Artificiell intelligens skriver mer kod, men det betyder inte att programvaran utvecklas snabbare.
En intressant information jag har läst om AI-kodningsassistenter är att mer kod inte automatiskt innebär mer programvara.
En studie från Harvard, utförd av Fiona Chen och James Stratton, analyserade data från över 700 programvaruföretag, inklusive information om över 700 000 anställda och 300 miljoner arbetsrelaterade händelser, från 2021 till mars 2026. Efter att kodningsassistenter introducerades ökade den totala mängden kodrader i genomsnitt med 30 %, antalet commits med 20 % och antalet "pull requests" med 23 %.
Men den viktigaste frågan är: leder detta till färre buggar och snabbare leveranser? Statistiskt sett har det inte skett någon signifikant förändring i hur många fel, uppgifter och funktioner som slutförs, enligt verktyg som Jira.
Flaskhalsen är kodgranskningen. Tiden det tar från att en "pull request" skickas in till att den integreras i huvudkoden har ökat med 49 %. Andelen "pull requests" som kräver ändringar har nästan fördubblats, antalet kommentarer per "pull request" har ökat med 35 %, och andelen anställda som utför kodgranskning har ökat med 14 %. Det innebär att en stor del av den hastighet som uppnås i kodningsfasen förloras i gransknings- och korrigeringsfasen.
Företag försöker lösa detta med hjälp av AI: mars 2026 använde 80 % av de granskade företagen någon form av AI-baserat kodgranskningsverktyg. Trots detta kommer endast 23,3 % av granskningskommentarerna från dessa verktyg, och de bidrar endast till 10,8 % av "pull requests". Det mesta av arbetet utförs fortfarande av människor. Det har inte heller skett någon signifikant förändring i antalet aktiva anställda, åtminstone under den undersökta perioden.
Det är viktigt att notera att datainsamlingen slutade i mars 2026, och att verktygen har utvecklats sedan dess. Men min slutsats är tydlig: för att öka effektiviteten måste man inte bara snabba upp kodningen, utan också granskningen, felkorrigeringen och integrationen.
Artikeln på Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
Studien i PDF-format: https://fion.ac/jellyfish.pdf
Källa: DonanımHaber
En studie från Harvard, utförd av Fiona Chen och James Stratton, analyserade data från över 700 programvaruföretag, inklusive information om över 700 000 anställda och 300 miljoner arbetsrelaterade händelser, från 2021 till mars 2026. Efter att kodningsassistenter introducerades ökade den totala mängden kodrader i genomsnitt med 30 %, antalet commits med 20 % och antalet "pull requests" med 23 %.
Men den viktigaste frågan är: leder detta till färre buggar och snabbare leveranser? Statistiskt sett har det inte skett någon signifikant förändring i hur många fel, uppgifter och funktioner som slutförs, enligt verktyg som Jira.
Flaskhalsen är kodgranskningen. Tiden det tar från att en "pull request" skickas in till att den integreras i huvudkoden har ökat med 49 %. Andelen "pull requests" som kräver ändringar har nästan fördubblats, antalet kommentarer per "pull request" har ökat med 35 %, och andelen anställda som utför kodgranskning har ökat med 14 %. Det innebär att en stor del av den hastighet som uppnås i kodningsfasen förloras i gransknings- och korrigeringsfasen.
Företag försöker lösa detta med hjälp av AI: mars 2026 använde 80 % av de granskade företagen någon form av AI-baserat kodgranskningsverktyg. Trots detta kommer endast 23,3 % av granskningskommentarerna från dessa verktyg, och de bidrar endast till 10,8 % av "pull requests". Det mesta av arbetet utförs fortfarande av människor. Det har inte heller skett någon signifikant förändring i antalet aktiva anställda, åtminstone under den undersökta perioden.
Det är viktigt att notera att datainsamlingen slutade i mars 2026, och att verktygen har utvecklats sedan dess. Men min slutsats är tydlig: för att öka effektiviteten måste man inte bara snabba upp kodningen, utan också granskningen, felkorrigeringen och integrationen.
Artikeln på Ars Technica: https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-cod…
Studien i PDF-format: https://fion.ac/jellyfish.pdf
Källa: DonanımHaber
Kommentarer 0
Skriv den första kommentaren, på vilket språk du vill.
Logga in för att kommentera