Блог · 24 октября 2026 · Александр Бараков
Билдеры: результатов пока не видно.
В 2026 году техкомпании пилотируют новую роль — product builder, или просто билдер. Это один человек, который сам придумывает фичу, проектирует её и делает с помощью AI-агентов. Раньше на это нужны были продакт, дизайнер и несколько разработчиков. Пять компаний рассказали в статьях, подкастах и других открытых источниках, что из этого вышло: кода стало больше, до пользователя доходит мало, а влияние на бизнес пока не измерил никто.

Главное
+220%
правок кода во внутренних системах Meta за год
+36%
правок, которые дошли до пользователей
Meta, внутренние данные, опубликованы Reuters, 2026
- Билдерами становятся часть разработчиков, продактов и аналитиков. Остальные роли становятся опорой: данные, ревью, сложные кейсы, платформа.
- Деливери и правда ускоряется: код пишется быстрее, это замечают все. Качество и надёжность отстают: растут откаты, сбои и техдолг. Дискавери и аналитика пока не ускоряются, и у команд пустые бэклоги. Аналитику делают частично или пропускают.
- Влияние на бизнес не измерил никто.
Пять пилотов
Кто пробовал и что вышло
Здесь только компании, которые рассказали, как устроили пилот и что получилось. LinkedIn, Coinbase, Block и Ramp объявили программы, но результатов не показали. Команда Harness в OpenAI просто выросла с 3 до 7 инженеров — это не пилот билдеров. Поэтому их здесь нет.
Было
Команда 10–20 человек: инженеры, продакт, дизайнер, аналитик, исследователь, инженер данных
Стало
Группа 3–5 человек: 3–4 билдера, обычно бывшие инженеры, и один, кто решает, что делать. Дизайнеры и аналитики — в общей команде на несколько групп
Схема Meta из внутренней презентации, её опубликовал Reuters
| Компания | Итог | Что сделали | Что получилось | Источник |
|---|---|---|---|---|
| Meta | Частично откатили |
|
| Источник ↗ |
| Atlassian | Откатили |
|
| Источник ↗ |
| Intercom | Итог неизвестен |
|
| Источник ↗ |
| epilot | Продолжают с ограничениями |
|
| Источник ↗ |
| Uber | Итог неизвестен |
|
| Источник ↗ |
- MetaЧастично откатили
Что сделали
- Группы по 3–5 человек вместо команд 10–20
- ~1 000 человек из Reality Labs, подразделения VR и AR
Что получилось
- Кода +220%, изменений для пользователей +36%
- Крупных сбоев +40%
- AtlassianОткатили
Что сделали
- ~10 проектов из отобранных билдеров
- Продакты, дизайнеры и инженеры в одной роли
Что получилось
- Первые недели быстро, потом сильно замедлились
- Цифр не публиковали
- IntercomИтог неизвестен
Что сделали
- ~500 человек в разработке
- 94% изменений кода создаёт агент, дизайнеры сами выкатывают правки
Что получилось
- Втрое больше изменений на человека за 16 месяцев
- Очередь багов −54%, путь от идеи до релиза −39%
- epilotПродолжают с ограничениями
Что сделали
- Немецкая B2B-компания. На 60 дней 50+ человек не из разработки получили доступ к коду
Что получилось
- 40 из 629 изменений сделали 11 человек не из разработки
- Одно изменение ушло в прод, минуя автопроверки
- UberИтог неизвестен
Что сделали
- Год продакты делают прототипы с помощью AI
Что получилось
- «2 часа прототипа заменили 4 недели обсуждений»
- Прототип принимают за готовое решение
Итог «неизвестен» значит, что компания не сказала, достигла ли цели.
Что ломается
Четыре проблемы, которые повторяются
Кода больше, пользы столько же
+30%
кода после AI-агентов, Harvard, 718 компаний
- Законченных задач при этом не прибавилось
- У Meta изменений для пользователей +36% при кода +220%
Некому решать, что делать
1 : 30–40
один продакт или дизайнер на 30–40 инженеров, по ощущениям команды Atlassian
- Все ушли писать код, направление не задавал никто
- Раньше было 1 к 10. Пилот свернули
Проверять не успевают
+40%
- Времени на их тушение +70%
- Intercom: проверка кода стала узким местом, качество просело
Люди выгорают
74% → 55%
- Бывших менеджеров просят вернуться к управлению

Мои наблюдения
Аналитика западает
Фичи выходят быстрее, чем кто-то успевает проверить, сработали ли они. Я вижу три причины: билдерам не хватает навыка, им не хочется разбираться самим, а агенту не на что опереться.
