Linear: использование ИИ в командах разработки выросло вдвое за полгода

Компания Linear (сервис управления задачами для команд разработки) выпустила первый выпуск собственного отчёта о применении ИИ, «Edition 01», автор, Тим Ци (Tim Qi), руководитель отдела данных Linear. В основе отчёта, обезличенные агрегированные данные о десятках тысяч команд, использующих Linear на платных тарифах, за шесть лет, включая период до массового распространения ИИ и вплоть до середины 2026 года. По словам авторов, в отличие от отчётов компаний-разработчиков моделей и кодинг-инструментов, которые публикуют данные о расходе токенов и объёме кода, Linear видит весь рабочий процесс, от постановки задачи до пул-реквеста, который её закрывает (хотя использование ИИ вне Linear отчёту не видно).

Внедрение ИИ выросло во всех функциях. С января по июнь 2026 года доля пользователей, активно применяющих ИИ-функции Linear, увеличилась минимум вдвое в каждой функции. Быстрее всех росла продуктовая функция, с 12% до 34%; даже go-to-market (маркетинг и продажи, функция, дальше всего стоящая от кода) выросла с 5% до 18%. Рост не зависит от размера компании: внедрение выросло примерно втрое и у стартапов, и у крупных корпораций. Руководители внедряют ИИ не медленнее команд: доля CEO компаний с 201 и более сотрудниками, активно использующих ИИ-функции, выросла с 9% до 36% за те же полгода, это самый большой скачок среди всех разрезов отчёта.

Времени на работу стало больше, а не меньше. С июня 2025 по июнь 2026 год время, которое пользователи тратят на создание задач, их разбор (триаж) и комментирование, выросло почти во всех функциях: у инженеров, примерно на 17% по созданию и триажу вместе. У фаундеров рост ещё заметнее, на 17 минут в месяц по созданию задач и на 26 минут по комментированию, хотя это меньшая и более шумная выборка. При этом время на планирование (работа с запросами клиентов, документами и проектами) практически не изменилось, Linear делает из этого вывод, что ИИ пока сильнее меняет то, как команды исполняют работу, чем то, как они решают, что делать. Появился и полностью новый вид активности, которого год назад не было вовсе, переписка с ИИ и делегирование задач агентам; при этом ничего другого не сократилось, то есть новая работа не заменила старую, а добавилась к ней.

ИИ теперь создаёт почти половину всех задач в Linear, два года назад этот показатель был меньше одной тысячной, сейчас же, чуть меньше половины. Не-инженеры стали чаще сами прикреплять пул-реквесты: доля продакт-менеджеров, приложивших PR за последние 30 дней, выросла с 3% до 10% за два года, дизайнеров, с 1% до 8% (Linear отмечает, что учитываются только PR в подключённых к Linear репозиториях, так что это, скорее, нижняя граница). Число открытых пул-реквестов на команду в неделю выросло на 111% относительно базового уровня июня 2024 года; весь первый год показатель держался примерно на месте, а затем, по мере роста качества моделей и внедрения ИИ, пошёл вверх. Основной вклад в этот рост дают команды, подключившие кодинг-агента: их еженедельное число PR выросло примерно втрое, с 21 до 65 за два года, тогда как у команд без агента, с 8 до 10 (Linear уточняет, что команды с агентами изначально были продуктивнее, поэтому абсолютные уровни между когортами напрямую не сравнимы).

В заключении Тим Ци пишет, что налицо чёткая корреляция между внедрением ИИ и ростом объёма выпускаемого кода, но у Linear нет данных о том, привёл ли этот рост к позитивным бизнес-результатам. Более интересным он называет то, что внедрение ИИ размывает роли: старшие руководители всё активнее занимаются практической работой, а не-инженеры сами коммитят код, идея, что «каждый в организации становится билдером», по его словам, похоже, верна. При этом экономии времени не случилось: время на существующие задачи не сократилось, а поверх него появился новый слой работы с ИИ, так что суммарное время на продуктовую разработку растёт, а не падает, Ци сравнивает это с парадоксом Джевонса, только не в отношении расхода токенов, а шире. Он также оговаривается, что число пул-реквестов отражает активность, а не ценность сделанного, механический рефакторинг может «сжечь» много токенов, а значимый багфикс или ревью кода, почти нисколько, поэтому расход токенов как показатель ценности он называет пережитком ранней эпохи ИИ. В будущих выпусках Linear планирует проследить весь путь работы, от расхода токенов до итоговых результатов.

