Что ИИ сделал с Stack Overflow, на одном графике

Участник извлёк публичные статистические данные Stack Overflow и построил график. Результат говорит сам за себя: ChatGPT вытеснил конкурентов.

Конкретный случай

Пользователь опубликовал на data.stackexchange.com (публичный интерфейс для SQL-запросов к данным Stack Overflow) запрос, который отслеживает количество вопросов, заданных в месяц на сайте с момента его создания до середины 2026 года. График был опубликован на Hacker News 18 июля 2026 года и делает то, что мало какие аналитические статьи способны сделать: наглядно показывает, что изменилось с появлением ИИ.

Кривая плавно растёт с 2008 по 2013 год, выходит на плато в 2013–2020 годах с лёгким спадом, а затем резко падает с конца 2022 года — именно когда вышел ChatGPT (30 ноября 2022 года) — и продолжает снижаться без восстановления. К 2026 году ежемесячный объём вопросов упал до уровня, невиданного со времён ранних лет существования сайта.

Код за графиком

Для любопытных публикуемый запрос выглядит так:

SELECT
 DATEFROMPARTS(YEAR(CreationDate), MONTH(CreationDate), 1) AS Month,
 COUNT(*) AS Questions
FROM Posts
WHERE PostTypeId = 1
GROUP BY YEAR(CreationDate), MONTH(CreationDate)
ORDER BY Month;

PostTypeId = 1 фильтрует вопросы (ответы имеют PostTypeId = 2). Инструмент data.stackexchange.com позволяет любому проверить результат за тридцать секунд без установки чего-либо — пример открытости данных, который мало какие платформы могут предложить.

Почему так происходит

Для опытного разработчика ответ на вопрос «почему такой резкий спад?» очевиден: когда вы застряли на баге или синтаксисе, вы больше не ищете «python typeerror int str» в Google и не открываете первый ответ Stack Overflow из ветки 2014 года с пометкой «дубликат». Вы открываете Claude, ChatGPT или Copilot и задаёте вопрос напрямую, с вашим контекстом, своим куском кода, трассировкой стека. Ответ приходит персонализированным, на французском, если нужно, без войн модераторов по поводу закрытия за дубликаты.

Это быстрее, это мягче (никто не обвиняет вас в RTFM), и это работает довольно часто — кроме случаев, когда модель галлюцинирует. Опытный разработчик это знает и перепроверяет; новичок, как правило, не перепроверяет. Это одна из тем для обсуждения в командах.

Что мы теряем на этом пути

Истинная цена этой перемены не сразу заметна. Stack Overflow был не просто поисковой системой: это был корпус знаний, который индексировал Google, который просматривали рекрутеры (чтобы оценить профиль), который читали новички, чтобы научиться правильно формулировать технические вопросы. Этот корпус теперь сокращается, в то время как модели ИИ, обученные на нём, продолжают извлекать из него пользу, не внося ничего взамен. Потенциально проблемная обратная связь: на чём будут обучаться модели 2028 года?

Есть также аспект трассируемости. Ответ на Stack Overflow — вы знаете, кто его написал, когда и с каким рейтингом сообщества. Ответ LLM — это непрозрачная агрегация. Для производственного кода такая трассируемость стоит дорого.

Что запомнить

График — лишь один из многих индикаторов: Stack Overflow объявил о нескольких волнах увольнений с 2023 года, мотивируя это в том числе снижением трафика (см. блог-пост CEO Prashanth Chandrasekar от октября 2023 года о первой волне). Но сам график обобщает три года изменений в привычках разработчиков. Вопрос, который стоит задать в 2026 году, в команде, больше не «стоит ли использовать LLM». Это: как не дать умереть общим благам (документации, публичным вопросам и ответам, учебным материалам), которые сделали нашу профессию возможной?