← Новости

Автономный кодинг обещал экономию — на деле 80% токенов уходит в тепло

Автономный кодинг обещал экономию — на деле 80% токенов уходит в тепло
Иллюстрация: The Value Engineering, ИИ

В 2025 году опросы показали, что 90% технических специалистов применяли искусственный интеллект в работе, при этом отдельное исследование выявило, что порядка 31% респондентов задействовали ИИ-агентов, часть из них — эпизодически. Тем не менее, несмотря на повсеместное внедрение, в программной инженерии отсутствовал инструмент для оценки того, что бизнес реально приобретает за оплаченный токен, когда агент модифицирует репозиторий с кодовой базой.

Чтобы устранить этот пробел, Алан Аспуру-Гузик и Вариния Берналес предложили концепцию программной термодинамики в исследовании от ноября 2026 года под названием «Where the Tokens Go: Heat, Entropy and Error in Agentic Coding». Ключевой тезис работы предельно прагматичен: автономный кодинг подчиняется законам термодинамики, из-за чего до 80% бюджета токенов агента уходит в тепло, а не в полезную работу. Для корпоративных лидеров, финансирующих закупку ИИ-инструментов разработки, подобная структурная неэффективность напрямую раздувает счета за вычислительную инфраструктуру и разрушает юнит-экономику автоматизированного девелопмента.

Разделение затрат токенов на работу и тепло

В программной термодинамике модель генерирует правки к определенной версии репозитория, тогда как сервисная обвязка координирует доступ к инструментам. Набор тестов выступает в роли программного демона Максвелла: он оценивает каждое изменение и пропускает в репозиторий исключительно тот код, который успешно проходит проверки.

Для измерения этой динамики исследователи запустили повторяющиеся циклы, в которых агент вносит изменение в репозиторий, а затем откатывает его назад. Поскольку каждый такой круговой цикл начинается с сохраненного эталонного дерева файлов и возвращает правки в исходную точку, любые токены, израсходованные в процессе, фиксируются как потерянная энергия.

Около 80% токенов успешного запуска генерируются при вызовах модели, которые оставляют запрошенное изменение в исходной точке.

Эти холостые итерации — обращения к модели, которые возвращают запрошенное изменение к первоначальному состоянию, — авторы исследования классифицируют как тепло. При этом полезная энергия, необходимая для фактического завершения модификации, оказывается минимальной. По аналогии с равенством Яржинского, свободная энергия изменения оценивается всего в 14–22% от средней стоимости успешного цикла кодинга. Эксперименты также подтвердили, что генерация кода обходится в 1,1–1,5 раза дороже, чем его удаление или откат.

Какой объем реального капитала сгорает в подобных холостых циклах? Когда восемь из десяти токенов в успешном сценарии создают нулевой чистый архитектурный прогресс, затраты на вычисления масштабируются исключительно пропорционально стохастическому методу проб и ошибок, а не объему готового продакшн-кода. Это дает ответ на главный операционный вопрос: корпоративные бюджеты оплачивают масштабный объем впустую потраченного инференса, уходящего на циклическую подгонку решений вместо поступательного развития архитектуры.

Несовершенные фильтры и инфраструктурные издержки

Сам программный демон Максвелла формирует дополнительный уровень издержек. Тестовый набор не является непогрешимым арбитром: его вердикт напрямую зависит от внешней среды исполнения. Когда проверочный шлюз ошибочно пропускает некорректное изменение, оркестратор тратит добавочные объемы токенов на последующую диагностику и исправление дефекта на более поздних этапах.

Возможный контраргумент к предложенному термодинамическому подходу заключается в том, что инженерные задачи кардинально различаются по сложности, из-за чего средние термодинамические показатели расхода токенов могут показаться нерелевантными для конкретных продакшн-пайплайнов. Тем не менее экспериментальные данные выявили устойчивый базовый уровень потерь: независимо от структуры конкретной задачи, циклические правки, возвращающие кодовую базу в исходное состояние, стабильно сжигают подавляющую часть сгенерированных токенов во всех прогонах. Это подтверждает, что структурный перебор вариантов остается доминирующим драйвером затрат независимо от комплексности отдельной инженерной задачи.

Набор тестов выступает в роли программного демона Максвелла, оценивающего каждое изменение в коде.

Непрерывное сжигание вычислительных ресурсов в ходе замкнутых циклов редактирования подчеркивает углубляющийся разрыв между обещаниями вендоров и реальными операционными показателями. Автономные агенты позиционируются на рынке как решение, способное бесшовно заменить ручной труд разработчиков. На практике текущие агентные архитектуры тратят до 80% своего бюджета токенов на выработку термодинамического тепла, вынуждая бизнес напрямую оплачивать высокую стоимость автоматизированного метода проб и ошибок.

Источник: arXiv cs.AI