Десятки тысяч команд ежедневно строят продукты в Linear, и за шесть лет накопилась подробная картина того, как меняется процесс разработки — от периода до массового внедрения AI и до текущего момента.
Компании-разработчики моделей и создатели кодинг-инструментов публикуют много данных о расходе токенов и объёме сгенерированного кода, но это лишь один слой работы. Linear, в отличие от них, видит весь рабочий процесс создания продукта — от первой задачи (issue) до pull request, который её закрывает. Правда, при этом остаётся невидимым использование AI за пределами Linear, так что речь идёт о картине внедрения внутри клиентской базы сервиса, а не о рынке в целом.
В отчёте рассматриваются три аспекта этого перехода: кто использует AI, как это меняет распределение времени команд внутри Linear, и влияет ли это на объём выпускаемого кода. Вместе они формируют фиксированную точку отсчёта — состояние AI-assisted разработки продуктов в 2026 году, с которым можно будет сравнивать данные следующих отчётов.
Внедрение AI распространилось на все функции
Между январём и июнём 2026 года доля пользователей, активно применяющих AI-функции, более чем удвоилась во всех подразделениях. Быстрее всего рос продуктовый блок — с 12% до 34%, а даже go-to-market, функция, наиболее далёкая от кодовой базы, выросла с 5% до 18%. Роли классифицируются через нормализацию должностей, что даёт некоторую погрешность на краях распределения, но паттерн слишком широкий, чтобы быть артефактом разметки.
| Сегмент | Янв 2026 | Июн 2026 | Изменение |
|---|---|---|---|
| Основатель | 14% | 30% | +16 п.п. |
| Инженерия | 12% | 30% | +18 п.п. |
| Продукт | 12% | 34% | +22 п.п. |
| Дизайн | 6% | 22% | +16 п.п. |
| GTM | 5% | 18% | +13 п.п. |
N = 127 000 платных пользователей, активных как в январе, так и в июне 2026 года.
Внедрение дошло до самого верха
Руководители лично используют AI на уровне не хуже, а часто и выше, чем их команды. CEO компаний с 201+ сотрудниками показали рост с 9% до 36% за полгода — самый большой скачок среди всех сегментов отчёта, что говорит о том, что топ-менеджеры изучают технологию, применяя её на практике, а не читая о ней. Данные о размере компании получены через сторонние сервисы обогащения данных, поэтому этот срез охватывает меньше рабочих пространств, чем остальная часть отчёта.
| Сегмент | Янв 2026 | Июн 2026 | Изменение |
|---|---|---|---|
| Основатель, 201+ | 10% | 26% | +16 п.п. |
| Основатель, 51-200 | 15% | 27% | +12 п.п. |
| Основатель, 1-50 | 15% | 31% | +16 п.п. |
| CEO, 201+ | 9% | 36% | +27 п.п. |
| CEO, 51-200 | 15% | 25% | +11 п.п. |
| CEO, 1-50 | 7% | 21% | +14 п.п. |
| CPO, 201+ | 3% | 24% | +21 п.п. |
| CPO, 51-200 | 10% | 26% | +15 п.п. |
| CPO, 1-50 | 11% | 36% | +25 п.п. |
| CTO, 201+ | 11% | 35% | +24 п.п. |
| CTO, 51-200 | 12% | 28% | +16 п.п. |
| CTO, 1-50 | 16% | 33% | +17 п.п. |
N = 13 300 руководителей, активных как в январе, так и в июне 2026 года.
Внедрение одинаково устойчиво на любом размере компании
Внедрение AI выросло примерно втрое повсеместно — от стартапов до крупных предприятий. Размер компании, обычно надёжный предиктор скорости внедрения новых технологий, здесь почти не влияет на результат.
| Сегмент | Янв 2026 | Июн 2026 | Изменение |
|---|---|---|---|
| 1001+ FTE | 8% | 25% | +17 п.п. |
| 201-1000 FTE | 9% | 27% | +19 п.п. |
| 51-200 FTE | 9% | 25% | +16 п.п. |
| 1-50 FTE | 8% | 23% | +14 п.п. |
N = 199 000 платных пользователей с известным размером компании, активных как в январе, так и в июне 2026 года.
