Հետազոտություն: AI կոդավորման ագենտները մեծացնում են կոդի ծավալը, բայց ոչ ծրագրային ապրանքի մատակարարումը

Հարվարդի համալսարանի հետազոտներ Ֆիոնա Չենի և Ջեյմս Ստրաթոնի նոր ուսումնասիրությունը ցույց է տալիս, որ AI կոդավորման ագենտները զգալիորեն ավելի շատ կոդ են արտադրում, սակայն այդ առավելությունը վերածվում է ավելի շատ ավարտված ծրագրային արտադրանքի կամ պակաս աշխատատեղերի: Ուսումնասիրությունը հիմնված է Jellyfish-ի ագրեգացված վերլուծական տվյալների վրա և ընդգրկում է 300 միլիոն աշխատանքային իրադարձություն, ինչպիսիք են commit-ները և pull request-ները, 700-ից ավելի ընկերությունների 700 000-ից ավելի աշխատակցների համար 2021 թվականից մինչև 2026 թվականի մարտը:

Կոդի արտադրությունը զգալիորեն աճում է

Ուսումնասիրությունը չափեց, թե երբ է յուրաքանչյուր ընկերությունը միացրել AI կոդավորման օգնականները, որոնք հիմնականում օգնում են մարդկային գրված կոդի ինքնաերկարացմանը, և AI կոդավորման ագենտները, որոնք prompt-ների հիման վրայի վրա անկախ գռտում են և ուղարկում կոդ: Differences-in-differences ռեգրեսիայի կիրառմամբ հիմնական փոփոխականների վրա մինչև միացումը և միացումից հետո, հետազոտները հաստատեցին, որ AI կոդավորման ագենտների միացումը միջին հաշվով հանգեցնում է կոդի ընդհանուր տողերի քանակի 30%-անոց աճի, commit-ների քանակի 20%-անոց աճի և pull request-ների 23%-անոց աճի:

Վերանայումները դարձնում են խոչընդոտ

Այս լրացուցիչ կոդը դառնում է լրացուցիչ ծրագրային արտադրանք: Issues-ի և Epics-ի լուծման ցուցանիշը, այսինքն ամբողջական ծրագրային ֆունկցիաները, որոնք հետևում են Jira-ի նման գործիքներում, ինչպիսիք են AI գործիքների միացումից հետո չեն փոխվել տեսականորեն զգալի չափով, և հետազոտները այս տեսակետով չեն գտել ոչ հետևվող միավորների չափի կամ բարդության փոփոխություն: Պատճառը մարդկային կոդի վերանայման գործընթացն է: Միջին ժամանակը pull request-ի ուղարկումից կոդբազայում merge-ի համար AI ագենտների միացումից հետո 49%-ով աճել է: Pull request-ների տոկոսը, որոնց վրայից պահանջվել են փոփոխություններ, գրեթե կրկնապատկվել է, իսկ մեկնաբանությունների քանակը մեկ pull request-ում 35%-ով աճել է: Որպես պատասխան, կոդի վերանայումը իրականացնող աշխատակիցների տոկոսը 14%-ով աճել է:

Արտադրության և աշխատատեղերի վրա թեթև զգալի ազդեցություն

Հետազոտները նաեե չեն գտել AI-ի հետ կապված զգալի աշխատանքային փոփոխություններ, համեմատելով Jellyfish-ի տվյալներում ողջ ակտիվ աշխատակիցների թիվը այդ ընկերությունների LinkedIn-ի գռտետետ ստատեմետ: AI-ի վերանայման աշխատանքում դեռևս միայն եզրային դեր ունի. 2026 թվականի մարտի դրին չափված ընկերությունների 80%-ը օգտագործել է որևէ ձևով AI կոդի վերանայում, բայց AI-ի ագենտներին պատկանում է վերանայման բոլոր մեկնաբանությունների միայն 23,3%-ը և բոլոր pull request-ների 10,8%-ը, ինչը նշանակում է, որ այս աշխատանքի մեծ մասի համար մարդիկ մնում են պատասխանատու. Ուսումնասիրությանում ընկերությունների 95%-ը ունեցել է միացված AI կոդավորման ագենտներ տվյալները հավաքման դրին, ուստի հեղինակները ենթադրում են, որ կոդավորման ժամանակն ու վերանայման ժամանակի միջև զիջումը կարող է բարելավվել, երբ ճարտարագետական խմբերը ձեռք բերեն փորձ այն մասին, թե երբ և ինչպես օգտագործել այդ գործիքները: Ներկայում ուսումնասիրությունը ներկայացնում է AI կոդավորումը որպես կրկնակի եզրով սուր, որտեղ կոդավորման արագության աճը հավասարակշռվում է մարդկային կոդի վերանայման ժամանակի և ջանքերի նման աճի կողմից:

Աղբյուրներ: Arstechnica