AI tools are overdelivering: results from our large-scale AI productivity survey

AI tools are overdelivering: results from our large-scale AI productivity survey

AI-инструменты превосходят ожидания: результаты нашего масштабного опроса об AI-продуктивности

What exactly AI is doing for people, which AI tools have product-market fit, where the biggest opportunities remain, and what it all means

Что именно AI делает для людей, у каких AI-инструментов есть product-market fit, где остаются самые большие возможности и что всё это значит

👋 Hey there, I’m Lenny. Each week, I tackle reader questions about building product, driving growth, and accelerating your career. For more: Lennybot | Lenny’s Podcast | How I AI | Fav AI/PM courses | Fav public speaking course

👋 Привет, я Lenny. Каждую неделю я отвечаю на вопросы читателей о создании продукта, росте и развитии карьеры. Больше материалов: Lennybot | Lenny's Podcast | How I AI | Любимые курсы по AI/PM | Любимый курс по публичным выступлениям

Annual subscribers get 19 premium products for free for one year: Lovable, Replit, Gamma, n8n, Bolt, Devin, Wispr Flow, Descript, Linear, PostHog, Superhuman, Granola, Warp, Perplexity, Raycast, Magic Patterns, Mobbin, ChatPRD, and Stripe Atlas (while supplies last). Subscribe now.

Годовые подписчики получают 19 премиум-продуктов бесплатно на год: Lovable, Replit, Gamma, n8n, Bolt, Devin, Wispr Flow, Descript, Linear, PostHog, Superhuman, Granola, Warp, Perplexity, Raycast, Magic Patterns, Mobbin, ChatPRD и Stripe Atlas (пока есть в наличии). Оформите подписку сейчас.

I’m excited to share my (record) fourth collaboration with the great Noam Segal, AI Insights Manager at Figma and former UXR leader at Zapier, Airbnb, Meta, Twitter, Intercom, and Wealthfront. Let’s get to it.

С радостью представляю свою (рекордную) четвёртую коллаборацию с замечательным Noam Segal, AI Insights Manager в Figma и бывшим руководителем UXR в Zapier, Airbnb, Meta, Twitter, Intercom и Wealthfront. Поехали.

Author’s note: Names have been changed to preserve participant anonymity.

Примечание автора: имена изменены для сохранения анонимности участников.

There’s no shortage of debate about AI’s impact on work. Is it delivering real productivity gains? Where’s the ROI? Hot takes abound, but data have been scarce.

Споров о влиянии AI на работу хватает. Даёт ли он реальный прирост продуктивности? Где ROI? Громких мнений полно, а данных мало.

We took it upon ourselves to find out what’s actually happening on the ground by running one of the largest independent, in-depth surveys on how AI is affecting productivity for tech workers (1,750 respondents). We surveyed product managers, engineers, designers, founders, and others about how they’re using AI at work.

Мы решили выяснить, что на самом деле происходит на местах, и провели один из крупнейших независимых углублённых опросов о том, как AI влияет на продуктивность технических специалистов (1 750 респондентов). Мы опросили продакт-менеджеров, инженеров, дизайнеров, фаундеров и других сотрудников о том, как они используют AI в работе.

tl;dr: AI is overdelivering.

tl;dr: AI превосходит ожидания.

55% респондентов говорят, что AI превзошёл их ожидания, и почти 70% утверждают, что он улучшил качество их работы.Более половины респондентов сообщили, что AI экономит им минимум полдня в неделю на самых важных задачах. Мы никогда раньше не видели, чтобы инструмент давал такой прирост продуктивности.Фаундеры получают от AI больше всего. Половина (49%) сообщает, что AI экономит им более 6 часов в неделю — это значительно выше, чем для любой другой роли. Почти половина (45%) также считает, что качество их работы стало «гораздо лучше» благодаря AI.Дизайнеры получают меньше всего выгоды. Только 45% сообщают о положительном ROI (против 78% у фаундеров), а 31% говорят, что AI не оправдал ожиданий — это втрое больше, чем у фаундеров.Инженеры приняли AI как партнёра по программированию и теперь хотят, чтобы он занимался более скучной (но необходимой) работой по созданию продуктов: документацией, ревью кода и написанием тестов.n8n сейчас доминирует в ландшафте агентов, хотя реальная adoption агентских платформ в 2025 году идёт медленно.Целых 92,4% респондентов сообщают хотя бы об одном существенном недостатке использования AI-инструментов. Простор для улучшений определённо есть.