Команды вкладывают в систему больше информации
Между июнем 2025 и июнем 2026 время, затрачиваемое на создание задач, триаж и комментирование, выросло почти во всех подразделениях: у инженерии — примерно на 17% только по созданию и триажу. У основателей колебания заметно сильнее — рост на 17 минут по созданию задач и на 26 минут по комментированию, хотя эта группа малочисленнее и более «шумная» с точки зрения статистики. Больше работы, судя по всему, требует больше координации, а эта координация всё чаще задаёт контекст, в котором действуют агенты.
| Сегмент | Июн 2025 | Июн 2026 | Изменение |
|---|---|---|---|
| Создание и триаж, инженерия | 24м | 28м | +5 мин |
| Создание и триаж, продукт | 38м | 37м | −1 мин |
| Создание и триаж, дизайн | 22м | 25м | +3 мин |
| Создание и триаж, GTM | 27м | 31м | +4 мин |
| Создание и триаж, основатель | 40м | 57м | +17 мин |
| Назначение и обновление, инженерия | 16м | 19м | +3 мин |
| Назначение и обновление, продукт | 26м | 26м | 0 мин |
| Назначение и обновление, дизайн | 12м | 15м | +3 мин |
| Назначение и обновление, GTM | 12м | 15м | +3 мин |
| Назначение и обновление, основатель | 22м | 29м | +7 мин |
| Комментарии, инженерия | 35м | 40м | +5 мин |
| Комментарии, продукт | 48м | 49м | +1 мин |
| Комментарии, дизайн | 32м | 34м | +2 мин |
| Комментарии, GTM | 49м | 55м | +6 мин |
| Комментарии, основатель | 39м | 64м | +26 мин |
N = 54 300 платных пользователей (июнь 2025) → 89 000 (июнь 2026).
AI создаёт почти половину всех задач
Два года назад AI создавал меньше одной задачи из тысячи. Сейчас на AI приходится чуть менее половины всего созданного в Linear, и при текущих темпах роста скоро он будет создавать больше задач, чем люди и интеграции вместе взятые.
Данные охватывают период с июня 2024 по август 2026 года, без учёта импортированных задач. N учитывает еженедельное количество созданных задач по источникам — агенты и MCP против людей и интеграций.
Время на планирование внутри Linear не изменилось
Время, затрачиваемое на клиентские запросы, документы и проекты, оставалось стабильным в год, когда почти всё остальное в отчёте выросло. Практика планирования сильно различается от команды к команде, и значительная её часть проходит в устных обсуждениях, не оставляющих следа в системе, поэтому средние значения смешивают тех, кто планирует активно, с теми, кто делает это по минимуму. Стабильность цифр говорит о том, что AI пока сильнее изменил то, как команды выполняют работу, чем то, как они решают, что строить.
| Сегмент | Июн 2025 | Июн 2026 | Изменение |
|---|---|---|---|
| Клиентские запросы, инженерия | 1м | 1м | 0 мин |
| Клиентские запросы, продукт | 3м | 4м | 0 мин |
| Клиентские запросы, дизайн | 1м | 1м | 0 мин |
| Клиентские запросы, GTM | 4м | 4м | +1 мин |
| Клиентские запросы, основатель | 2м | 3м | +1 мин |
| Документы и проекты, инженерия | 3м | 3м | +1 мин |
| Документы и проекты, продукт | 13м | 14м | +1 мин |
| Документы и проекты, дизайн | 4м | 5м | +1 мин |
| Документы и проекты, GTM | 3м | 3м | +1 мин |
| Документы и проекты, основатель | 7м | 8м | 0 мин |
N = 54 300 платных пользователей (июнь 2025) → 89 000 (июнь 2026).
Появился новый слой работы
Общение с AI и делегирование задач агентам — категории работы, которых год назад просто не существовало, а теперь они фигурируют в еженедельной активности каждого подразделения, особенно активно — в продуктовом. При этом ничто другое не сократилось, чтобы освободить для этого место, что говорит о том, что AI, по крайней мере пока, добавился поверх существующей работы, а не заменил её.
| Сегмент | Июн 2025 | Июн 2026 | Изменение |
|---|---|---|---|
| Агентские задачи, инженерия | 0м | 1м | +1 мин |
| Агентские задачи, продукт | 0м | 1м | +1 мин |
| Агентские задачи, дизайн | 0м | 0м | 0 мин |
| Агентские задачи, GTM | 0м | 0м | 0 мин |
| Агентские задачи, основатель | 0м | 2м | +2 мин |
| Чат с AI, инженерия | 0м | 2м | +2 мин |
| Чат с AI, продукт | 0м | 5м | +5 мин |
| Чат с AI, дизайн | 0м | 3м | +3 мин |
| Чат с AI, GTM | 0м | 3м | +3 мин |
| Чат с AI, основатель | 0м | 4м | +4 мин |
N = 54 300 платных пользователей (июнь 2025) → 89 000 (июнь 2026).
