Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарHabr AI→ оригинал

Тестировщики устают от ИИ-агентов на 22% сильнее разработчиков: 66,2 против 54,5 балла

Агенты должны разгружать инженера, но к вечеру многие устают сильнее прежнего. Авторы Habr опросили 26 сотрудников по шкале NASA-TLX, где человек сам оценивает свою нагрузку: у QA средний балл 66,2, у разработчиков 54,5, то есть на 22% выше. Агент пишет код за минуты, но тестировщик отвечает за результат, которого не видел изнутри, и расплачивается стрессом. Поэтому при внедрении агентов закладывайте время на проверку.

AI-обработка оригинала Habr AI; редакция Hamidun News
Тестировщики устают от ИИ-агентов на 22% сильнее разработчиков: 66,2 против 54,5 балла
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Умственные затраты у QA не выше72 против 77 у разработчиков
Ключевой факт #2У QA выше усилие, давление сроков и фрустрация
Ключевой факт #3Опыт работы с агентами и сильные модели вроде Claude Opus снижают нагрузку

Считается, что ИИ-агенты должны разгружать инженера: рутину они берут на себя, задачи закрываются быстрее. Но многие замечают обратное: время экономится, а к вечеру усталость сильнее, чем раньше. Представьте тестировщика, которому агент за двадцать минут выдал большое изменение в коде. Писать его самому было бы долго, но теперь именно этот человек обязан поручиться за качество, хотя не видел, как агент пришёл к решению. Двое авторов с Habr проверили, как такая работа отражается на самочувствии коллег, и получили любопытную картину. Она пригодится тимлидам, которые планируют внедрение агентов, и самим инженерам, которые хотят понять причины своей усталости.

Как проводили опрос

В исследовании участвовали 26 сотрудников одной компании, которых авторы назвали AI-native: разработчики, QA и проектные менеджеры. Все они уверенно используют набор инструментов и специализированных агентов и ведут длинные многошаговые сценарии. В таких сценариях агент планирует действия, пишет и правит код, отлаживает и обращается к другим инструментам. Нагрузку измеряли по методике NASA-TLX, которую создали в исследовательском центре NASA Ames. Человек сам оценивает шесть параметров: умственные затраты, физические затраты, давление времени, усилие, собственную производительность и фрустрацию.

Исходная гипотеза звучала так: мозг айтишника сильно перегружен при работе с агентами. Она не подтвердилась. Средний взвешенный индекс получился умеренно-высоким: около 57 баллов, медиана 58, разброс от 25 до 86. Зато проявилась другая закономерность. У QA средний индекс равен 66,2, у разработчиков 54,5. Разница составляет 11,7 пункта, или 22%. Если сравнивать случайного тестировщика со случайным разработчиком, нагрузка у тестировщика выше примерно в 70% пар.

Почему больше устают тестировщики

Показатель «умственные затраты» у QA ниже, чем у разработчиков: 72 против 77. Разницу создают усилие, давление темпа и фрустрация. Авторы объясняют это так: генерация результата подешевела, а контроль остался дорогим. Тестировщик отвечает за качество и переживает из-за возможных репутационных потерь. При этом контроля над тем, как агент пришёл к решению, у него стало меньше. Ответственность сохраняется, управляемость падает, и это вызывает стресс.

Ещё несколько цифр по всей выборке. Высокую умственную нагрузку (80 и выше) отметили 12 из 26 человек, высокое усилие (80 и выше) 11, высокую фрустрацию (60 и выше) тоже 12, сильное давление сроков (80 и выше) 8. Многие респонденты отмечают рост умственной нагрузки и раздражения, даже когда времени в сумме экономится больше.

Что, по итогам интервью, снижает или повышает нагрузку:

  • Опыт работы с агентами. Кто лучше умеет управлять процессом и снижать неопределённость и галлюцинации, тот увереннее в результате и меньше переживает.
  • Тип проекта. Вайбкодинг POC и MVP «в своё удовольствие» нагружает меньше, чем сложные production-проекты со строгими требованиями к коду и безопасности.
  • Внешнее давление. Сроки в один день и установки вроде «с ИИ мы должны работать в семь раз быстрее» бьют сильнее самой работы с агентом.
  • Качество модели. С сильными платными моделями вроде Claude Opus работать проще, чем с локальными MiniMax или Qwen, которые зависают, зацикливаются и неверно понимают задачу.
  • Тип работы. Задачи разработки проще разбить на последовательные шаги. В тестировании приходится чаще переключать контекст, учитывать неявные условия и полагаться на интуицию.

Что говорит теория и что делать

Авторы опираются на модель когнитивной нагрузки Свеллера (1988): внутренняя нагрузка отражает сложность самой задачи, внешняя складывается из помех, релевантная описывает усилия на построение схем и глубокое понимание. ИИ убирает часть внешней нагрузки: автодополнение, шаблонный код, быстрый поиск по документации. Внутренняя смещается: вопрос «как написать» превращается в «как правильно спросить и проверить». Релевантная нагрузка может падать, и тогда слабеет умение читать код без подсказок и удерживать в голове картину всей системы. Отдельно авторы описывают «когнитивный долг»: ответственность за результат, который вы формально не создавали. Мозг воспринимает потерю контроля как угрозу, растут тревога и накопленная усталость.

Рекомендации из статьи такие: использовать ИИ осознанно, то есть просить его объяснить решение, найти слабые места и предложить альтернативы; периодически решать задачи без агентов; учиться системно настраивать агентов, задавать ограничения и управлять контекстом.

Авторы сами оговариваются: выборка маленькая, из одной компании и не рандомизирована, оценки субъективные. Делить респондентов на QA и разработчиков они изначально не планировали, поэтому вывод про тестировщиков остаётся наблюдением, а не доказанным эффектом. Практический вывод всё равно понятен: если вы ускоряете генерацию кода, заранее продумайте, кто и как будет проверять результат. Иначе выигрыш во времени превратится в стресс у тех, кто отвечает за качество. Во второй части исследования авторы обещают разобрать влияние ИИ на когнитивные способности инженеров.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как проводили опрос?

В исследовании участвовали 26 сотрудников одной компании, которых авторы назвали AI-native: разработчики, QA и проектные менеджеры. Все они уверенно используют набор инструментов и специализированных агентов и ведут длинные многошаговые сценарии. В таких сценариях агент планирует действия, пишет и правит код, отлаживает и обращается к другим инструментам. Нагрузку измеряли по методике NASA-TLX, которую создали в исследовательском центре NASA Ames.

Что известно по теме: почему больше устают тестировщики?

Показатель «умственные затраты» у QA ниже, чем у разработчиков: 72 против 77. Разницу создают усилие, давление темпа и фрустрация. Авторы объясняют это так: генерация результата подешевела, а контроль остался дорогим. Тестировщик отвечает за качество и переживает из-за возможных репутационных потерь. При этом контроля над тем, как агент пришёл к решению, у него стало меньше. Ответственность сохраняется, управляемость падает, и это вызывает стресс. Ещё несколько цифр по всей выборке.

Что известно по теме: что говорит теория и что делать?

Авторы опираются на модель когнитивной нагрузки Свеллера (1988): внутренняя нагрузка отражает сложность самой задачи, внешняя складывается из помех, релевантная описывает усилия на построение схем и глубокое понимание. ИИ убирает часть внешней нагрузки: автодополнение, шаблонный код, быстрый поиск по документации. Внутренняя смещается: вопрос «как написать» превращается в «как правильно спросить и проверить».

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…