AI is far from the novelty it was a year or two ago. It has clearly cemented a place as work and productivity infrastructure, and AI tools are improving at a breathtaking pace. If AI is already giving most people back at least half a day per week in late 2025, what does 2026 look like? What about 2027? We’re watching the early innings of a compounding productivity revolution.

AI уже далеко не та новинка, какой был год-два назад. Он явно закрепился как инфраструктура работы и продуктивности, и AI-инструменты совершенствуются с захватывающей дух скоростью. Если AI уже сейчас, в конце 2025 года, возвращает большинству людей минимум полдня в неделю, как будет выглядеть 2026 год? А 2027? Мы наблюдаем самое начало накапливающейся революции продуктивности.

As Kevin Weil (VP at OpenAI) noted, “The AI model that you’re using today is the worst AI model you will ever use for the rest of your life.”

Как отметил Kevin Weil (VP в OpenAI), «AI-модель, которой вы пользуетесь сегодня — это худшая AI-модель, которой вы будете пользоваться до конца жизни».

What exactly AI is doing for people, function by function

Что именно AI делает для людей — по функциям

PMs are seeing the most value from AI tools to (1) write PRDs (21.5%), (2) create mockups/prototypes (19.8%), and (3) improve their communication across emails and presentations (18.5%).

PM получают больше всего пользы от AI-инструментов в (1) написании PRD (21,5%), (2) создании макетов/прототипов (19,8%) и (3) улучшении коммуникации в письмах и презентациях (18,5%).

Prototyping, at #2, signals one of many role-boundary shifts happening now. With tools like Lovable, v0, and others, PMs are increasingly going from idea to prototype without waiting on design.

Прототипирование на 2-м месте сигнализирует об одном из многих сдвигов границ ролей, происходящих прямо сейчас. С инструментами вроде Lovable, v0 и другими PM всё чаще идут от идеи к прототипу, не дожидаясь дизайна.

But look farther down the list and a pattern emerges: AI is helping PMs produce, but it lags in helping them think. The top jobs are all production tasks (docs, prototypes, comms), while strategic and discovery work sits near the bottom (user research at 4.7%, roadmap ideas at 1.1%). PMs have cracked how to use AI for the “last mile” of getting ideas out of their head, but they still have a big opportunity to embrace AI for the upstream work of figuring out what to build.

Но если посмотреть ниже по списку, проявляется закономерность: AI помогает PM производить, но отстаёт в помощи им мыслить. Топ-задачи — это всё задачи производства (документы, прототипы, коммуникации), а стратегическая и discovery-работа находится внизу (пользовательские исследования — 4,7%, идеи для roadmap — 1,1%). PM научились использовать AI для «последней мили» вытаскивания идей из головы, но у них остаётся большая возможность задействовать AI для upstream-работы — понимания, что именно строить.

Designers are finding AI most helpful with user research synthesis (22.3%), content and copy (17.4%), and design concepts ideation (16.5%). Visual design ranks #8, at just 3.3%.

Дизайнеры считают AI наиболее полезным в синтезе пользовательских исследований (22,3%), контенте и копирайтинге (17,4%) и генерации дизайн-концепций (16,5%). Визуальный дизайн занимает 8-е место — всего 3,3%.

AI is helping designers with everything around design (research synthesis, copy, ideation), but pushing pixels remains stubbornly human. Meanwhile, compare prototyping: PMs have it at #2 (19.8%), while designers have it at #4 (13.2%). AI is unlocking skills for PMs outside of their core work (at least in the case of prototyping), whereas designers aren’t seeing the marginal improvement benefits from AI doing their core work.

AI помогает дизайнерам со всем, что вокруг дизайна (синтез исследований, копирайт, ideation), но двигать пиксели по-прежнему упорно остаётся человеческой работой. При этом сравните прототипирование: у PM оно на 2-м месте (19,8%), а у дизайнеров — на 4-м (13,2%). AI открывает PM навыки за пределами их основной работы (по крайней мере, в случае прототипирования), тогда как дизайнеры не видят предельной пользы от того, что AI делает их основную работу.

Founders lean heavily toward productivity and decision support (32.9%), product ideation (19.6%), and vision/strategy (19.1%).

Фаундеры делают сильный упор на продуктивность и поддержку принятия решений (32,9%), продуктовую ideation (19,6%) и видение/стратегию (19,1%).

