AI-kódolóágensek több kódot termelnek, de nem több szoftvert
Harvard-kutatók szerint az AI-kódolóeszközök 30 százalékkal növelik a generált kódmennyiséget, ám a kódfelülvizsgálat jelentős szűk keresztmetszetté válik, így a szoftverkimenet nem nő számottevően.
A Harvard Egyetem kutatói 700 szoftverfejlesztő cég több mint 700 ezer alkalmazottjának adatait elemezve vizsgálták az AI-kódolóágensek hatását. Az adatok 2021 és 2026 márciusa között 300 millió munkaesemény (commitok, pull requestek) rögzítésén alapulnak. Az AI-ágensek bevezetése után a cégek átlagosan 30 százalékkal több kódot generáltak, 20 százalékkal több commitot és 23 százalékkal több pull requestet hoztak létre.
Az extra kódmennyiség azonban nem fordult le szoftverkimenet-növekedésre. A Jira-szerű eszközökben nyomon követett problémák és funkciók megoldási aránya statisztikailag szignifikáns módon nem változott az AI-eszközök bevezetése után. Az igazi szűk keresztmetszet a kódfelülvizsgálat folyamatában jelentkezik: az átlagos felülvizsgálati idő 49 százalékkal nőtt, a módosítást kérő pull requestek aránya megduplázódott, és a pull requestenkénti megjegyzések száma 35 százalékkal emelkedett.
A kutatók 14 százalékos növekedést találtak a kódfelülvizsgálatot végző munkavállalók arányában. Bár a vizsgált cégek 80 százaléka használt valamilyen AI-alapú kódfelülvizsgálatot 2026 márciusáig, az AI-ágensek csak a felülvizsgálati megjegyzések 23,3 százalékáért és az összes pull request 10,8 százalékáért voltak felelősek, így az emberek továbbra is a munka túlnyomó többségét végzik.
Forrás: Ars Technica — „AI coding agents generate more code, but not more software - Ars Technica”
Ez az összefoglaló a fenti forrás alapján, mesterséges intelligenciával készült. Szerkesztőségi ellenőrzésen nem esett át; a részletekért olvasd el az eredeti cikket.