Звіт Cursor: ШІ подвоює швидкість розробки, поглиблює розрив

Згідно з першим Звітом про звички розробників від компанії Cursor, що спеціалізується на ШІ-кодуванні, штучний інтелект змінює ландшафт розробки програмного забезпечення. Дані, зібрані за 18 місяців використання продукту Cursor, свідчать про перехід від ШІ як інструменту для прискорення автодоповнення до повноцінної перебудови системи, де ШІ читає цілі кодові бази, розуміє структуру проєктів та бере участь у запитах на злиття та перевірці коду.

Прискорення розробки та зміна обсягів роботи

Звіт Cursor показує значне прискорення роботи розробників. Швидкість написання коду приблизно подвоїлася за рік, і цей темп продовжує зростати з початку 2026 року. Кількість доданих рядків коду на один pull request зросла приблизно у 2,5 рази за рік. «Мега» pull request-и, що змінюють щонайменше 1000 рядків, стають поширеними, оскільки розробники використовують ШІ для одночасного виконання більших обсягів роботи. У січні 2026 року спостерігався стрибок, коли багато користувачів випробовували новітні моделі.

Сесії ШІ також стають глибшими. Середня кількість викликів інструментів за розмову з ШІ зросла приблизно на 30% за останні два місяці, оскільки асистенти частіше читають та редагують файли, шукають код, виконують команди командного рядка та переглядають веб. Ефективність ШІ-пропозицій також зростає: частка прийнятого ШІ-згенерованого коду, що залишається незмінною через 60 хвилин, зросла з приблизно 76% до 81% з початку 2026 року.

Вартість моделей та їх ефективність

Зі зростанням можливостей моделей та їх здатністю виконувати складніші завдання, вартість стає важливою частиною досвіду використання продукту. Вартість одного запиту може відрізнятися майже у 9 разів між сімома сімействами моделей. Однак, якщо вимірювати вартість за код, який фактично залишається в проєкті, розрив між дешевими та дорогими моделями звужується приблизно до 7 разів. Це пояснюється тим, що дорожчі моделі, як правило, виробляють більш придатний для використання код за запит. Cursor використовує «межу співвідношення вартості та якості» (cost-quality frontier) на основі внутрішньої оцінки CursorBench для допомоги командам у виборі моделей.

ШІ поглиблює розрив між розробниками

Звіт Cursor суперечить поширеному припущенню, що ШІ вирівняє різницю між сильними та слабкими розробниками. Натомість, дані показують, що ШІ посилює переваги найкращих. Використання ШІ надзвичайно сконцентроване: невелика частка розробників генерує більшість ШІ-коду, витрат на ШІ та споживання токенів. Коефіцієнти Джині становлять 0,77, 0,75 та 0,72 відповідно, що вказує на високу концентрацію.

Розрив у продуктивності зростає в абсолютних показниках: 1% найкращих розробників виробляють у 46 разів більше рядків коду, ніж медіанний активний користувач, та у 15 разів більше об'єднаних комітів. Це відповідає інтуїції, що розробники, які розуміють архітектуру, добре декомпозують завдання та можуть оцінювати якість виводу моделі, перетворюють ШІ на важіль, тоді як ті, хто ставиться до нього як до вікна запитань і відповідей, отримують обмежені переваги. Ключова навичка в робочому процесі з ШІ — це судження, а не швидкість набору тексту.

Зміна структури витрат та роль контексту

Зі зростанням складності завдань, які виконують моделі, вони читають значно більше інформації перед написанням коду, поглинаючи кодову базу, наміри користувача та навколишній робочий процес. Співвідношення вхідних до вихідних токенів швидко зростає: вхідні токени тепер становлять понад 90% невикористаного кешованого трафіку, а їхня частка у вартості токенів за еквівалентною ціною зросла приблизно з половини до майже 70% з початку року.

Цей зсув, як не дивно, є позитивним для вартості, оскільки вхідні токени значно дешевші за вихідні, а кешовані читання ще дешевші. Кешування тепер домінує: кешовані токени становлять більшість загальної активності токенів, що означає, що ШІ-кодування все частіше повторно використовує раніше оброблений контекст замість того, щоб перечитувати все з нуля. Ця зростаюча здатність до контексту корелює зі зростанням рівня утримання — більше контексту допомагає моделі писати точніший, довговічніший код. Це також причина, чому реальна конкурентна перевага в ШІ-кодуванні зміщується від чистої «розумності» моделі до управління контекстом, ефективності кешування та контролю витрат. ШІ-кодування починає виглядати менше як розумніший редактор коду і більше як нова інфраструктура для виробництва програмного забезпечення.

Рух до автоматизації

Інструменти ШІ-кодування спочатку прискорювали роботу окремих розробників; дані Cursor показують, що розпочалася наступна фаза, коли ШІ стає інфраструктурою для автоматизації всього життєвого циклу розробки програмного забезпечення. З початку 2026 року кількість ШІ-змін, автоматично прийнятих у коміти без порядної перевірки людиною, зросла більш ніж у п'ять разів — це прямий показник зростання довіри до моделі для виконання частин робочого процесу.

Автоматизація поширюється і на різні типи робочих процесів. Застосування функцій автоматизації Cursor зростає, причому перевірка безпеки виступає особливо сильним варіантом використання. Новіші дані показують ранній попит на SDK-керовані запуски, оскільки розробники прагнуть перетворити інфраструктуру ШІ Cursor на програмовану платформу, яку вони можуть налаштовувати за потребою. Хоча це лише початок, перші моделі автоматизації вже помітні, і вони вказують на рух від генерації коду до перевірки, тестування та розгортання.

Що це означає для розробників

Дані Cursor показують, що ШІ є потужним інструментом, який винагороджує тих, хто вже вміє ним користуватися, поглиблюючи розрив між найкращими та середніми розробниками. Роль людини зміщується від написання коду до постановки цілей та нагляду за системою, що все більше автоматизується.

Ключові факти

Швидкість написання коду розробниками подвоїлася за рік.
Кількість рядків коду на один pull request зросла приблизно у 2,5 рази.
Використання ШІ сильно сконцентровано: 1% найкращих розробників генерують у 46 разів більше коду, ніж медіанний користувач.
Вартість моделей за запит може відрізнятися майже у 9 разів, але для збереженого коду розрив звужується до 7 разів.
Автоматично прийняті ШІ-зміни без людського перегляду зросли більш ніж у 5 разів з початку 2026 року.