Unlike others, founders are using AI to think, not just to produce. The top three jobs are all strategic: decision support, ideation, and vision/strategy. That’s a stark contrast to PMs (whose top jobs are documents and prototypes) and designers (research synthesis and copy). And look at that #1 category: “productivity/decision support,” at 32.9%, is unlike anything else in the survey. No other role has a single use case this dominant. Founders are treating AI as a thought partner and sounding board, not just a tool for specific deliverables. (This tracks with Tal’s excellent post on building AI copilots as long-term thinking partners and Amir’s recent post on building your second brain using ChatGPT.)

В отличие от других, фаундеры используют AI, чтобы мыслить, а не только производить. Топ-3 задачи — все стратегические: поддержка решений, ideation и видение/стратегия. Это резкий контраст с PM (у которых топ-задачи — документы и прототипы) и дизайнерами (синтез исследований и копирайт). И посмотрите на категорию №1: «продуктивность/поддержка решений» с 32,9% не похожа ни на что в опросе. Ни у одной другой роли нет такого доминирующего use case. Фаундеры относятся к AI как к мыслительному партнёру и собеседнику, а не просто инструменту для конкретных результатов. (Это соответствует отличному посту Tal о построении AI-копилотов как долгосрочных мыслительных партнёров и недавнему посту Amir о создании второго мозга с помощью ChatGPT.)

The surprise misses: Financial modeling sits at just 1.8%, despite founders living in spreadsheets during fundraising. Same with recruiting, at 1.3%, even though hiring consumes enormous founder time. These feel like opportunities waiting for better tools.

Сюрпризы-промахи: финансовое моделирование — всего 1,8%, несмотря на то, что фаундеры живут в таблицах во время фандрейзинга. То же с рекрутингом — 1,3%, хотя найм отнимает у фаундеров огромное количество времени. Это выглядит как возможности, ожидающие лучших инструментов.

This pattern may explain why founders report the highest satisfaction throughout the survey—they’ve figured out how to use AI for higher-leverage strategic work, not just production tasks.

Эта закономерность может объяснять, почему фаундеры показывают самую высокую удовлетворённость во всём опросе — они разобрались, как использовать AI для более рычажной стратегической работы, а не только для задач производства.

Engineers are the outlier. For them, AI is doing just one big job: writing code, the core engineering task. Whereas for the PMs and designers, AI is helping them with supporting work.

Инженеры — исключение. Для них AI делает одну большую задачу: пишет код, основную инженерную задачу. Тогда как PM и дизайнерам AI помогает с вспомогательной работой.

Farther down the list are jobs like documentation (7.7%), testing (6.2%), and code review (4.3%). These are the “boring but necessary” tasks engineers typically dislike. As you’ll see in the opportunities data below, that’s about to change. Engineers have accepted AI as a coding partner; now they want it to handle the tedious work that comes after the code has been written.

Ниже по списку идут такие задачи, как документация (7,7%), тестирование (6,2%) и ревью кода (4,3%). Это «скучные, но необходимые» задачи, которые инженеры обычно не любят. Как вы увидите в данных о возможностях ниже, это вот-вот изменится. Инженеры приняли AI как партнёра по программированию; теперь они хотят, чтобы он взял на себя нудную работу, которая идёт после написания кода.

One more pattern worth noting: engineers report the most mixed results on quality later in the survey (51% better but 21% worse, the highest “worse” of any role).

Ещё одна закономерность, которую стоит отметить: инженеры сообщают о самых смешанных результатах по качеству далее в опросе (51% лучше, но 21% хуже — самый высокий показатель «хуже» среди всех ролей).

Engineers are the only role where ChatGPT isn’t #1

Инженеры — единственная роль, где ChatGPT не на 1-м месте

ChatGPT is the #1 most popular AI tool for most roles: 57.7% of PMs, 49.6% of designers, and 72.1% (!!!) of founders use ChatGPT over any other AI tool, with Claude coming in second for those three roles.

ChatGPT — самый популярный AI-инструмент для большинства ролей: 57,7% PM, 49,6% дизайнеров и 72,1% (!!!) фаундеров используют ChatGPT чаще любого другого AI-инструмента, причём Claude занимает второе место для этих трёх ролей.

But engineers have a very different behavior. GitHub Copilot was first to market, has Microsoft and GitHub’s distribution muscle, and is baked into the world’s most popular code repository. Yet it sits behind three tools that launched after it. Engineers are choosing newer (better) alternatives over the incumbent.

