Почему десятикратный рост ИИ-коммитов на GitHub стал угрозой для стабильности кода

А когда, по сообщению Techora.ru, те же нейросети уже роняют инфраструктуру GitHub, Amazon и Cloudflare — нам становится понятно, что инструмент масштабируется быстрее, чем мы успеваем адаптировать процессы.

Рост красивый, прода — нет

Десять иксов — это не органический рост. Это значит, что либо в репозитории хлынул поток экспериментаторов, которые коммитят каждый промпт отдельно, либо LLM-ассистенты реально встроились в пайплайн у команд, которые раньше их игнорировали. Оба сценария — про разные риски. В первом в master течёт тонна нерецензированного мусора, во втором люди, которые два года назад не могли настроить CI, теперь автоматизируют генерацию кода, который никто не валидирует.

Главная проблема — LLM-коммит выглядит как человеческий. Те же сообщения, те же подписи, та же структура. Отличить автогенерацию от руки на этапе пулл-реквеста нельзя, если в команде не заведено явных маркеров. А их не заведено почти ни у кого.

Инфраструктурный костыль

Если верить Techora.ru, активность ИИ-агентов уже дошла до уровня, на котором ложатся GitHub, Amazon и Cloudflare. Прямых подробностей в публикации немного, но сам паттерн показателен: асинхронный воркер, плодящий коммиты и PR с той же скоростью, с которой нейросеть выдаёт токены, способен задавить любой rate limit. Обработчик событий, не спроектированный под такой режим, выдаёт деградацию, троттлинг и таймауты — ровно то, что девопс получает в проде в три часа ночи.

Классический архитектурный костыль встречается с организационным. Команды, которые раскатывали LLM-фичи через тот же пайплайн, что и обычные сервисы, узнали то, что девопс знает с первого дня: генератор нагрузки, работающий на той же частоте, что и прод, — это не feature, это вектор атаки. На собственный сервис.

Что делать на практике

Без паники. Минимум, что нам стоит проверить прямо сейчас:

• Маркировка AI-коммитов в CI. Два grep по message Co-authored-by: Copilot или по хешам авто-агентов — и в логах появляется внятная аналитика: сколько кода реально пишет LLM, сколько человек.
• Жёсткий code review gate на любой PR, где доля автогенерированного кода превышает заранее установленный порог. Сорок процентов, шестьдесят — решайте по команде, но решайте.
• Разнести нагрузку от ИИ-воркеров по отдельным очередям с отдельными лимитами. Иначе они будут конкурировать с продовым трафиком за те же ресурсы.

git log --since="30 days ago" --grep="Co-authored-by: Copilot" --oneline | wc -l

gh api graphql -F query='
query {
search(query: "org:myorg Co-authored-by: Copilot", type: ISSUE, first: 0) { issueCount }
}
' | jq.data.search.issueCount

Главный вывод. Нейросеть — это не junior-программист, которого можно поревьюить и забыть. Это инструмент, который масштабируется быстрее, чем наши процессы. Рост коммитов в десять раз за год — не достижение, а индикатор того, что пайплайн ревью либо уже сломан, либо сломается в ближайший квартал. Делайте бэкапы, разносите очереди, ставьте gate'ы. И не верьте сказкам про то, что LLM «ускоряет разработку»: она ускоряет генерацию кода, а это две большие разницы.