Два тижні тому ви затвердили пілот з агентами. Може, це були блискучі Managed Agents від Anthropic, може — оновлений Agents SDK від OpenAI. Вендорське демо було розкішне: джуніорська задача — тріаж тікетів, бойлерплейт, чистка даних — зникала за 90 секунд. Ви порахували. Менше джунів, сеньйори звільняються під "високоцінну роботу". ROI виглядав бронебійно.

А тепер панчлайн, якого не було на слайді: ваші сеньйори тепер витрачають більше часу на рев'ю виводу агентів, ніж джуни колись витрачали на саму роботу. І ніхто це не забюджетив.

Тиждень, що запустив тисячу агентів

Між 8 і 15 квітня три найбільші AI-вендори пішли ва-банк на продакшн-агентах — автономних AI-системах, які не просто відповідають на питання, а реально роблять роботу самостійно. Anthropic випустив Managed Agents 8 квітня, з Notion, Rakuten та Asana як лонч-партнерами. Atlassian підключив агентів до Confluence 10 квітня. OpenAI розширив свій Agents SDK 15 квітня з sandbox-середовищами та довготривалими задачами. Ентерпрайз-агенти перейшли зі стадії "ми експериментуємо" в "це вже на проді" за одну ніч.

Ніхто не запитав, що буде далі.

Дані, яких ніхто не хоче на дашборді

Тріщини з'являлись місяцями — якщо хтось читав дослідження.

Faros.ai вивчили понад 10 000 розробників у 1 255 командах (публікація липень 2025): окремі деви закривали на 21% більше задач і мерджили на 98% більше пул-реквестів — шматків коду, відправлених на рев'ю. Звучить як перемога. Але час рев'ю PR виріс на 91%. Багів побільшало на 9%. А на рівні компанії? "Будь-яка кореляція між впровадженням AI та ключовими метриками продуктивності зникає." Індивідуальна швидкість зросла. Командний результат — на місці. Агенти не прибрали роботу — вони перемістили її вгору, у чергу на рев'ю.

На цей момент допоміжні цифри вже знайомі — у CodeRabbit знайшли в 1,7 рази більше проблем у AI-згенерованому коді (грудень 2025), дослідження Princeton показало, що надійність агентів росте вдвічі повільніше за їхні можливості (березень 2026). Ми обидва висвітлювали на цьому каналі. Дані Faros пояснюють, чому ці цифри так болять у масштабі: вузьке місце не зникло. Воно мігрувало з продакшну в рев'ю.

Структурна пастка

Ось чому ROI перевертається, і це не баг, який можна пропатчити.

Щоб виконати задачу, потрібна компетенція. Щоб відрев'ювити результат автономної системи, потрібна компетенція плюс судження плюс здатність зловити помилки, в яких AI впевнений. Нагляд суворо складніший за виконання.

Addy Osmani назвав це "comprehension debt" — зростаючий розрив між тим, скільки коду існує, і скільки з нього хоча б одна людина реально розуміє — на O'Reilly Radar 13 квітня: "Джун тепер може генерувати код швидше, ніж сеньйор здатний його критично проаудитити." Дослідження Anthropic за участю 52 інженерів, опубліковане в лютому 2026, показало, що деви з AI-асистентом набрали на 17 відсоткових пунктів менше в тестах на розуміння коду, який вони щойно "написали".

Людська ціна вже вимірювана. Harvard Business Review повідомив 5 березня, що 14% користувачів AI відчувають "brain fry" — ментальне вигорання від надмірного нагляду за AI. Нагляд посів перше місце серед найбільш виснажливих AI-активностей. Працівники з високим навантаженням на нагляд допускали на 39% більше критичних помилок і відчували на 33% більше decision fatigue — втоми від прийняття рішень. І звільнялись частіше: 34% мали намір піти, проти 25% у тих, хто не "смажився".

Shashi Bellamkonda з Info-Tech Research Group назвав це "oversight tax" 5 квітня — податок на нагляд. Він навів приклад інженера Microsoft, який використовував AI-кодінг-агента і повідомив, що "не міг відійти від екрану" — це відчувалось "ніби тебе тягне за собою". Інженер очікував делегувати роботу джуну. Натомість отримав тривожну нянькову зміну, де наслідки відведеного погляду були непередбачувані.

Цінник, якого вам ніхто не озвучив

Вендори тарифікують за використання незалежно від якості результату. Години нагляду за агентами невидимі в проєктному обліку — вони з'являються як "час сеньйор-інженера" без жодного рядка, що пов'язує їх з агентом, який створив цю роботу. Вузьке місце експертизи, яке обмежувало вашу команду до агентів, обмежує її після — просто на іншому рівні.

Прогноз Gartner за червень 2025, що понад 40% агентних проєктів будуть скасовані до 2027 року, починає виглядати консервативно. Опитування OutSystems від 13 квітня показало, що 94% IT-лідерів уже хвилюються через розповзання агентів, і лише 12% мають централізовані платформи для управління ними. Тим часом 52% покладаються на "human-on-the-loop supervision" — ввічливий корпоративний спосіб сказати "людина дивиться на робота і молиться".

Що це означає для вас

Перед деплоєм агентів порахуйте вартість нагляду на агенто-годину — не ціну самої агенто-години. Якщо у вашій команді бракує сеньйор-рев'юерів, агенти підсилюють розрив в експертизі, а не закривають його. У ROI-калькуляторі вендора немає поля "скільки коштує, коли ваш найкращий інженер витрачає весь вівторок на перевірку того, що агент тихо не зламав автентифікацію".

Запитайте вендора одне питання: який очікуваний коефіцієнт нагляду? Якщо на вас витріщаться порожнім поглядом — ви вже отримали відповідь.

Перша справжня сегментація ринку агентів буде не за якістю моделі чи ціною. Вона буде за тим, яка платформа реально знижує навантаження на нагляд. Такої метрики ще не існує — і поки її немає, кожна ROI-проєкція, яку ви бачили, пропускає найбільшу змінну. Два тижні тому піч був "агенти замінять джуніорську роботу". Сьогодні питання — хто замінить здоровий глузд сеньйор-інженера.