Но у инженеров поведение совсем другое. GitHub Copilot первым вышел на рынок, имеет дистрибуционную мощь Microsoft и GitHub и встроен в самый популярный в мире репозиторий кода. И всё же он стоит позади трёх инструментов, запущенных позже него. Инженеры выбирают более новые (и лучшие) альтернативы вместо инкумбента.

For engineers, the top three are in a dead heat: Cursor (33.2%), ChatGPT (30.8%), and Claude Code (29.0%) are all within 4 percentage points. This market hasn’t consolidated, and switching costs are low. Also notable: Claude Code (29.0%) outpaces Claude’s chat interface (20.7%). Purpose-built tools are winning, but Claude is also helpful with several core coding-related tasks (e.g. code migration and more) that put it at fourth.

У инженеров топ-3 идут вровень: Cursor (33,2%), ChatGPT (30,8%) и Claude Code (29,0%) — все в пределах 4 процентных пунктов. Этот рынок не консолидировался, и стоимость переключения низкая. Также примечательно: Claude Code (29,0%) опережает чат-интерфейс Claude (20,7%). Специализированные инструменты побеждают, но Claude также полезен в нескольких задачах, связанных с кодом (например, миграция кода и другое), что ставит его на четвёртое место.

Gemini sits at a distant 10.6%, but a caveat: this space shifts fast. A few strong model releases or product updates could reshape these rankings quickly. What’s true today may look very different in six months.

Gemini на отдалённом 10,6%, но с оговоркой: эта сфера меняется быстро. Несколько сильных релизов моделей или продуктовых обновлений могут быстро перекроить эти рейтинги. То, что верно сегодня, через полгода может выглядеть совсем иначе.

ChatGPT is a far-and-away winner for PMs.

ChatGPT — безоговорочный победитель среди PM.

Perplexity is also surprisingly highly ranked, probably due to its strong research capabilities.

Perplexity также удивительно высоко ранжируется, вероятно, благодаря своим сильным research-возможностям.

However, farther down the list, Lovable (8.7%) and Cursor (7.7%) are cracking the top seven for PMs. This reinforces the pattern we saw earlier: PMs are increasingly building things themselves, encroaching on what’s traditionally design and engineering work. The PM toolkit is expanding beyond documents and decks.

Однако ниже по списку Lovable (8,7%) и Cursor (7,7%) пробиваются в топ-7 для PM. Это подкрепляет закономерность, которую мы видели ранее: PM всё чаще строят вещи сами, заходя на территорию традиционно дизайнерской и инженерной работы. Инструментарий PM расширяется за пределы документов и презентаций.

One note: Copilot (8.4%) edges out Cursor (7.7%) among PMs, though the reverse is true for engineers. This may reflect Microsoft ecosystem lock-in at larger companies, or simply that PMs discovered Copilot first and haven’t yet explored alternatives.

Одно замечание: Copilot (8,4%) обходит Cursor (7,7%) среди PM, хотя для инженеров справедливо обратное. Это может отражать lock-in экосистемы Microsoft в более крупных компаниях или просто то, что PM сначала открыли для себя Copilot и пока не исследовали альтернативы.

AI is driving significant time and quality gains (for most)

AI обеспечивает значительный прирост времени и качества (для большинства)

63% of PMs and 83% of founders report that AI saves 4+ hours per week. Even the most skeptical group, designers, still shows 47.5% reporting 4+ hours saved. Only 1% to 5% of respondents across roles say AI is “no faster than manual work.”

63% PM и 83% фаундеров сообщают, что AI экономит 4+ часов в неделю. Даже самая скептическая группа — дизайнеры — всё равно показывает 47,5% с экономией 4+ часов. Только от 1% до 5% респондентов во всех ролях говорят, что AI «не быстрее ручной работы».

On quality, though, the story is more nuanced. PMs and founders are bullish (over 70% report quality improvements), but engineers are more mixed. 51% of engineers tell us that AI makes the quality of their work better, but 21% say it’s worse. Designers fall in between, at 60% better, 13% worse. The quality ratings among engineers may reflect the higher bar for correctness in code: a “somewhat better” first draft of a PRD is useful; a “somewhat better” but buggy function is not. Also, bad code is easier to spot than a bad PRD.

По качеству, впрочем, картина более неоднозначная. PM и фаундеры настроены оптимистично (более 70% сообщают об улучшении качества), но инженеры более разделены. 51% инженеров говорят нам, что AI улучшает качество их работы, но 21% говорят, что хуже. Дизайнеры посередине — 60% лучше, 13% хуже. Оценки качества среди инженеров могут отражать более высокую планку корректности в коде: «несколько лучший» первый драфт PRD — это полезно; «несколько лучшая», но багованная функция — нет. К тому же плохой код легче заметить, чем плохой PRD.