Аналитику делают наполовину
Билдер выкатывает фичу и не проверяет, помогла ли она. Если запускает A/B-тест, часто не умеет его правильно поставить и прочитать.
Сами делать не хотят
Билдеры не хотят разбираться с данными сами и идут к аналитику. Нагрузка на аналитиков не падает.
Агенту не на что опереться
Без инструкций и единых определений метрик агент пишет запросы с нуля, цифры расходятся, и билдер снова идёт к аналитику.
Код и интерфейсы
Код пишут небрежно, копится долг
Тесты, документацию и чистку кода пропускают ради скорости. Через полгода-год любая правка будет дольше и дороже.
Продукты выглядят одинаково
Агенты собирают интерфейсы из одних и тех же шаблонов. Над тем, удобно ли продуктом пользоваться, никто не думает.
Роли
Кто куда движется
Мой обобщённый сценарий по пилотам. Билдерами становятся часть разработчиков, продактов и аналитиков. Опорой для билдеров становятся все роли. Целиком этот путь не прошла ни одна компания.
Что меняется в каждой роли
- Разработчик
- Писать кодСтавить задачи агенту и проверять его код. Плюс часть работы продакта (что делать и зачем) и аналитика (проверить, сработала ли фича)
- Продакт
- Макеты, простые фичиРешать, что делать и в каком порядке, говорить с клиентами. Плюс часть работы разработчика (собрать фичу с агентом) и аналитика (поставить простой тест, прочитать метрику)
- Аналитик (DA, DS)
- SQL, выгрузки, простые A/B-тестыСложные тесты и исследования, учить другие роли своим навыкам
- BI/AE/DE
- Собирать метрики, витрины данных, дашборды, пайплайны по шаблонуВести для агента базу знаний домена и единые определения метрик (semantic layer), проверять его ответы (evals), отвечать за то, какие данные верны, следить за тем, что собирают билдеры
Команда билдеров
делает фичи с агентами
Кто
Часть разработчиков, продактов и аналитиков
Что делают
Сами придумывают, проектируют и делают фичу. Агент пишет код, запросы и прототипы
Опора для билдеров
enablement
Кто
Все роли: BI, AE и DE, дизайнеры и те разработчики, продакты и аналитики, кто не ушёл в билдеры
Что делают
Делают так, чтобы билдеры не ломали: данные и метрики, которым верит агент, проверки его ответов, платформа, общий набор элементов интерфейса, обучение
Люди
Кого делать билдером
Проще переучить продакта и аналитика: писать код с агентом они учатся быстро. Труднее научить думать о бизнесе и принимать решения.
Что с новичками
Если запускаете пилот
Что мерить
Артефакты: есть ли эффект
Посмотреть, что билдеры сделали: фичи, тесты, отчёты. Дошло ли это до пользователя и сдвинуло ли метрику.
Логи: есть ли попытки
Кто и как часто пробует сделать задачу сам с агентом, на каком шаге бросает и уходит к специалисту.
Барьеры: что не работает в агентах
Почему задача, ради которой человек пришёл к агенту (JTBD), не выполнилась: нет данных или доступа, неверный ответ, не хватает навыка.
Если вы запускаете пилот билдеров и меряете эффект — напишите, как.
Источники
- Meta — Reuters investigation, 26.08.2026 (syndicated copy)
- Meta — Scaling AI-native analytics patterns, 20.10.2026
- Meta — Sundial acquisition, Axios, 23.10.2026
- Atlassian — The future of product craft, 28.05.2026
- Atlassian — SaaStr session recap
- Intercom — 2× nine months later, 16.04.2026
- Intercom — Webinar Q&A: how Fin 3x'd R&D output
- Intercom — Every business leader deserves their own data analyst, 10.04.2026
- Intercom — Nobody changed their title, 07.07.2026
- Intercom — How eight people hold the bar for 200+ builders, 09.07.2026
- epilot — 40 PRs from non-engineers in 60 days
- Uber — AI prototyping is changing how we build products, 15.04.2026
- Chen & Stratton, Harvard working paper, 04.08.2026 (summary)
- Bain — The half-finished redesign, Technology Report 2026
- HBS and P&G — The Cybernetic Teammate, NBER w33641
- Anthropic — Self-service data analytics with Claude, 03.06.2026
- Booking.com — Scaling experimentation quality, 24.03.2026
- Ramp — Meet Ramp Research
