კვლევა: AI კოდირების აგენტები კოდის მოცულობას ზრდიან, მაგრამ არა პროგრამული უზრუნველყოფის მიწოდებას

ჰარვარდის უნივერსიტეტის მკვლევრების ფიონა ჩენისა და ჯეიმს სტრატონის ახალი კვლევა აჩვენებს, რომ AI კოდირების აგენტები მნიშვნელოვნად მეტ კოდს აწარმოებენ, თუმცა ეს მოგება მეტ დასრულებულ პროგრამულ პროდუქტად ან ნაკლებ სამუშაო ადგილად არ გარდაიქმნება. კვლევა ეფუძნება Jellyfish-ის აგრეგირებულ ანალიტიკას და მოიცავს 300 მილიონ სამუშაო მოვლენას, როგორიცაა commit-ები და pull request-ები, 700-ზე მეტი კომპანიის 700 000-ზე მეტ თანამშრომელზე 2021 წლიდან 2026 წლის მარტამდე.

კოდის გამომუშავება მკვეთრად იზრდება

კვლევამ გაზომა, როდის დანერგა თითოეულმა კომპანიამ AI კოდირების ასისტენტები, რომლებიც ძირითადად ადამიანის მიერ დაწერილი კოდის ავტოდასრულებას ეხმარება, და AI კოდირების აგენტები, რომლებიც პრომპტების საფუძველზე დამოუკიდებლად წერენ და აგზავნიან კოდს. სხვაობათა სხვაობის რეგრესიის გამოყენებით ძირითად ცვლადებზე დანერგვამდე და დანერგვის შემდეგ, მკვლევრებმა დაადგინეს, რომ AI კოდირების აგენტების დანერგვა საშუალოდ იწვევს კოდის მთლიანი ხაზების რაოდენობის 30%-იან ზრდას, commit-ების რაოდენობის 20%-იან ზრდას და pull request-ების 23%-იან ზრდას.

რევიუები ბარიერად იქცევა

ეს დამატებითი კოდი დამატებით პროგრამულ პროდუქტად არ იქცევა. Issues-ისა და Epics-ის გადაწყვეტის მაჩვენებელი, ანუ მთლიანი პროგრამული ფუნქციები, რომლებსაც Jira-ს მსგავს ინსტრუმენტებში თვალყურს ადევნებენ, AI ხელსაწყოების დანერგვის შემდეგ სტატისტიკურად მნიშვნელოვნად არ შეცვლილა, და მკვლევრებმა ამ თვალსაზრისით არც თვალყურის დევნებული ერთეულების ზომის ან სირთულის ცვლილება იპოვეს. მიზეზი ადამიანური კოდის რევიუს პროცესშია. საშუალო დრო pull request-ის გაგზავნიდან კოდბაზაში merge-მდე AI აგენტების დანერგვის შემდეგ 49%-ით გაიზარდა. pull request-ების წილი, რომლებზეც ცვლილებები მოითხოვეს, თითქმის გაორმაგდა, ხოლო კომენტარების რაოდენობა ერთ pull request-ზე 35%-ით გაიზარდა. საპასუხოდ, კოდის რევიუს შემსრულებელი თანამშრომლების წილი 14%-ით გაიზარდა.

გამომუშავებასა და სამუშაო ადგილებზე მცირე გავლენა

მკვლევრებმა AI-სთან დაკავშირებული დასაქმების მნიშვნელოვანი ცვლილებებიც ვერ იპოვეს, Jellyfish-ის მონაცემებში მთლიან აქტიურ მუშაკთა რაოდენობასა და ამ კომპანიების LinkedIn-ის ჩანაწერებს შორის შედარების საფუძველზე. AI-ს რევიუს სამუშაოში ჯერჯერობით მხოლოდ მარგინალური როლი აქვს: 2026 წლის მარტისთვის გაზომილი კომპანიების 80% იყენებდა AI კოდის რევიუს რომელიმე ფორმას, მაგრამ AI აგენტებზე მოდიოდა ყველა რევიუს კომენტარის მხოლოდ 23,3% და ყველა pull request-ის 10,8%, რაც იმას ნიშნავს, რომ ამ სამუშაოს დიდ უმრავლესობაზე ადამიანები რჩებიან პასუხისმგებლები. კვლევაში კომპანიების 95%-ს მონაცემების შეწყვეტის მომენტისთვის ჰქონდა დანერგილი AI კოდირების აგენტები, ამიტომ ავტორები ვარაუდობენ, რომ კოდირების დროსა და რევიუს დროს შორის კომპრომისი შეიძლება გაუმჯობესდეს, როცა საინჟინრო გუნდები გამოცდილებას მოიპოვებენ იმაში, როდის და როგორ გამოიყენონ ეს ხელსაწყოები. ამჟამად კვლევა AI კოდირებას ორმაგი ეფექტის მქონე ხმლად წარმოაჩენს, სადაც კოდირების სიჩქარის ზრდას ადამიანური კოდის რევიუს დროისა და ძალისხმევის მსგავსი ზრდა აბალანსებს.

წყაროები: Arstechnica