Where are the opportunities for more AI help?

Где есть возможности для большей помощи AI?

The gap between where people are using AI today and where they want to use it next reveals a lot about where the opportunities are for founders and startups to jump in and deliver new tools and functions.

Разрыв между тем, где люди используют AI сегодня, и тем, где они хотят его использовать в будущем, многое говорит о том, где есть возможности для фаундеров и стартапов вскочить в поезд и предложить новые инструменты и функции.

For PMs, the biggest opportunity story is research. User research shows the largest demand gap of any task (+27.2pp). Only 4.7% say it’s their primary AI use case today, but nearly a third want it to be. The pattern is clear: PMs have figured out how to use AI for output tasks like writing PRDs and drafting communications, but they’re hungry to apply it upstream, to the messy work of understanding what to build.

Для PM главная история возможностей — это research. Пользовательские исследования показывают самый большой разрыв спроса среди всех задач (+27,2 п.п.). Только 4,7% говорят, что это их основной use case AI сегодня, но почти треть хотят, чтобы это так было. Закономерность ясна: PM поняли, как использовать AI для задач вывода — написания PRD и составления коммуникаций, — но они жаждут применить его выше по потоку, к беспорядочной работе по пониманию того, что строить.

Prototyping is a breakout category. For PMs, “creating mockups/prototypes” jumps from 19.8% (currently using) to 44.4% (want to use next), a +24.6pp swing that makes it the single most-wanted future use case. For designers, prototyping and interaction design show similar momentum (+27.8pp). This tracks with the rise of tools like Lovable, v0, Replit, and Figma Make: people have seen what’s possible and want more.

Прототипирование — это прорывная категория. Для PM «создание макетов/прототипов» прыгает с 19,8% (используют сейчас) до 44,4% (хотят использовать дальше) — это +24,6 п.п. сдвиг, делающий его самым востребованным будущим use case. Для дизайнеров прототипирование и интеракционный дизайн показывают аналогичный импульс (+27,8 п.п.). Это соответствует подъёму инструментов вроде Lovable, v0, Replit и Figma Make: люди увидели, что возможно, и хотят больше.

Engineers are shifting their use of AI to handle work after writing the code. Writing code was by far their most popular use case (51% current), but it has a demand gap of only +5.6pp. However, documentation (+25.8pp), code review (+24.5pp), and writing tests (+23.5pp) all show massive opportunities for growth in engineering AI tooling.

Инженеры смещают использование AI на работу после написания кода. Написание кода было их самым популярным use case с большим отрывом (51% сейчас), но разрыв спроса всего +5,6 п.п. Однако документация (+25,8 п.п.), ревью кода (+24,5 п.п.) и написание тестов (+23,5 п.п.) показывают огромные возможности для роста инженерного AI-тулинга.

Founders are doubling down on AI as a thinking partner. Product ideation shows massive demand, jumping from 19.6% (currently using) to 48.6% (want to use next), a +29.0pp gap. Growth strategy and GTM planning (+24.7pp) and market analysis (+24.0pp) follow close behind.

Фаундеры удваивают ставку на AI как партнёра по мышлению. Продуктовая ideation показывает огромный спрос, прыгая с 19,6% (используют сейчас) до 48,6% (хотят использовать дальше) — разрыв +29,0 п.п. Стратегия роста и GTM-планирование (+24,7 п.п.) и анализ рынка (+24,0 п.п.) следуют близко за этим.

Founders already use AI heavily for personal productivity (32.9% currently), but they want to move upstream. They’re looking for a strategic collaborator to pressure-test ideas, explore markets, and think through go-to-market—AI as a co-founder, not just an assistant.

Фаундеры уже активно используют AI для личной продуктивности (32,9% сейчас), но они хотят двигаться выше по потоку. Они ищут стратегического коллаборатора, чтобы прожимать идеи на прочность, исследовать рынки и продумывать go-to-market — AI как сооснователя, а не просто ассистента.

Based on these reported gaps, the next wave of AI adoption will require not just better models but better workflows for human-AI collaboration on fuzzy problems. Writing a PRD has a clear output; competitive research does not. Writing code can be tested; “product ideation” cannot.

