Недавнее исследование METR выявило, что использование LLM в опенсорсных проектах увеличивает время выполнения задач на 19%. Разработчики, несмотря на положительное восприятие инструментов автодополнения, сталкиваются с когнитивными искажениями. Одним из примеров является Claude Code, который вызывает зависимость, но не всегда улучшает производительность. В 2025 году только 29% разработчиков заметили, что LLM помогают в решении сложных задач. Опрос Stack Overflow показал снижение положительного отношения к LLM-инструментам с 70% до 60%. Основная проблема заключается в необходимости тщательной проверки сгенерированного кода. При этом, несмотря на снижение доверия, разработчики продолжают изучать новые техники программирования с использованием LLM. Проблемы с качеством кода и поддержкой остаются актуальными, так как многие сгенерированные решения требуют значительных усилий для исправления.