هوش مصنوعی بیشتر در نوشتن کدها نقش دارد، اما این موضوع لزوماً به معنای تولید نرم‌افزار با سرعت بیشتر نیست.
یکی از جالب‌ترین اطلاعاتی که تا به حال در مورد ابزارهای کدنویسی مبتنی بر هوش مصنوعی خوانده‌ام این است: افزایش کد، لزوماً به معنای افزایش نرم‌افزار نیست.
تحقیقاتی که توسط فیونا چن و جیمز استراتون از دانشگاه هاروارد انجام شده، داده‌های مربوط به بیش از 700 شرکت نرم‌افزاری را از سال 2021 تا مارس 2026 بررسی کرده است. این داده‌ها شامل اطلاعات مربوط به بیش از 700 هزار کارمند و 300 میلیون مورد کاری بوده است. پس از استفاده از ابزارهای کدنویسی، میانگین تعداد خطوط کد، تعداد کامیت‌ها، و تعداد درخواست‌های ادغام (pull request) به ترتیب 30، 20 و 23 درصد افزایش یافته است.
اما سوال اصلی این است: آیا این افزایش، منجر به بهبود عملکرد کلی می‌شود؟ بررسی‌ها نشان داده است که هیچ تغییر معناداری در نرخ تکمیل خطاها، وظایف و ویژگی‌ها در ابزارهایی مانند Jira مشاهده نشده است.
مشکل اصلی در مرحله بررسی کد است. مدت زمانی که از ارسال یک درخواست ادغام تا پذیرش آن در کد اصلی طول می‌کشد، 49 درصد افزایش یافته است. نرخ درخواست‌های ادغام که نیاز به اصلاح دارند، تقریباً دو برابر شده است، تعداد نظرات در هر درخواست ادغام 35 درصد افزایش یافته، و درصد کارمندانی که در بررسی کد مشارکت دارند، 14 درصد افزایش یافته است. به عبارت دیگر، بخش قابل توجهی از سرعت به دست آمده در مرحله کدنویسی، در مراحل بررسی و اصلاح از بین می‌رود.
شرکت‌ها در تلاشند تا این مشکل را با استفاده از هوش مصنوعی حل کنند: طبق گزارش‌ها، 80 درصد از شرکت‌هایی که در این بررسی مورد مطالعه قرار گرفتند، از نوعی ابزار بررسی کد مبتنی بر هوش مصنوعی استفاده می‌کردند. با این حال، تنها 23.3 درصد از نظرات بررسی کد، توسط این ابزارها ارائه شده است، و این ابزارها تنها در 10.8 درصد از درخواست‌های ادغام مشارکت داشته‌اند؛ بخش اعظم کار همچنان بر عهده انسان‌ها است. همچنین، هیچ تغییر معناداری در تعداد کارمندان فعال، حداقل در دوره مورد بررسی، مشاهده نشده است.
لازم به ذکر است که داده‌های مورد بررسی تا مارس 2026 جمع‌آوری شده‌اند و ابزارها از آن زمان به بعد پیشرفت‌هایی داشته‌اند. اما نتیجه‌ای که من از این بررسی به دست آوردم این است که برای افزایش بهره‌وری، نه تنها باید سرعت کدنویسی را افزایش داد، بلکه باید سرعت مراحل بررسی، رفع اشکال و یکپارچه‌سازی را نیز بهبود بخشید.
خبر منتشر شده در Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
نسخه PDF از این تحقیق: https://fion.ac/jellyfish.pdf
منبع: DonanımHaber
تحقیقاتی که توسط فیونا چن و جیمز استراتون از دانشگاه هاروارد انجام شده، داده‌های مربوط به بیش از 700 شرکت نرم‌افزاری را از سال 2021 تا مارس 2026 بررسی کرده است. این داده‌ها شامل اطلاعات مربوط به بیش از 700 هزار کارمند و 300 میلیون مورد کاری بوده است. پس از استفاده از ابزارهای کدنویسی، میانگین تعداد خطوط کد، تعداد کامیت‌ها، و تعداد درخواست‌های ادغام (pull request) به ترتیب 30، 20 و 23 درصد افزایش یافته است.
اما سوال اصلی این است: آیا این افزایش، منجر به بهبود عملکرد کلی می‌شود؟ بررسی‌ها نشان داده است که هیچ تغییر معناداری در نرخ تکمیل خطاها، وظایف و ویژگی‌ها در ابزارهایی مانند Jira مشاهده نشده است.
مشکل اصلی در مرحله بررسی کد است. مدت زمانی که از ارسال یک درخواست ادغام تا پذیرش آن در کد اصلی طول می‌کشد، 49 درصد افزایش یافته است. نرخ درخواست‌های ادغام که نیاز به اصلاح دارند، تقریباً دو برابر شده است، تعداد نظرات در هر درخواست ادغام 35 درصد افزایش یافته، و درصد کارمندانی که در بررسی کد مشارکت دارند، 14 درصد افزایش یافته است. به عبارت دیگر، بخش قابل توجهی از سرعت به دست آمده در مرحله کدنویسی، در مراحل بررسی و اصلاح از بین می‌رود.
شرکت‌ها در تلاشند تا این مشکل را با استفاده از هوش مصنوعی حل کنند: طبق گزارش‌ها، 80 درصد از شرکت‌هایی که در این بررسی مورد مطالعه قرار گرفتند، از نوعی ابزار بررسی کد مبتنی بر هوش مصنوعی استفاده می‌کردند. با این حال، تنها 23.3 درصد از نظرات بررسی کد، توسط این ابزارها ارائه شده است، و این ابزارها تنها در 10.8 درصد از درخواست‌های ادغام مشارکت داشته‌اند؛ بخش اعظم کار همچنان بر عهده انسان‌ها است. همچنین، هیچ تغییر معناداری در تعداد کارمندان فعال، حداقل در دوره مورد بررسی، مشاهده نشده است.
لازم به ذکر است که داده‌های مورد بررسی تا مارس 2026 جمع‌آوری شده‌اند و ابزارها از آن زمان به بعد پیشرفت‌هایی داشته‌اند. اما نتیجه‌ای که من از این بررسی به دست آوردم این است که برای افزایش بهره‌وری، نه تنها باید سرعت کدنویسی را افزایش داد، بلکه باید سرعت مراحل بررسی، رفع اشکال و یکپارچه‌سازی را نیز بهبود بخشید.
خبر منتشر شده در Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
نسخه PDF از این تحقیق: https://fion.ac/jellyfish.pdf
منبع: DonanımHaber
دیدگاه‌ها 0
اولین دیدگاه را به هر زبانی بنویس.
برای دیدگاه نوشتن وارد شو