Исходя из этих заявленных разрывов, следующая волна adoption AI потребует не просто лучших моделей, а лучших workflow для совместной работы человека и AI над нечёткими задачами. У написания PRD есть ясный результат; у конкурентного research — нет. Написание кода можно протестировать; «продуктовую ideation» — нельзя.

Which AI tools have product-market fit?

У каких AI-инструментов есть product-market fit?

We asked: “Which AI tool(s) would you be very disappointed to lose access to?” The classic Sean Ellis PMF question. 83.6% named at least one tool, which is itself a remarkable signal of how embedded AI has become in daily workflows. But the relationship between the number of people who regularly use a tool and would miss that tool if it went away tells the story of the products that have truly found product-market fit.

Мы спросили: «Какой AI-инструмент(ы) вы были бы очень разочарованы потерять?» Классический PMF-вопрос Sean Ellis. 83,6% назвали как минимум один инструмент, что само по себе — поразительный сигнал того, насколько глубоко AI встроился в ежедневные workflow. Но связь между числом людей, которые регулярно используют инструмент, и тем, как бы им его не хватало, если бы он исчез, рассказывает историю продуктов, действительно нашедших product-market fit.

ChatGPT dominates, perhaps only for now. Half of respondents (50.2%) would be very disappointed to lose ChatGPT, but that’s notably lower than the 60% to 75% of respondents across most roles who say they regularly use the tool. This, in part, explains why OpenAI recently declared a “Code Red” as it watches Gemini and Claude begin to erode market share. Switching costs in AI are still very low.

ChatGPT доминирует — возможно, только пока. Половина респондентов (50,2%) были бы очень разочарованы потерять ChatGPT, но это заметно ниже, чем 60–75% респондентов в большинстве ролей, которые говорят, что регулярно используют этот инструмент. Это отчасти объясняет, почему OpenAI недавно объявила «Code Red», наблюдая, как Gemini и Claude начинают отъедать долю рынка. Стоимость переключения в AI пока очень низкая.

ChatGPT, Claude, and Gemini top the list for PMs—they’re such multi-purpose tools well-suited to the PM job. It’s most interesting to see Cursor right behind Gemini (we wouldn’t expect an engineering tool like Cursor to be so popular among PMs), followed by Lovable (which currently seems to be winning in the prototyping market).

ChatGPT, Claude и Gemini возглавляют список для PM — это настолько многоцелевые инструменты, хорошо подходящие под работу PM. Самое интересное — увидеть Cursor сразу за Gemini (мы бы не ожидали, что инженерный инструмент вроде Cursor будет так популярен у PM), а за ним Lovable (который сейчас, похоже, побеждает на рынке прототипирования).

Designers (23.3%) and founders (20.6%) index highest on Claude. The Claude ecosystem (Claude and Claude Code combined) reaches 27.5% overall. This feels like a big win for Anthropic.

Дизайнеры (23,3%) и фаундеры (20,6%) показывают самый высокий индекс по Claude. Экосистема Claude (Claude и Claude Code вместе) достигает 27,5% в общем. Это выглядит как большая победа для Anthropic.

Specialized engineering tools have found loyal users and a clear product-market fit among engineers. For engineers, the PMF leaderboard looks completely different from everyone else: ChatGPT (25.3%), Cursor (20.7%), Claude Code (17.1%), and Claude (13.4%). Three of the top four products they’d miss are coding-specific tools. Engineers have found—and want to hold onto—specialized tools that fit their needs, rather than relying on general-purpose chat interfaces. Cursor’s 20.7% PMF among engineers (vs. 7% to 9% for other roles) shows how deeply it has embedded into coding workflows.

Специализированные инженерные инструменты нашли лояльных пользователей и явный product-market fit среди инженеров. Для инженеров лидерборд PMF выглядит совершенно иначе, чем у всех остальных: ChatGPT (25,3%), Cursor (20,7%), Claude Code (17,1%) и Claude (13,4%). Три из четырёх лучших продуктов, которых им бы не хватало, — это специализированные инструменты для кодинга. Инженеры нашли — и хотят удержать — специализированные инструменты, подходящие их потребностям, а не полагаться на универсальные чат-интерфейсы. 20,7% PMF Cursor среди инженеров (против 7–9% у других ролей) показывают, насколько глубоко он встроился в workflow программирования.

In fact, a handful of role-specific tools are winning their niches.

На самом деле, целый ряд инструментов под конкретные роли побеждает в своих нишах.

This post is for paid subscribers

Этот пост — для платных подписчиков