Ключевые факты

С января по июнь 2026 года доля активных пользователей ИИ-функций в Linear выросла минимум вдвое в каждой функции компаний: у продуктовых команд, с 12% до 34%, у go-to-market, с 5% до 18%
Внедрение не зависит от размера компании (рост примерно втрое везде) и охватывает руководство: доля CEO компаний с 201+ сотрудниками, активно применяющих ИИ, выросла с 9% до 36%
Время на создание, триаж и комментирование задач выросло почти во всех функциях, а не сократилось, переписка с ИИ и делегирование агентам добавились как новый слой работы поверх старой, а не заменили её
ИИ теперь создаёт почти половину всех задач в Linear (два года назад, меньше 0,1%); доля продакт-менеджеров и дизайнеров, прикладывающих пул-реквесты, выросла с 3% до 10% и с 1% до 8% соответственно
Число открытых пул-реквестов на команду выросло на 111% с июня 2024 года; у команд с подключённым кодинг-агентом число PR выросло примерно втрое, с 21 до 65 в неделю (у команд без агента, с 8 до 10), но Linear прямо говорит, что не знает, привёл ли этот рост к реальной бизнес-ценности

Почему это важно

Большинство данных о влиянии ИИ на разработку до сих пор строилось на самоотчётах моделей и кодинг-инструментов, расходе токенов и объёме сгенерированного кода. Отчёт Linear смотрит на весь цикл работы, от постановки задачи до закрытия пул-реквеста, и показывает контринтуитивную картину: несмотря на кратный рост внедрения ИИ во всех функциях и на всех уровнях компаний, времени на работу стало не меньше, а больше. Новый слой активности, общение с ИИ и делегирование задач агентам, не заменил существующую работу, а добавился к ней. Это прямой аргумент против расхожего тезиса «ИИ экономит время команд» и повод пересмотреть, как измерять отдачу от внедрения ИИ.

Кому это важно

Руководителям продуктовых и инженерных команд, которые оценивают собственный уровень внедрения ИИ и хотят сверить его с отраслевыми цифрами. CEO и другим топ-менеджерам, отчёт прямо показывает, что именно руководители демонстрируют самый резкий рост личного использования ИИ. Тем, кто отвечает за ИИ-политику в компании и решает, подключать ли кодинг-агента к репозиториям. И не-инженерам, продакт-менеджерам, дизайнерам, чья роль, по данным Linear, всё активнее включает самостоятельную отправку кода.

Как это применить

Цифры отчёта можно использовать как ориентир при оценке собственного темпа внедрения ИИ, например, сравнить долю активных пользователей ИИ-функций в своей продуктовой команде с 34% у клиентов Linear. Данные о командах с подключённым кодинг-агентом (рост числа PR примерно втрое), аргумент в пользу такого подключения, но с оговоркой: рост числа открытых пул-реквестов сам по себе не говорит о ценности изменений, это подтверждает и сам автор отчёта. Рост времени на координацию тоже стоит закладывать заранее: внедрение ИИ, по данным Linear, не освобождает время команды, а добавляет новый его расход.

Можно ли доверять

Источник, сама компания Linear, данные агрегированы по продуктовой телеметрии десятков тысяч платящих команд за шесть лет, что даёт редкий по масштабу и длительности взгляд на процесс, а не самоотчёт. Но это данные только по клиентской базе Linear и только по активности внутри самого сервиса, использование ИИ вне Linear отчёту не видно, и это прямо признаётся в тексте. Разрез по размеру компании охватывает меньше рабочих пространств, чем остальной отчёт, поскольку размер определяется сторонним обогащением данных. Сам автор отчёта, сотрудник Linear, честно указывает на пределы: корреляция между внедрением ИИ и ростом PR есть, но данных о влиянии на бизнес-результаты нет, а абсолютные уровни PR у команд с агентом и без него напрямую не сравнимы, поскольку агентские команды изначально были продуктивнее.

Риски и подводные камни

Число открытых (не смёрженных) пул-реквестов измеряет активность, а не ценность, механический рефакторинг может дать много PR и токенов при малой пользе, а значимый багфикс или ревью, почти нулевой объём при большой пользе. Рост суммарного рабочего времени, а не его сокращение, при внедрении ИИ, риск для команд, ожидающих экономии: вместо неё возникает новый постоянный расход времени на работу с агентами и переписку с ИИ. Отчёт также не говорит, окупается ли этот дополнительный труд и рост объёма кода реальными бизнес-результатами, этот вопрос Linear прямо оставляет открытым для будущих выпусков.

«Мы не можем знать, привёл ли этот рост объёма выпускаемой работы к позитивным бизнес-результатам, но корреляция между внедрением ИИ и ускорением прослеживается очень чётко.»

— Тим Ци, руководитель отдела данных Linear, в отчёте «Edition 01»