Что если кодовая база на самом деле хранится в Postgres, и агенты напрямую изменяют файлы, читая/записывая в БД? Скорость разработки увеличилась в 3-5 раз. Это, безусловно, продолжится. Проверка PR уже стала узким местом для команд с высокой производительностью. Кодовая база, проверенная в файловой системе, кажется ужасным примитивом, когда у вас 10-100-1000 агентов, пишущих код. Код теперь является данными с высокой скоростью и должен быть смоделирован как таковой. Как минимум, нам нужна атомарность на уровне записи и лучшая координация между агентами, лучшие примитивы синхронизации для подписки на изменения состояния кодовой базы и реальное время для проверки/форматирования/обзора кода на уровне файлов. Текущая парадигма ~20-летней давности git checkout/branch/push/pr/review/rebase закончилась в январе 2026 года. Нам нужна совершенно новая основополагающая система для написания кода, если мы действительно собираемся соответствовать законам масштаба.

🚨СРОЧНО: Alibaba протестировала AI-агентов по программированию на 100 реальных кодовых базах, охватывающих 233 дня каждая. агенты провалились с треском. оказалось, что пройти тесты один раз легко. поддерживать код в течение 8 месяцев, не сломав всё, — вот где AI терпит крах. SWE-CI — это первая метрика, которая измеряет долгосрочное обслуживание кода, а не одноразовые исправления ошибок. каждая задача отслеживает 71 последовательный коммит реальной эволюции. 75% моделей AI ломают ранее работающий код во время обслуживания. только Claude Opus 4 остается выше 50% нулевой регрессии. каждая другая модель накапливает технический долг, который усугубляется с итерациями. вот жестокая часть: - HumanEval и SWE-bench измеряют "работает ли это прямо сейчас" - SWE-CI измеряет "работает ли это всё ещё после 6 месяцев изменений" агенты, оптимизированные для тестирования снимков, пишут хрупкий код, который проходит тесты сегодня, но становится непригодным для обслуживания завтра. Alibaba создала EvoScore, чтобы оценивать более поздние итерации тяжелее, чем ранние. агенты, которые жертвуют качеством кода ради быстрых побед, получают наказание, когда последствия накапливаются. наратив о программировании AI стал более честным: большинство моделей могут писать код. почти ни одна не может его поддерживать.