ИИ-агенты для программирования генерируют больше кода, но не больше программного обеспечения
Любой, кто хотя бы косвенно связан с компьютерным программированием, знает, что современные ИИ-помощники и агенты для написания кода могут невероятно эффективно генерировать огромные объёмы работоспособного кода. Но программисты, использующие эти инструменты, также знают, что не стоит доверять точности этого кода, а значит, на проверку любых результатов, сгенерированных ИИ, приходится тратить значительные усилия.
Недавнее исследование реальных практик программирования в сотнях компаний показывает, что проверка кода людьми становится значительным «узким местом» для общей эффективности инструментов ИИ, помогающих писать код, в результате чего их использование даёт «мало свидетельств того, что компании увеличивают объём разработки программного обеспечения или сокращают занятость». По мнению авторов исследования, любая эффективность, повышенная на этапе непосредственного написания кода, «поглощается ограничениями на последующих этапах производственного процесса»; поскольку «процесс проверки кода значительно увеличивается по продолжительности, запросы на слияние с большей вероятностью требуют доработок, а проверяющие оставляют больше комментариев».
Семь раз отмерь, один раз отрежь
Чтобы прийти к этим выводам, исследователи Гарвардского университета Фиона Чэнь и Джеймс Страттон использовали агрегированные аналитические данные Jellyfish, которая измеряет детализированные результаты работы инженерных команд. Эти данные охватывают 300 миллионов отдельных «рабочих событий» (например, коммитов и запросов на слияние), а также данные программного обеспечения для управления задачами по более чем 700 000 сотрудников в более чем 700 соответствующих компаниях-разработчиках программного обеспечения за период с 2021 года по март 2026 года.
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.