Прагматичный инженер написал The state of the tech industry in 2026, в отчете он рассказал про основные изменения в индустрии, которые уже очевидны для многих “пользователей” и “клиентов” ИИ.

Структура доклада:
1. Скорость изменений. Темп перемен, в первую очередь из-за ИИ, беспрецедентный.
2. Что изменилось. Разработка уходит от ручного кодирования к автоматизированным процессам с несколькими ИИ-агентами. Число pull request'ов, созданных агентами, резко растёт.
3. Что сломалось. Появились проблемы с качеством и надёжностью кода. Привычное код-ревью перестаёт справляться с объёмом.
4. Что осталось прежним. Команды по-прежнему решают, выйдет ли проект. Планирование остаётся критичным, несмотря на ИИ.
5. Что дальше. Облачные кодинг-агенты станут доминирующими, а ИИ глубже встроится в процесс разработки. Команды и проекты станут меньше, а доля работы агентов вырастет.


Выводы
• Агенты ускоряют написание кода, но ответственность за результат остаётся на людях. Ревью, архитектура и надёжность важнее, чем раньше.
• Процессы придётся перестраивать: старое код-ревью не рассчитано на поток изменений от агентов. Нужны новые подходы к тестированию и контролю качества.
• Узкое место смещается от написания кода к его пониманию и проверке. Ценятся постановка задач и умение оценивать решения.
• Командная работа и планирование не устаревают. ИИ помогает исполнять, но не решает, что строить.
• Тренд на меньшие команды при большей роли агентов.

Мне как инженеру этот тренд очень заметен.

Недавно я ради эксперимента проанализировал количество коммитов и PR в GitHub: ИИ позволил нетехническим пользователям создавать PR так же быстро, как и техническим. Примерно такая же статистика, как все быстро пишут код, как на картинках.

Другой вопрос — их качество и суть.

Самый простой пример — новая dbt-модель. Вроде всё красиво и работает, но запрос выполняется в 30 раз дольше и читает много данных. Очевидно, ИИ сделал модель, но ему всё равно на стоимость Snowflake Compute.

Спустя полгода code review уже невозможно делать без агентов, потому что весь код написан агентом.

Совершенно не остаётся времени на coding art: подумать, сравнить, выбрать лучший вариант. Клик-клик, и вот уже новая фича.

Сейчас у меня на Mac 6 виртуальных рабочих столов, на каждом открыт терминал, а в каждом терминале по 4–6 сессий. Я прыгаю с одной на другую, а в промежутках — Slack и Zoom.

DuckDB 2.0

⚡️ Async I/O: S3 в 2–3 раза быстрее
Раньше каждый поток по очереди качал данные и декодировал их, поэтому CPU простаивал, пока ждал сеть.

Теперь отдельный пул заранее подгружает row groups, а воркеры только декодируют. Запрос к 2,2 ГБ Parquet: 18,8 с → 7,7 с. Включено по умолчанию, в коде ничего менять не нужно (read_ahead_depth). Тысячи мелких файлов по 1 МБ это не спасёт, так что фундамент всё ещё важен.

🌳 Рекурсивные CTE: глубокие иерархии летают
Раньше на каждом шаге рекурсии таблица перечитывалась целиком. Теперь она читается один раз, а дальше идут точечные lookup'ы.

Обход истории из 20 000 коммитов: было от 1,8 до 16 с, стало 0,1 с. Хорошо подходит для git-истории, lineage, тредов и BOM. Для неглубокой оргструктуры разницы почти не будет.

📦 VARIANT вместо JSON
JSON-поля с постоянной структурой автоматически раскладываются в настоящие колонки (shredding), а остальное хранится бинарным хвостом.

Результат: в 2,7 раза меньше места, чем у JSON-строки, и фильтры примерно в 6 раз быстрее, почти как у типизированных колонок.

Есть нюанс: касты списков пока медленные, а поле, которое то число, то строка, в колонку не попадёт.