Не-инженеры выпускают всё больше кода
Доля продукт-менеджеров, прикладывающих pull request к своей работе, выросла с 3% до 10% за два года, а у дизайнеров — с 1% до 8%. Учитываются только pull request'ы в репозиториях, подключённых к Linear, так что любой код, выпущенный за пределами этого контура, остаётся невидимым — эти цифры следует считать нижней границей, а не верхней. Люди, которые раньше только описывали изменение, всё чаще реализуют его сами.
| Сегмент | Июн 2024 | Июн 2025 | Июн 2026 | Изменение |
|---|---|---|---|---|
| Основатель | 11% | 12% | 23% | +12 п.п. |
| Инженерия | 20% | 22% | 34% | +14 п.п. |
| Продукт | 3% | 3% | 10% | +7 п.п. |
| Дизайн | 1% | 2% | 8% | +7 п.п. |
| GTM | 1% | 1% | 3% | +2 п.п. |
N = 166 000 платных пользователей (июнь 2026).
Pull request'ы выросли на 111% за два года
Количество открытых pull request'ов на одно рабочее пространство выросло на 111% относительно базового уровня июня 2024 года. Первый год показатель держался примерно на месте, а затем в 2026 году пошёл резко вверх — по мере того как качество моделей и уровень внедрения росли параллельно. Учитываются открытые, а не смерженные PR, и сам факт открытия PR ничего не говорит о ценности изменения, но перелом тренда пропустить сложно.
Данные охватывают все платные рабочие пространства, N = 47 900 платных workspace (июнь 2026).
Коддинг-агенты дают основной вклад в ускорение
Команды, подключившие коддинг-агента, примерно утроили недельное количество pull request'ов за два года — с 21 до 65, тогда как команды без агента выросли с 8 до 10. Эти команды и раньше показывали более высокий выпуск кода до появления коддинг-агентов, поэтому уровни нельзя сравнивать напрямую, но динамика каждой группы относительно её собственной базовой линии рисует ясную картину — почти весь рост приходится на сторону агентов.
N = 6887 платных команд (4280 с коддинг-агентами, 2607 без).
Заключение
Самое наглядное свидетельство влияния AI на разработку продуктов — резкий рост выпуска кода у команд, использующих коддинг-агентов, за последние два года. Нет способа узнать, привёл ли этот рост к позитивным бизнес-результатам, но корреляция между внедрением AI и ускорением работы выражена очень чётко.
Возможно, более интересна структура этого внедрения и то, как она смешивает роли. Старшие руководители всё активнее занимаются работой рядового исполнителя (IC), агрессивно применяя AI, чтобы справляться с ней, а не-инженеры коммитят код. Тезис о том, что каждый в организации становится «строителем», похоже, верен хотя бы направленчески.
При этом рост выпуска не привёл к экономии времени. Время, затрачиваемое на существующие задачи в Linear, осталось прежним, тогда как использование AI добавилось как новый слой работы — то есть общее время, затрачиваемое на разработку продукта, растёт, а не сокращается. По доступным наблюдениям, команды работают больше, а не меньше, что намекает на своеобразный парадокс Джевонса в применении к AI, выходящий за пределы простого расхода токенов.
Многие справедливо возразят, что подсчёт pull request'ов показывает активность, а не ценность — это действительно так, но всё равно шаг вперёд по сравнению с измерением токенов. Механический рефакторинг может сжечь массу токенов, тогда как значимое исправление бага или код-ревью — нет, так что расход токенов и ценность вообще не коррелируют, и использование одного как индикатора другого будущем будет восприниматься как реликт раннего периода AI.
В следующих отчётах планируется глубже изучить весь жизненный цикл работы — от расхода токенов до конечных результатов, что теперь можно наблюдать напрямую, поскольку код и код-ревью также проходят через Linear.
— Тим Ци, руководитель отдела данных Linear
Приложение
Методология
Отчёт использует агрегированные продуктовые данные Linear: AI-диалоги, сессии агентов, активность по задачам, комментарии и pull request'ы. Учитываются только платные рабочие пространства и их пользователи. Все метрики приводятся в агрегированном виде, чтобы показать общие паттерны использования AI при разработке ПО, а не поведение отдельных людей. Каждая метрика измеряется в фиксированном временном окне — календарный месяц или последние 30 дней. Графики год-к-году используют июнь 2025 и июнь 2026. Метрики внедрения используют скользящее окно в 30 дней, а временные ряды агрегируются до недельных точек — оба приёма снижают краткосрочный шум. В некоторых графиках учитываются только пользователи, активные в обоих сравниваемых окнах.
Определения
AI-активный. Пользователь с как минимум одним AI-взаимодействием — диалогом в приложении или Slack, либо сессией агента — за 28-дневное окно.
Команда с агентом. Рабочее пространство с подключённым коддинг-агентом.
Pull request. Изменение кода, открытое в репозитории, подключённом к Linear. Учитываются открытые, а не смерженные PR.
Платное рабочее пространство. Workspace на платном плане, активный в соответствующем периоде.
Агентская задача. Делегирование задачи агенту либо запуск сессии.
Размер компании. Число штатных сотрудников компании, по данным сторонних сервисов обогащения.