Саймон Уиллисон проанализировал статистику коммитов в проекте Datasette, чтобы оценить влияние современных ИИ-моделей на скорость написания кода. Данные GitHub показывают резкий всплеск активности в конце периода, который автор связывает с внедрением продвинутых моделей уровня Opus 4.8 и GPT-5.6. Этот кейс демонстрирует, как использование агентных инструментов радикально меняет темпы разработки open source проектов.
Автор отмечает, что визуализация «code frequency» стала наглядным индикатором того, как генеративные инструменты трансформируют повседневную работу инженера. Рост интенсивности правок коррелирует с выходом новых версий моделей, обладающих улучшенными способностями к написанию и рефакторингу кода. Это подтверждает гипотезу о том, что ИИ-ассистенты позволяют разработчикам значительно увеличивать объем производимого кода в единицу времени.
Анализ охватывает длительный период разработки, позволяя увидеть контраст между «ручным» написанием кода и периодом активного использования ИИ-помощников. Подобная динамика отражает качественный сдвиг в процессах создания ПО, где роль человека смещается от написания каждой строки к управлению агентными системами и проверке результатов их работы.
Ключевые факты
- Анализ базируется на графике частоты изменений кода (code-frequency) в репозитории проекта Datasette на GitHub.
- Резкий скачок активности зафиксирован после интеграции моделей Opus 4.8, GPT-5.5 и GPT-5.6.
- Использование ИИ-агентов позволило существенно повысить плотность коммитов по сравнению с предыдущими этапами разработки.
- Кейс наглядно иллюстрирует практический эффект от внедрения LLM нового поколения в реальный рабочий процесс разработчика.