкого направления и неясные требования (40%), разобщенность и недостаток взаимодействия между командами (Silos, 31%). Поиск информации второй год подряд остается ведущим источником трения. Встречи впервые вошли в число главных источников трения и заняли второе место. Технический долг, лидировавший в 2024 году, переместился с шестого места в 2025 году на четвертое;
2. AI ускоряет индивидуальную работу и усиливает нагрузку на существующие узкие места. Большинство инженеров и руководителей отмечают, что AI помогает быстрее выполнять работу и что AI позволяет делать больше без увеличения рабочего времени. 26% инженеров и 31% руководителей экономят более 11 часов в неделю благодаря AI. При этом 49% инженеров и 57% руководителей тратят более 4 часов в неделю на работу с AI инструментами: ревью результатов AI, корректировку промптов и другие задачи. 65% инженеров и 72% руководителей тратят время на исправление результатов AI, которые расходятся с исходным замыслом;
3. Четкая AI стратегия связана с меньшим трением. Только 17% инженеров и 23% руководителей сообщают о наличии в организации четко донесенной и активно реализуемой AI стратегии на всем жизненном цикле разработки (SDLC). В таких организациях 41% инженеров отмечают заметное снижение трения, 37% экономят более 11 часов в неделю, 89% делают больше без увеличения рабочего времени. В остальных организациях эти показатели ниже: заметное снижение трения отмечают от 22% до 29% инженеров, экономят более 11 часов в неделю от 22% до 27%, делают больше без увеличения рабочего времени от 76% до 80%. Самые низкие показатели наблюдаются в организациях с непоследовательной или плохо донесенной стратегией;
4. Четкая AI стратегия связана с прозрачностью и управлением затратами на AI. О прозрачности и активном управлении затратами на AI сообщают 50% инженеров в организациях с четкой и активно реализуемой стратегией, 16% в организациях со стратегией в разработке, 15% в организациях с непоследовательной или плохо донесенной стратегией и 11% в организациях без формальной стратегии;
5. Инженерная работа все больше строится на экспертной оценке результатов AI. Согласно отчету, 75% инженеров отмечают рост ответственности за проверку качества и безопасности результатов, созданных AI. В разделе об изменении роли инженера этот пункт выбирают 41% инженеров и 37% руководителей, он лидирует среди изменений роли. Далее следуют рост кросс-функциональной координации и коммуникации (29% и 27%), рост объема ревью, управления и исправления результатов AI (24% и 22%), смещение фокуса на архитектуру, системный дизайн и решение задач высокого уровня (22%);
6. Применение AI различается по уровням инженеров (Seniority). AI для индивидуальных задач, таких как написание кода и отладка, используют более 90% инженеров на всех уровнях. С ростом уровня растет системность применения AI: официальная стандартизация AI в большей части работы есть у 8% начинающих инженеров (Junior) и 26% старших инженеров (Senior Engineer), агентные сценарии работы (Agentic Workflows) с ограниченным участием человека используют 31% и 40% соответственно, экономят более 11 часов в неделю 21% и 28%. Начинающие инженеры чаще используют AI неформально без стандартизации (37% и 27% у старших инженеров) и чаще отмечают рост кросс-функциональной координации по сравнению с периодом до AI (62% и 51%);
7. Использование AI ошибочно рассматривается как показатель продуктивности. 64% руководителей считают, что рост использования AI коррелирует с лучшими результатами, при этом 59% руководителей обеспокоены показным использованием AI (Performative AI use). 60% инженеров отмечают, что в их организации рост использования AI считается сигналом продуктивности, 41% иногда используют AI больше необходимого из-за ожиданий окружающих, 68% считают, что рост использования AI плохо отражает ценность их работы. 85% инженеров понимают, когда AI инструменты действительно помогают, а когда создают дополнительную работу;
8. Измерение эффекта от AI находится между прозрачностью и доверием. 81% руководителей согласны, что измерение использования AI может создавать неверные стимулы. Только 42% руководителей располагают метриками, позволяющими отличить реальный эффект от искусственно завышенной активности AI;
9. Инженеры и руководители по-разному видят способы измерения продуктивности. Руководители чаще всего измеряют продуктивность через отработанные часы (37%), количество стори поинтов (Story points) (36%), объем изменений кода (35%), частоту развертываний (Deployment frequency) (35%) и использование AI инструментов (26%). Фреймворк SPACE применяют 20% руководителей, 16% считают, что продуктивность инженеров невозможно или не следует измерять. Инженеры считают фреймворк SPACE лучшим способом измерения продуктивности (41%), далее следуют стори поинты (26%), частота развертываний (19%), отработанные часы (17%), объем изменений кода (17%) и использование AI инструментов (12%). 33% инженеров считают, что продуктивность невозможно или не следует измерять.

Основные инсайты из отчета State of Developer Experience Report 2026 приведены ниже:

Данные в отчете показывают, что AI ускоряет индивидуальную работу инженеров, при этом организационное трение, отсутствие четкой стратегии и инженерной аналитики ограничивают рост продуктивности на уровне организации. Если вам важно исследовать и повысить продуктивность инженеров в вашей компании, обращайтесь к нам за помощью.

Мы помогаем CTO, руководителям продуктовых и платформенных команд и инженерным лидерам запускать инициативы Developer Productivity и Developer Experience, формировать DX и Developer Productivity команды, разрабатывать модели оценки продуктивности на основе фреймворков DORA, SPACE и DX Core с учетом контекста и культуры компании, проводить исследования продуктивности и выявлять системные причины потерь времени, развивать внутренние платформы для разработчиков, снижать когнитивную нагрузку и потери времени на ожидание, рутину и переключение контекста, а также выстраивать регулярный анализ продуктивности и связывать его результаты с поставкой, качеством и затратами.

Вступайте в сообщество Enabling Community и подписывайтесь на наш канал Enabling.team Insights, чтобы оставаться в курсе технологических трендов.